功能介绍

音乐标签能力通过对音乐进行多维度分析，自动生成各个维度下的分类标签及概率值，目前支持的七大维度维度包括：

人声

情绪

语种

风格

场景

背景音乐

强度

接口说明

请求方式：

POST（HTTP）

请求地址：

https://api.mediax.tencent.com/job

请求头：

Content-Type: application/json

请求流程：

接口包括‘创建任务’，‘查询任务’。创建任务后，用户可以主动查询任务来知晓任务结果，也可以在创建任务时输入回调地址（callback），则任务在完成后会自动回调该地址

其他要求：

文件格式：建议采用常见音频格式，如 mp3、wav

创建任务

参数说明

参数

是否必须

类型

说明

action

是

string

公共参数，此处为 CreateJob

secretId

是

string

公共参数，用户 SecretId

secretKey

是

string

公共参数，用户 SecretKey

createJobRequest

是

object

- inputs

是

Array of Input

Input，输入结构体数组

- outputs

是

Array of Output

Output，输出结构体数组

- callback

否

string

回调地址，默认：不开启回调

- customId

否

string

用户自定义任务 ID，小于 64 字符

- timeout

否

int

任务超时时间，单位秒。超过超时时间后任务会被置为 ERROR

Input

参数

是否必须

类型

说明

url

否

string

源 url 地址，与 source 字段二选一填写

source

否

object

仓库源设置，与 url 字段二选一填写

- contentId

是

string

仓库 ID

- path

是

string

源路径

注意：source, url 两个字段有且只有一个

Output

参数

是否必须

类型

说明

inputSelectors

是

Array of int

该输出的输入源

smartContentDescriptor

是

object

智能能力的描述，默认：空

- musicTagV2

是

object

-- tagType

是

Array of string

1. 输入范围: ["vocal", "language", "mood", "genre", "scene", "bgm", "intensity", "all"]2. 输入说明 - all 表示调用全部类型的标签 - 可以根据维度名称，组合调用各个子维度的标签 - all 选项和子选项不能同时出现

- vocal，2类人声标签

- language，21类语种标签

- mood，11类情绪标签

- genre，37类风格标签

- scene，36类场景标签

- bgm，2类背景音乐标签

- intensity，2类强度标签

- all，获取7大维度标签

请求示例：

{

"action": "CreateJob",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"createJobRequest": {

"customId": "{customId}",

"callback": "{callback}",

"inputs": [

{

"url": "{url}"

}

],

"outputs": [

{

"inputSelectors": [0],

"smartContentDescriptor": {

"musicTagV2": {

"tagType": ["mood", "vocal", "language", "scene", "genre", "bgm"]

}

}

}

]

}

}

返回示例：

{

"requestId": "ac004192-110b-46e3-ade8-4e449df84d60",

"createJobResponse": {

"job": {

"id": "13f342e4-6866-450e-b44e-3151431c578b",

"state": 1, // 见下方state说明

"customId": "{customId}",

"callback": "{callback}",

"inputs": [

{

"url": "{url}"

}

],

"outputs": [

{

"inputSelectors": [0],

"smartContentDescriptor": {

"musicTagV2": {

"tagType": ["mood", "vocal", "language", "scene", "genre", "bgm"]

}

}

}

],

"timing": {

"createdAt": "1603432763000",

"startedAt": "0",

"completedAt": "0"

}

}

}

}

State

值

含义

1

SUBMITTED

2

PROCESSING

3

COMPLETED

4

ERROR

5

CANCELED

获取任务信息

获取方式：分为主动获取和被动回调。

主动获取按照 id 的类别有两种查询接口，一种是根据用户自定义 id 查询，由于平台无法保证该 id 的唯一性，故返回 Job 数组（见 1）；另一种是通过创建任务后的回包中的 id 查询（见 2）

被动回调需要在创建任务时填写 callback 字段，平台在任务进入完成态（COMPLETED/ERROR）后会将 Job 结构体发送给 callback 所指的地址（见 3），平台方推荐使用被动回调的方式获取任务结果。

在音乐标签能力中，如果查询到的任务成功（state=3），则任务的 Output 中会携带 smartContentResult 结构体，其中的 audioTagger 字段是一个结果对象数组，每个结果对象有标签类型（tagType），标签名称（tag），概率（probility）

主动查询，根据用户在新建任务时传入的自定义 customId

请求示例：

{

"action": "ListJobs",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"listJobsRequest": {

"customId": "{customId}"

}

}

注：listJobs 回包中携带的 jobs 是一个数组

返回示例：

{

"requestId": "c9845a99-34e3-4b0f-80f5-f0a2a0ee8896",

"listJobsResponse": {

"jobs": [

{

"id": "a95e9d74-6602-4405-a3fc-6408a76bcc98",

"state": 3,

"customId": "{customId}",

"callback": "{callback}",

"timing": {

"createdAt": "1610513575000",

"startedAt": "1610513575000",

"completedAt": "1610513618000"

