媒体处理：功能特性

参数

类型

说明

输入文件

封装格式

• 视频：3GP、AVI、FLV、MP4、M3U8、MPG、ASF、WMV、MKV、MOV、TS、WebM、MXF、VOB。

• 音频：AAC、FLAC、M4A、MP3、MP4、OGG。

• 字幕：ASS、SSA、SRT、VTT。

视频编码格式

Apple ProRes、AVS+、AVS、AVS2、H.263、 H.263+、H.264/AVC、H.265/HEVC、H.266/VVC、MJPEG、MPEG-1、MPEG-2、MPEG-4、Quicktime、RealVideo、VP8、VP9、Windows Media Video。

音频编码格式

AAC、AC3、ADPCM、AMR、DSD、EAC3、MP1、MP2、MP3、PCM、RealAudio、Vorbis、Windows Media Audio。

文件大小

最大100 GB。

色彩空间

4:2:2、4:2:0等。

输出文件

封装格式

• 视频：HLS、DASH、CMAF、3GP、AVI、FLV、F4V、fMP4、MKV、MOV、MP4、MPEG、TS、MXF、WebM。

• 动图：GIF、WEBP。

• 音频：AAC、M4A、MP2、MP3、MP4、OGG、FLAC、WAV。

编码格式

• 视频：H.263、H.264/AVC、 H.265/HEVC、H.266/VVC、VP8、VP9、AV1、AVC-Introa、AVS2、MPEG-1、MPEG-2、MPEG-2 422、MPEG-4、Apple ProRes。

• 动图：GIF、WEBP。

• 音频：AAC、AC3、EAC3、MP2、MP3、FLAC、OPUS、VORBIS、Windows Media Audio、pcm_s16le。

编码级别

• H.264支持Baseline、Main、High三种编码级别。

• AAC支持aac_low、aac_he、aac_he_v2、aac_ld、aac_eld五种编码级别。

分辨率

• H.264输出分辨率范围为[128,4096]，单位为px。

• H.265、H.266、AV1输出分辨率范围为[128,8192]，单位为px。

码率

• H.264输出码率范围为[10,50000]，单位为Kbps。

• H.265、H.266、AV1输出码率范围为[10,200000]，单位为Kbps。

帧率

输出帧率范围为(0,60]，单位为fps。

采样位深

• H.264支持8bit。

• H.265支持最高12bit。

颜色格式

yuv420p，yuvj420p，yuv422p，yuvj422p，yuv444p，yuvj444等。

码率控制

VBR、CBR、ABR、CRF。

扫描模式

支持原视频模式、自动去隔行、交叉扫描、顺序扫描。

类型

说明

窄带高清^TM1.0

针对视频画面场景、动作、内容、纹理等细节进行智能分析，实现在同等画质下平均节约20～40%码率、在同等带宽下更高清的观看体验。支持H.264、H.265编码，其他参数同普通转码。单击在线体验。

窄带高清^TM2.0

突破视频编码器能力上限并融入轻量画质修复与增强能力，实现在同等画质下平均节约40%～60%码率、在低带宽下更高清优质的观看体验。支持H.264、H.265编码，其他参数同普通转码。单击在线体验

