Skip to main content
Skill ID: $video-audio-extractor · Source

​
Mục đích

Skill này tách audio trực tiếp từ file video (.mp4, .mov, …) thành file rời để tái sử dụng trong pipeline.
  • Với audio giọng nói: ưu tiên xuất .wav để transcript và xử lý timestamp ổn định.
  • Với audio làm nhạc nền: có thể xuất .mp3 để nhẹ dung lượng.
Skill này chỉ extract audio, không làm source separation nhiều stem.

​
Khi nào được invoke

  • User muốn lấy nhạc/audio ra khỏi video.
  • Cần chuyển một video đã render thành đầu vào audio cho pipeline kế tiếp.
  • Cần chuẩn bị file audio để chạy $word-timestamps-extractor hoặc $audio-deduplicate.

​
Cách sử dụng

Gõ trong chat: 
$video-audio-extractor — tách audio từ jobs/<id>/input/raw_assets/clip.mp4 sang WAV
Hoặc: 
$video-audio-extractor — extract nhạc nền MP3 từ jobs/<id>/output/final_video.mp4

​
Input / Output chuẩn

  • Input: video trong job, ví dụ jobs/<id>/input/raw_assets/<video>.mp4.
  • Output mặc định: jobs/<id>/input/audio/<video>.wav.
  • Output tùy chọn: jobs/<id>/input/audio/<video>.mp3.
Khuyến nghị dùng WAV cho speech pipeline. Dùng MP3 khi mục tiêu là nhạc nền gọn nhẹ.

​
Lệnh mẫu

Extract WAV: 
ffmpeg -y -i "jobs/<job_id>/input/raw_assets/<video>.mp4" -vn -ac 1 -ar 44100 -c:a pcm_s16le "jobs/<job_id>/input/audio/<video>.wav"
Extract MP3: 
ffmpeg -y -i "jobs/<job_id>/input/raw_assets/<video>.mp4" -vn -c:a libmp3lame -b:a 192k "jobs/<job_id>/input/audio/<video>.mp3"

​
Liên thông với skill khác

  • $word-timestamps-extractor: dùng file WAV vừa tạo để sinh transcript/timestamp cấp từ.
  • $audio-deduplicate: nếu audio speech bị lặp/restart, chạy dedupe trên file vừa extract.
  • $video-render-plan-builder: nếu file là nhạc nền, map vào audio.music.path trong render plan.

​
Lưu ý

  • Nếu video không có audio stream, skill sẽ fail sớm và báo lỗi rõ.
  • Skill không tự cắt timeline audio; việc cắt/trộn xử lý ở render plan hoặc renderer.