},

"inputs": [

{

"url": "{url}"

}

],

"outputs": [

{

"inputSelectors": [0],

"smartContentDescriptor": {

"musicTagV2": {

"tagType": ["mood", "vocal", "language", "scene", "genre", "bgm"]

}

},

"smartContentResult": {

"musigTagV2": {

"musicTagV2": {

"vocal": {

"label": "声乐",

"prob": "1.0000"

},

"language": {

"label": "其他",

"prob": "0.0817"

},

"mood": {

"label": "兴奋",

"prob": "0.2953"

},

"genre": {

"label": "壮族",

"prob": "0.7710"

},

"scene": {

"label": "祈祷",

"prob": "0.8886"

},

"intensity": {}

}

}

}

}

]

}

],

"total": 1

}

}

主动查询，根据新建任务时回包带的 id

请求示例：

{

"action": "GetJob",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"getJobRequest": {

"id": "{id}"

}

}

返回示例：

{

"requestId": "c9845a99-34e3-4b0f-80f5-f0a2a0ee8896",

"getJobResponse": {

"job": {

"id": "a95e9d74-6602-4405-a3fc-6408a76bcc98",

"state": 3,

"customId": "{customId}",

"callback": "{callback}",

"timing": {

"createdAt": "1610513575000",

"startedAt": "1610513575000",

"completedAt": "1610513618000"

},

"inputs": [

{

"url": "{url}"

}

],

"outputs": [

{

"inputSelectors": [0],

"smartContentDescriptor": {

"musicTagV2": {

"tagType": ["mood", "vocal", "language", "scene", "genre", "bgm"]

}

},

"smartContentResult": {

"musigTagV2": {

"musicTagV2": {

"vocal": {

"label": "声乐",

"prob": "1.0000"

},

"language": {

"label": "其他",

"prob": "0.0817"

},

"mood": {

"label": "兴奋",

"prob": "0.2953"

},

"genre": {

"label": "壮族",

"prob": "0.7710"

},

"scene": {

"label": "祈祷",

"prob": "0.8886"

},

"intensity": {}

}

}

}

}

]

}

}

}

被动回调

会将进入完成态（COMPLETED/ERROR）的任务的整个 Job 结构体发送到用户在创建任务时指定的 callback 字段对应的地址，Job 结构体见主动查询的示例（getJobResponse 下）

cURL 示例

新建任务

curl --location --request POST 'https://api.mediax.tencent.com/test/job' \

--header 'Content-Type: application/json' \

--data-raw '{

"action": "CreateJob",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"createJobRequest": {

"customId": "{customId}",

"callback": "{callback}",

"inputs": [{

"url": "{url}"

}],

"outputs": [

{

"inputSelectors": [0],

"smartContentDescriptor": {

"audioTagger": {

"tags": [1, 2, 3]

}

}

}]

}

}'

查询任务

# 根据customId

curl --location --request POST 'https://api.mediax.tencent.com/test/job' \

--header 'Content-Type: application/json' \

--data-raw '{

"action": "ListJobs",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"listJobsRequest": {

"customId": "{customId}"

}

}'

# 根据id

curl --location --request POST 'https://api.mediax.tencent.com/test/job' \

--header 'Content-Type: application/json' \

--data-raw '{

"action": "GetJob",

"secretId": "{secretId}",

"secretKey": "{secretKey}",

"getJobRequest": {

"id": "{id}"

}

}'

附录：目前支持的标签

音乐标签模型列表

标签模型

种类

标签字段

vocal

2

声乐

纯音乐

language

21

俄语

印尼语

国语

德语

意大利语

日语

法语

泰语

爪哇语

瑞典语

粤语

纯音乐

缅甸语

英语

葡萄牙语

西班牙语

越南语

阿拉伯语

韩语

马来语

其他

mood

11

伤感

兴奋

安静

宣泄

浪漫

欢快

怀旧

恐怖

恢弘

放空

滑稽

genre

37

8bit 像素风

ACG

Bossa

中国基督教歌曲

中国禅修

古风

乡村

佛教

儿童

加勒比风格

印度

古典

古装原声

另类

史诗

嘻哈

壮族

巴西

布鲁斯

彝族

拉丁

摇滚

朋克

民谣

泰国

爵士

电子

硬核

舞曲

节奏布鲁斯

蒙古

藏族

轻音乐

金属

陕北民歌

雷鬼

韩国流行

scene

25

东方禅修

中国风

二次元

健身

像素风音效

儿歌

八音盒

咖啡厅

喜庆

夜店

大合唱

宠物

情歌

旅行

校园

歌剧

游戏

瑜伽

睡前

祈祷

纯自然

航拍

花滑

草原

跑步

钢琴纯音

bgm

2

有背景音乐

无背景音乐

intensity

2

兴奋

舒缓