الصوت والفيديو والأصوات
يبدأ تنفيذ مهمة الوسائط بمجرد إنشائها، وتُحتسب تكلفتها وفق أسعار الائتمان بناءً على الاستخدام الذي يقيسه الخادم. يُرجى قراءة الكتالوج أولاً؛ يمكن تشغيل المنتجات المحددة كـ “مفتوحة” فقط.
الأسعار
Section titled “الأسعار”تُقدَّم الأسعار مباشرةً بالاعتمادات:
| المنتج | product | السعر |
|---|---|---|
| التعرف على الكلام | asr | 20 وحدة رصيد/الدقيقة؛ نموذج الوقت الفعلي fun-asr 30 وحدة رصيد/الدقيقة (تُحتسب بالميلي ثانية) |
| ترجمة العنوان الفرعي | subtitle_translation | 60 رصيدًا/دقيقة |
| معالجة الفيديو الأساسية (ترجمة الترجمات المصاحبة، الصوت الأصلي) | basic_video | 80 رصيدًا/دقيقة |
| معالجة الفيديو الكاملة (ترجمة الترجمات الفرعية والدبلجة) | full_video | 300 رصيد/دقيقة |
| تركيب الكلام | tts | 1,500 رصيد لكل 10,000 حرف مفوَّض |
| أول استخدام ناجح للصوت | — | 300 رصيد لكل صوت، تُحسم مرة واحدة |
- تُحدد تكلفة التعرف على الكلام بناءً على نموذج التعرف المستخدم؛ وتُدرج أسعار كلا النموذجين بشكل منفصل في
pricesمنcredit-catalog(في حقلmodel). - يُحسب المدة بالميلي ثانية: التعرف على الكلام وترجمة الترجمة الفرعية حسب مدة المصدر، والفيديو حسب مدة الفيديو المُسلَّم.
- عدد الأحرف المفوترة لتقنية تحويل النص إلى كلام: يُحتسب كل حرف صيني بـ 2، وكل حرف آخر (بما في ذلك المسافات وعلامات الترقيم) بـ 1.
- تُدرج تكاليف التعرف على النصوص والترجمة والدبلجة وغيرها من الخطوات التي يحتاجها المنتج ضمن سعره. وإذا كان الطلب يسمح بنتيجة من مستوى أدنى (
allowed_fallback_products) وتم تسليمها، فيُطبَّق سعر المنتج المُسلَّم. - التكلفة = السعر الوحدوي × الاستخدام، مُقَرَّبة إلى 0.001 رصيد (1 مليرصيد).
GET /api/v1/billing/media/credit-catalogPOST /api/v1/billing/media/credit-estimatesترجع credit-catalog أسعار كل منتج (prices، بالملليكريدت) وما إذا كان مفتوحًا؛ وتقوم credit-estimates بحساب الكريدتات المطلوبة (rounded_millicredits) لمدة زمنية معينة أو بنص أو بعدد أصوات. وهي للعرض فقط: لا تُنشئ أي مهمة ولا تفرض أي رسوم.
إنشاء وظيفة
Section titled “إنشاء وظيفة”POST /api/v1/media-jobsIdempotency-Key: unique-request-idالمنتجات:
product | الغرض |
|---|---|
asr | التعرف على الكلام |
tts | تركيب الكلام |
subtitle_translation | ترجمة الترجمة الفرعية للصوت والفيديو |
basic_video | معالجة الفيديو الأساسية |
full_video | معالجة الفيديو الكاملة |
مثال على التعرف على الكلام:
{ "product": "asr", "document_id": "4q8mx2q9z1k7p6ra", "source_language": "auto", "max_duration_ms": 600000}يتطلب كل منتج باستثناء توليد الكلام (tts) max_duration_ms (بالمللي ثانية، بحد أقصى 21600000، أي 6 ساعات).
بعد أن تُرجع طلبية الإنشاء 202، يتحقق الخادم من الملف ويبدأ المعالجة:
- يتم فحص الرصيد فقط قبل البدء : يجب أن يكون الرصيد (بعد الخصم) أعلى من التكلفة المحسوبة بناءً على المدة التي قاسها الخادم (بالنسبة لتوليد الكلام، بناءً على عدد الأحرف المفوترة، بما في ذلك أي رسوم صوتية للإستخدام الأول لم يتم تحصيلها بعد)؛ وفي حالة وجود مفتاح واجهة برمجة التطبيقات الذي يحتوي على ميزانية، يجب أيضًا أن تكون الميزانية المتبقية للمفتاح أعلى من تلك التكلفة. لا يؤدي البدء إلى تغيير الرصيد.
- يتم تحصيل الاستخدام الفعلي عند انتهائه : يتم تسعيره وتحصيله بناءً على المنتج المُسلَّم والاستخدام. أي مبلغ لا يغطيه الرصيد يُسجَّل كدين ويظهر الرصيد بالسالب؛ وتُسدَّد الديون أولاً عند وصول الأرصدة الدائنة لاحقاً. لا يمكن بدء أعمال جديدة بينما يكون الرصيد سالباً.
- لا يتم محاسبة الوظائف الفاشلة أو الملغاة.
عندما يكون الرصيد منخفضًا جدًا أو لا تتطابق المدة، لا يبدأ أي شيء ولا يتم تحصيل أي رسوم: يتم فحص تقنية تحويل النص إلى كلام عند الإنشاء ويعود الرمز 402 عندما يكون الرصيد منخفضًا جدًا؛ أما المنتجات الأخرى فيُفحص بعد أن يقيس الخادم المدة، وينتهي الأمر بالفشل مع الرموز error_code insufficient_credits (الرصيد منخفض جدًا) أو media_duration_exceeds_confirmed_cap (المدة الفعلية تتجاوز max_duration_ms).
الاستعلام والإلغاء
Section titled “الاستعلام والإلغاء”GET /api/v1/media-jobs/{operation_id}GET /api/v1/media-jobs?limit=25POST /api/v1/media-jobs/{operation_id}/cancelيتضمن رد الاستعلام حالة المهمة والملفات المُسلَّمة ومرجع التسوية.
الأصوات
Section titled “الأصوات”GET /api/v1/media-voicesPOST /api/v1/media-voicesGET /api/v1/media-voices/{asset_id}POST /api/v1/media-voices/{asset_id}/confirmPOST /api/v1/media-voices/{asset_id}/reconcilePOST /api/v1/media-voices/{asset_id}/revokeيستعيد reconcile نتيجةً بعيدة غير مؤكدة؛ فهو يتحقق فقط من العملية الأصلية ولا ينشئ أبدًا صوتًا ثانويًا.
يتطلب إنشاء صوت تأكيد حقوقك في التسجيل:
{ "document_id": "authorized_recording_document_id", "consent": true, "consent_version": "voice-source-rights-v1"}يتحمل المتصل مسؤولية التأكد من أن التسجيل يخصه أو يتم استخدامه بموجب إذن ساري المفعول.