功能

说明

音效增强

支持对单/双/5.1/7.1多声道音频进行效果增强，针对耳机、外放等不同播放环境，提供影视级品质、自然、清晰、可定制的音效氛围，适用于音乐、演讲、影视内容场景。

音量归一

智能调节视频响度，进行归一化处理。解决短视频、音乐连播场景下，因内容源音量参差不齐，带来音量忽大忽小的问题。

类型

说明

加速倍数

根据输入视频情况，一般可达到5～30倍。支持在倍速管道上设置预期倍速，如5倍速、10倍速、20倍速、30倍速等。

适用视频

推荐30分钟以上的长视频，或对高帧率、超高清、音画增强等复杂处理的视频采用倍速转码。详细说明，请参见倍速转码使用限制。

倍速策略

并非所有视频都支持切片，投递到倍速管道中但不支持倍速的视频，会默认退避到非倍速模式转码。

功能

说明

API相关参数

控制台操作

提取音频

从视频文件中单独分离出音频，即禁用视频。

Remove

支持

提取视频

从视频文件中单独分离出视频，即禁用音频。

Remove

支持

视频去黑边

检测视频画面中的黑边，并自动剪裁。

Crop

不支持

视频剪裁

指定输入视频画面经过剪裁后保留的宽度和高度，以及该保留画面与输入画面左边、上边的相对距离，两个画面的间隙自动剪裁。

Crop

不支持

视频贴黑边

指定输入视频画面经过贴黑边后输出的宽度和高度，以及输入画面与输出画面左边、上边的相对位置，两个画面的间隙使用黑边填充。

Pad

不支持

横竖屏自适应

开启后，输出分辨率由宽度、高度，变为长边、短边参数。当您的输入视频同时包含横屏、竖屏时建议开启该参数。

LongShortMode

支持

视频旋转

设置视频旋转角度。

Rotate

支持

视频拼接

将最多100个视频进行拼接，可设置每个被拼接视频的开始、持续时间。

MergeList或MergeConfigUrl

不支持

视频剪辑

• 视频片段剪辑：从指定时间点，开始截取指定时长的视频。

• 片尾剪辑：截掉指定时长的片尾。

Clip

支持

开场和关板

在视频开头叠加动态Logo，并指定片尾内容。增加产品识别度，突出版权。

OpeningList和TailSlateList

支持添加片尾

模糊处理

对视频内的指定区域进行模糊处理。

DeWatermark

不支持

混音

实现两音轨合并，适用于增加背景音乐场景。

Amix

不支持

功能

说明

API相关参数

控制台操作

静态截图

对视频截取指定时间、指定尺寸的JPG图片。提供以下几种采样方式：

• 单张截图：在指定时间点截取一张图片。支持同步或异步调用。

• 采样截图：指定截图数量和间隔，从指定时间点开始，每隔指定时长（秒）就截取一张截图，截够指定数量或截到视频结尾停止。仅支持异步调用。

• 平均截图：指定截图数量，从指定时间点开始，按相同的时间间隔进行截图，截到视频结尾停止。仅支持异步调用。

• 时间点截图：指定一组时间点，按这些时间点进行截图。仅支持异步调用。

SnapshotConfig

支持

雪碧截图

设置后，对截取的一系列静态图片，会按照指定的排列规则拼成一张大图，这张大图即为雪碧图。格式为JPG。仅支持异步调用。通过一次请求雪碧图可获取多张图片的信息，实现大幅降低图片请求数量，提高客户端性能。

TileOut、TileOutputFile

不支持

WebVTT截图

设置后，对截取的一系列静态图片或雪碧图，会生成VTT文件，文件包含截图时间、截图文件地址、雪碧图坐标信息。在使用图片时需要先获取VTT文件，解析图片的信息进行展示。可用于播放器进度条缩略图展示。

SubOut

支持

关键帧截图

设置后，只截取关键帧。如对应指定时间点为非关键帧，则就近选取关键帧。

FrameType

支持

首帧黑屏检测

对于首帧图片（time=0）可以使用黑屏检测。通过设置黑色像素的画面比例和颜色值定义黑屏。截图时会检测视频的前5秒，如果有非黑屏图片，则截取非黑屏图片；否则，单图任务返回失败，多图任务截取第一帧黑屏图片。

BlackLevel、PixelBlackThreshold

支持

功能

说明

API相关参数

控制台操作

图片水印

• 单个视频最多添加4组水印，支持设置水印开始时间、持续时长、出现的固定位置、水印大小。

• 图片水印支持PNG静态图片（扩展名.png）、PNG动图（扩展名.apng）、MOV文件（扩展名.mov）、GIF文件（扩展名.gif）。

• 支持使用水印模板简化开发。

WaterMarks

支持

文字水印

• 单个视频最多添加4组水印，支持设置水印开始时间、持续时长、出现的固定位置、水印大小。

• 文字水印可设置文字内容、字号、字体、颜色、透明度、描边效果等。支持的字体及颜色请参见字体支持、颜色。

• 不支持使用水印模板。

WaterMarks

不支持

功能

说明

API相关参数

控制台操作

打包字幕

通过工作流打包将字幕文件与音视频流打包到同一个Master Playlist（m3u8或mpd文件）中，一个Master Playlis最多添加4路字幕，可以实现在播放器中切换多版本字幕的能力。字幕格式：HLS打包支持VTT，DASH打包支持VTT、STL、TTML。

