オーディオ
Imgix Videoの有効化
Imgix Videoパラメータを有効にするには、fm をビデオ出力フォーマット（mp4、hls、または dash）に設定してください。
Imgix Video は、音量、ラウドネス正規化、イコライザー、ノイズ除去、フェードタイミングを制御するオーディオパラメータを提供しています。これらはすべての動画出力フォーマット (fm=mp4、fm=hls、fm=dash) および音声のみの抽出に適用されます。
音声のみ出力
動画ソースから音声トラックのみを抽出するには、fm=m4a、fm=mp3、または fm=wav を使用します。動画のエンコードは行われません。エンコードパラメータを含む完全なリファレンスは 動画フォーマット ページを参照してください。
変更されていないソース動画です。各オーディオパラメータの効果を比較する際の基準として使用してください。
fm=mp4 のみを使用したベースライン出力です。音声ファイルをソースとして使用する
Imgix は動画だけでなく、スタンドアロンの音声ファイルもソースとして受け付けます。MP3、M4A、WAV、FLAC、または OGG の URL を指定して、同じ video-audio-* DSP ツールチェーンを適用できます。トランスコード、ラウドネス正規化、ノイズ除去、EQ、トリム、文字起こし・翻訳が可能です。
レンダリングのトリガー
パラメータ単独ではレンダリングが実行されません。出力フォーマットは fm で指定します。処理済み音声には fm=m4a、fm=mp3、または fm=wav、トランスクリプトには fm=vtt、ストリームメタデータには fm=json を使用します。fm なしの音声 URL はオリジナルファイルをそのまま返します。
受け付けるソース形式
| コンテナ | 代表的な MIME | 備考 |
|---|---|---|
| MP3 | audio/mpeg | ポッドキャストやレガシー形式として広く普及。 |
| M4A / AAC | audio/x-m4a, audio/mp4, audio/aac | MPEG-4 コンテナに格納された Apple/Web フレンドリーな AAC。 |
| WAV | audio/x-wav, audio/wav | ロスレス PCM。 |
| FLAC | audio/flac, application/x-flac | ロスレス圧縮。 |
| Ogg | audio/ogg, application/ogg | Ogg コンテナ内の Vorbis/Opus。 |
動画の有無は MIME やファイル拡張子ではなく、ストリームで判断されます。 動画ストリームを持たない音声のみの MP4 は音声ソースとして扱われます — track.mp4?fm=m4a は正常に動作し、track.mp4?fm=mp4 は 424 を返します。MP3/M4A/FLAC ファイルに埋め込まれたカバーアートはデコード可能な動画ストリームではありません。
生成できる出力
音声ソースはフレームレスの出力のみサポートします。フレームを生成するリクエストは 424 source has no video track を返します。
| 出力 | fm= の値 | 結果 |
|---|---|---|
| 処理済み音声 | m4a, mp3, wav | video-audio-* DSP チェーン全体を適用。fm=m4a と video-generate-subtitles=on を組み合わせるとトランスクリプトをタイムドテキストトラックとして埋め込むことも可能。 |
| トランスクリプト | vtt | Whisper AI 文字起こし (video-generate-subtitles=on)、オプションで MADLAD 翻訳 (video-vtt-lang=<lang>)。 |
| メタデータ | json | FFprobe によるストリームダンプ：コーデック、再生時間、チャンネル数、サンプルレート。 |
| フレーム生成系の出力 | mp4, hls, dash, jpg, png, … | 424 source has no video track |
文字起こし
fm=vtt&video-generate-subtitles=on を使用して音声ファイルを WebVTT に文字起こしできます。これらは 字幕生成 に記載されているパラメータと同じです — 音声はこれらの新しいソースになります。
fm=m4a と video-generate-subtitles=on を組み合わせると、Imgix はトランスクリプトをタイムドテキストトラックとして M4A ファイル内に埋め込みます。MP3 および WAV コンテナはタイムドテキストトラックを含めることができません — トランスクリプトを埋め込むには fm=m4a を使用するか、fm=vtt で別途取得してください。
レシピ例
以下の例は、Imgix ソースにホストされた実際の音声ファイルを使用しています。ドメインとパスはご自身のソースとファイルに置き換えてください。
ポッドキャストプラットフォームが、アップロードされたすべての MP3 をソースの録音状態に関わらず、配信前に一定のラウドネス目標に合わせたい場合。
video-audio-norm=true（EBU R128 二パスラウドネス正規化）を適用し、fm=m4a&video-audio-bitrate=128k で 128 kbps M4A に再エンコードします。FLAC マスターをロスレス 48 kHz WAV にトランスコード:
https://your-source.imgix.net/master.flac?fm=wav&video-audio-samplerate=48000音声ファイルを WebVTT に文字起こし:
https://your-source.imgix.net/episode.mp3?fm=vtt&video-generate-subtitles=onVideo APIが返すエラーコードの一覧については、HTTPステータスコードを参照してください。
音声オーバーレイ
audio-mark パラメータファミリーを使用して、スタンドアロンの音声ファイル — BGM またはボイスオーバー — を動画にミックスできます。audio-mark にリモートの音声ファイルを指定すると、Imgix がそれを取得・フェード処理し、元のサウンドトラックの下にミックスするか完全に置き換えます。最大 4 レイヤーをサポートします。
詳細については各パラメータページを参照してください:
audio-mark— オーバーレイ URL とレイヤー構文audio-mark-volume— レイヤーごとのゲインaudio-mark-mode—mixまたはreplaceaudio-mark-duck— 自動サイドチェインダッキングaudio-mark-loop— ウィンドウを埋めるループaudio-mark-start/audio-mark-end— タイミングウィンドウaudio-mark-fade-in/audio-mark-fade-out— エンベロープフェードaudio-mark-base— 相対パスのベース URL
soundtrackエイリアス。 すべてのaudio-mark*パラメータはsoundtrack*のスペルでも使用できます —soundtrack=music.mp3、soundtrack-volume=0.4など。両方の形式は同じキャッシュエントリを共有します。