用途:从视频文件中分离出音频轨道,适合为转录准备音频,或把视频中的声音单独保存。该操作在本地完成,使用内置的 ffmpeg(通过 ffmpeg-static),不需要 API 密钥或外部服务。
主要能力:支持输入 mp4、webm、mkv、avi、mov 等视频格式;可选输出 mp3(默认)或 wav;可指定输出路径、文件名或目录,默认输出到 ./。执行后返回包含输出文件信息的 JSON 对象,字段包括 ok、media_type、action、provider、output_path、mime、bytes。
使用方式:命令为 npx agent-media@latest audio extract --in <path> [options]。--in 必填,为输入视频文件路径或 URL;--format 可选,取 mp3 或 wav;--out 可选,指定输出路径、文件名或目录。示例:npx agent-media@latest audio extract --in video.mp4 输出 MP3;加 --format wav 输出 WAV;加 --out ./audio-files 指定目录。
适用场景:常见于视频转录工作流——先本地提取音频,缩小文件体积并加快处理,再调用转录服务,例如 npx agent-media@latest audio transcribe --in extracted_xxx.mp3 --provider fal。
限制:本地 provider 与内置 ffmpeg 决定其处理能力;资料未说明并发、文件大小上限、音质参数等细节,暂未提供;转录步骤依赖外部云 API,需另行配置。