• HLS打包：ExtXMedia

• DASH打包：inputconfig

支持

功能

说明

API相关参数

控制台操作

HLS协议

使用Apple HLS协议进行打包，支持二级索引，索引文件格式为m3u8，视频文件格式为ts。

参见如何进行HLS打包

支持

CMAF协议

用CMAF协议进行打包，支持输出HLS或DASH格式。

暂无

不支持

自定义分片时长

指定最多10个分片时间点，和其余时长的分片间隔。范围1至60秒。有助于用户根据播放端带宽条件来设定切片时长，降低用户首屏加载时间。

Segment

不支持

功能

说明

API相关参数

控制台操作

HLS标准加密

将视频内容按照HLS AES-128标准协议进行加密，密钥支持自建或使用KMS服务，在HLS规定的播放器上均可解密播放。可保障移动端视频安全。具有安全级别较高、终端兼容性好的优点。

不涉及

支持

阿里云私有加密

将视频文件按照阿里云私有加密协议进行加密，转成加密的HLS格式，密钥必须使用KMS服务，播放必须使用阿里云播放器进行解密播放，即使将文件下载到本地也无法播放和二次传播。可保障移动端、FLASH端视频安全。具有安全级别高，适用于在线教育，付费观看等场景。

不涉及

支持

功能

审核内容

说明

媒体内容审核

涉黄识别

识别语音、文字、画面中的色情和性感内容。

暴恐涉政识别

识别武器、血腥场面、特殊装束、爆炸烟光、特殊标识、聚众、游行等十余个维度的暴恐涉政内容。

广告/二维码识别

识别媒体文件中的文字、水印、二维码，有效识别牛皮癣广告、二维码、小程序码等多种形式的图文广告。

Logo识别

识别视频图片中的各种Logo图标，如台标、商标、水印等，常用于版权保护等场景。

不良场景识别

识别画中画、吸烟、车内直播、无意义画面等需要监管的不良场景。

语音垃圾识别

识别语音中存在的涉黄、暴恐涉政、辱骂等违规信息，支持中文、英文语音识别。

功能

说明

视频DNA

提取视频画面指纹，支持入库分析及指纹特征比对，查找库内相似视频。

音频DNA

提取音频指纹，支持入库分析及指纹特征比对，查找库内相似音频。

图片DNA

提取图片画面指纹，支持入库分析及指纹特征比对，查找库内相似图片。

文本DNA

提取文本内容指纹，支持入库分析及指纹特征比对，查找库内相似文本。

类别

说明

API相关参数

控制台操作

媒体管理

媒体视频文件上传、管理与发布。

不涉及

不涉及

工作流编排

云端自动化处理工作流，音视频上传完毕后自动执行处理流程。

不涉及

支持

转码模板

转码模板是一系列转码参数的集合，在创建转码任务或使用工作流时，可以使用转码模板简化操作。按创建来源分为自定义模板、定制模板、系统预置模板。

TemplateId

支持

水印模板

水印模板是一系列包含水印位置、大小的参数，使用水印模板，可以帮助您简化开发操作。

WaterMarkTemplateId

支持

转码优先级

设置任务在管道内的转码优先级，最多分为10级。

Priority

不支持

条件转码

对比原视频的视频码率、视频分辨率、音频码率是否小于指定输出设置，如果小于则按原画或不转码。

IsCheckReso、IsCheckResoFail等

支持

管道队列

媒体处理转码、异步截图等作业为异步处理，需要加入管道中被调度执行。支持创建多个任务管道，并设置任务在管道内的转码优先级，最多分为10级。

Priority

不支持

消息通知

媒体处理转码、异步截图等作业为异步处理。通过集成MNS服务，为管道或工作流绑定主题或队列通知，当任务完成、工作流开始和结束时会通过MNS主动推送给用户。

NotifyConfig

支持