千万级实时音视频转码架构设计方案

架构图

关于人声时长计算

• 通过频域分量信号转成分贝数据，从而实现人声时间统计的。(建议设置为：20-60分贝左右的参数)
• 1分贝是人类耳朵刚刚能听到的声音，20分贝以下的声音，一般来说，我们认为它是安静的。20-40分贝大约是细声。40-60分贝属于我们正常的交谈声音。60分贝以上就属于吵闹范围了，70分贝我们就可以认为它是很吵的，而且开始损害听力神经，90分贝以上就会使听力受损

http接口参数

• 音频文件接口
  

  chnel:(mon, left, right)

{
"name":xxx.mp3
"chnel":mon
"url":xxx.oss.ali.com/xxx.mp3
}

• 人声时长数据接口
  

  chnel:(right, left)

{
"name":xxx.mp3
"chnel":mon
"url":xxx.oss.ali.com/xxx.mp3
}

说明

• 利用serverless技术能够对音频进行实时转换，调用次数按量计费。并发量不限制。

• 每种转换使用不同的函数，可以进行并行计算

• 每当上传音频文件到OSS中，会自动进行转码工作

新建函数计算服务

• 选择已有的角色

添加触发器

• 设置触发器类型：对象存储触发器
• 在阿里云创建函数计算，绑定OSS的上传音频的bucket

基础管理配置

• 命名函数名称（随意）
• 运行环境为python2.7
• 使用代码打包的方式上传(把代码上传到上面就行了)
• 添加环境变量
• 超时时间设置为600秒，否者转码可能会失败。

角色授权设置

• 选择已有的角色

环境变量参数说明

• AUDIO_CONVERT_ARG ： 音频编码参数
• OSS_PUT_ADDR：转码完成的文件放置的OSS地址
• OSS_PUT_BUCKET: 转码完成的文件放置的BUCKET
• OSS_WATCH_ADDR:监视新音频文件上传的地址
• OSS_WATCH_BUCKET：监视的新音频文件的BUCKET

频谱分析参数

• OSS_MIN_dB：（最小分贝）
• OSS_MAX_dB：（最大分贝）