Přeskočit na obsah

Zvuk, video a hlasy

Úloha média se spustí ihned po vytvoření a bude účtována dle cen za kreditní hodnoty podle měřeného využití serveru. Nejprve si přečtěte katalog; spouštět lze pouze produkty označené jako otevřené.

Ceny jsou uvedeny přímo v kreditech:

ProduktproductCena
Rozpoznávání řečiasr20 kreditů/minuta; model v reálném čase fun-asr 30 kreditů/minuta (účtováno po milisekundách)
Překlad podtitulůsubtitle_translation60 kreditů/minuta
Základní zpracování videa (přeložené titulky, původní zvuk)basic_video80 kreditů/minuta
Kompletní zpracování videa (přeložené titulky a dabing)full_video300 kreditů/minuta
Synthetizace řečitts1 500 kreditů za 10 000 fakturovaných znaků
První úspěšné použití hlasu—300 kreditů za hlas, účtováno jednorázově
  • Cena rozpoznávání řeči se odvíjí od použitého rozpoznávacího modelu; ceny obou modelů jsou uvedeny odděleně v prices společně s credit-catalog (pole model).
  • Doba trvání se počítá v milisekundách: rozpoznávání řeči a překlad titulků podle doby trvání zdroje, video podle doby trvání doručeného videa.
  • Zaúčtované znaky pro syntézu řeči: každý čínský znak se počítá jako 2, každý ostatní znak (včetně mezer a interpunkce) jako 1.
  • Rozpoznání, překlad, dabing a další kroky potřebné pro produkt jsou zahrnuty v jeho ceně. Pokud požadavek umožňuje nižší úroveň výsledku (allowed_fallback_products) a takový výsledek je dodán, platí cena za dodaný produkt.
  • Náklady = jednotková cena × spotřeba, zaokrouhleno na 0,001 kreditu (1 milikredit).
GET /api/v1/billing/media/credit-catalog
POST /api/v1/billing/media/credit-estimates

credit-catalog vrátí ceny každého produktu (prices, v milicredech) a informaci o tom, zda je produkt dostupný; credit-estimates vypočítá potřebné kredity (rounded_millicredits) pro danou dobu, text nebo počet hlasů. Slouží pouze k zobrazení: nevytváří žádný úkol ani nic neúčtuje.

POST /api/v1/media-jobs
Idempotency-Key: unique-request-id

Produkty:

productÚčel
asrRozpoznávání řeči
ttsSynthetizace řeči
subtitle_translationPřeklad titulků pro audio a video
basic_videoZákladní zpracování videa
full_videoPlné zpracování videa

Příklad rozpoznávání řeči:

{
"product": "asr",
"document_id": "4q8mx2q9z1k7p6ra",
"source_language": "auto",
"max_duration_ms": 600000
}

Každý produkt kromě syntézy řeči (tts) vyžaduje max_duration_ms (milisekundy, maximálně 21600000, což je 6 hodin).

Poté, co požadavek na vytvoření vrátí 202, server zkontroluje soubor a zahájí zpracování:

  1. Před spuštěním se kontroluje pouze zůstatek : zůstatek (po dluhu) musí být vyšší než náklady vypočítané na základě doby, kterou server naměřil (pro syntézu řeči pak na základě fakturovaných znaků, včetně případné poplatky za první použití hlasu, který ještě nebyl účtován); pokud je k dispozici API klíč s rozpočtem, zbývající rozpočet tohoto klíče také musí být vyšší než tyto náklady. Spuštění nemění stav zůstatku.
  2. Skutečné využití je zpoplatněno po jeho dokončení : cenově stanovené a zpoplatněné podle dodaného produktu a spotřeby. Cokoliv, co zůstatek nepokryje, je evidováno jako dluh a zůstatek se zobrazuje jako záporný; kreditní platby přicházející později nejprve splatí tento dluh. Nové úlohy nelze spustit, pokud je zůstatek záporný.
  3. Za neúspěšně provedené nebo zrušené úlohy se neplatí.

Pokud je zůstatek příliš nízký nebo délka trvání neodpovídá, nic se nespustí a nic se neúčtuje: syntéza řeči je ověřena při vytvoření a vrátí 402, pokud je zůstatek příliš nízký; ostatní produkty jsou ověřeny poté, co server změřil délku trvání, a úloha končí jako neúspěšná s error_code insufficient_credits (zůstatek příliš nízký) nebo media_duration_exceeds_confirmed_cap (skutečná délka trvání překračuje max_duration_ms).

GET /api/v1/media-jobs/{operation_id}
GET /api/v1/media-jobs?limit=25
POST /api/v1/media-jobs/{operation_id}/cancel

Odpověď dotazu obsahuje stav úlohy, doručené soubory a referenci k vyúčtování.

GET /api/v1/media-voices
POST /api/v1/media-voices
GET /api/v1/media-voices/{asset_id}
POST /api/v1/media-voices/{asset_id}/confirm
POST /api/v1/media-voices/{asset_id}/reconcile
POST /api/v1/media-voices/{asset_id}/revoke

reconcile obnovuje nejistý vzdálený výsledek; pouze kontroluje původní operaci a nikdy nevytváří druhý hlas.

Vytvoření hlasu vyžaduje potvrzení vašich práv k nahrávce:

{
"document_id": "authorized_recording_document_id",
"consent": true,
"consent_version": "voice-source-rights-v1"
}

Volající je zodpovědný za to, aby se ujistil, že nahrávka je jeho vlastní nebo používána s platným povolením.