Ήχος, βίντεο και φωνές
Μια δουλειά μέσων εκτελείται αμέσως μόλις δημιουργηθεί και χρεώνεται με τιμές πιστώσεων για τη χρήση που μετρά ο διακομιστής. Διαβάστε πρώτα τον κατάλογο· μόνο τα προϊόντα που σημειώνονται ως ανοιχτά μπορούν να εκτελεστούν.
Οι τιμές δίνονται απευθείας σε πιστώσεις:
| Προϊόν | product | Τιμή |
|---|---|---|
| Αναγνώριση ομιλίας | asr | 20 πίστωση/λεπτό· το μοντέλο πραγματικού χρόνου fun-asr 30 πίστωση/λεπτό (χρεώνεται ανά χιλιοστό του δευτερολέπτου) |
| Μετάφραση υπότιτλου | subtitle_translation | 60 μονάδες/λεπτό |
| Βασική επεξεργασία βίντεο (μεταφρασμένοι υπότιτλοι, αρχικός ήχος) | basic_video | 80 μονάδες/λεπτό |
| Πλήρης επεξεργασία βίντεο (μεταφρασμένους υπότιτλους και μετωποφορία) | full_video | 300 πίστεις/λεπτό |
| Σύνθεση ομιλίας | tts | 1.500 πίστεις ανά 10.000 χαρακτήρες χρέωσης |
| Πρώτη επιτυχής χρήση μιας φωνής | — | 300 πιστώσεις ανά φωνή, χρεώνονται μία φορά |
- Η τιμολόγηση της αναγνώρισης ομιλίας γίνεται βάσει του χρησιμοποιούμενου μοντέλου αναγνώρισης· οι τιμές και των δύο μοντέλων αναφέρονται ξεχωριστά στο
pricesτουcredit-catalog(το πεδίοmodel). - Η διάρκεια μετράται σε χιλιοστά του δευτερολέπτου: η αναγνώριση ομιλίας και η μετάφραση υποτίτλων βάσει της διάρκειας της πηγαίας πηγής, ενώ το βίντεο βάσει της διάρκειας του παραδοθέντος βίντεο.
- Χαρακτήρες για τη σύνθεση ομιλίας: κάθε κινέζικος χαρακτήρας μετράει ως 2, ενώ κάθε άλλος χαρακτήρας (συμπεριλαμβανομένων κενών και σημείων διακοπής) μετράει ως 1.
- Η αναγνώριση, η μετάφραση, η βοήθεια φωνής και άλλα βήματα που απαιτεί ένα προϊόν περιλαμβάνονται στην τιμή του. Εάν το αίτημα επιτρέπει ένα αποτέλεσμα χαμηλότερης ποιότητας (
allowed_fallback_products) και παραδοθεί, ισχύει η τιμή του παραδοθέντος προϊόντος. - Κόστος = τιμή μονάδας × χρήση, στρογγυλεμένο στο 0,001 πίστωση (1 χιλιοστό πίστωσης).
GET /api/v1/billing/media/credit-catalogPOST /api/v1/billing/media/credit-estimatesΤο credit-catalog επιστρέφει τις τιμές κάθε προϊόντος (prices, σε μιλλικρεντ) και το αν είναι ανοιχτό· το credit-estimates υπολογίζει τα κρεντς που απαιτούνται (rounded_millicredits) για δεδομένη διάρκεια, κείμενο ή αριθμό φωνών. Είναι μόνο για προβολή: δεν δημιουργεί καμία εργασία και δεν χρεώνει τίποτα.
Δημιουργήστε μια εργασία
Section titled “Δημιουργήστε μια εργασία”POST /api/v1/media-jobsIdempotency-Key: unique-request-idΠροϊόντα:
product | Σκοπός |
|---|---|
asr | Αναγνώριση ομιλίας |
tts | Σύνθεση ομιλίας |
subtitle_translation | Μετάφραση υπότιτλων για ήχο και βίντεο |
basic_video | Βασική επεξεργασία βίντεο |
full_video | Πλήρης επεξεργασία βίντεο |
Παράδειγμα αναγνώρισης ομιλίας:
{ "product": "asr", "document_id": "4q8mx2q9z1k7p6ra", "source_language": "auto", "max_duration_ms": 600000}Κάθε προϊόν, εκτός από τη σύνθεση ομιλίας (tts), απαιτεί max_duration_ms (χιλιοστά του δευτερολέπτου, το πολύ 21600000, δηλαδή 6 ώρες).
Μετά την επιστροφή του 202 από την αίτηση δημιουργίας, ο διακομιστής ελέγχει το αρχείο και ξεκινά την επεξεργασία:
- Πριν ξεκινήσει, ελέγχεται μόνο το υπόλοιπο : το υπόλοιπο (μετά την πίστωση) πρέπει να είναι μεγαλύτερο από το κόστος που υπολογίζεται βάσει της διάρκειας που μέτρησε ο διακομιστής (για σύνθεση ομιλίας, βάσει των χαρακτήρων που χρεώθηκαν, συμπεριλαμβανομένης οποιασδήποτε χρέωσης για πρώτη χρήση φωνής που δεν έχει ακόμη επιβληθεί); εάν χρησιμοποιείται κλειδί API με προϋπολογισμό, το υπόλοιπο προϋπολογισμού του κλειδιού πρέπει επίσης να είναι μεγαλύτερο από αυτό το κόστος. Η έναρξη δεν αλλάζει το υπόλοιπο.
- Η πραγματική χρήση χρεώνεται όταν ολοκληρωθεί : κοστολογείται και χρεώνεται βάσει του προϊόντος που παραδόθηκε και της χρήσης. Οτιδήποτε δεν καλύπτεται από το υπόλοιπο καταχωρείται ως χρέος και το υπόλοιπο εμφανίζεται αρνητικό· οι πίσω πίστωσεις εξοφλούν πρώτα το χρέος. Δεν μπορούν να ξεκινήσουν νέες εργασίες όσο το υπόλοιπο είναι αρνητικό.
- Οι αποτυχημένες ή ακυρωμένες εργασίες δεν χρεώνονται.
Όταν το υπόλοιπο είναι πολύ χαμηλό ή η διάρκεια δεν ταιριάζει, δεν ξεκινά τίποτα και δεν χρεώνεται τίποτα: η συνθεση ομιλίας ελέγχεται κατά τη δημιουργία και επιστρέφει 402 όταν το υπόλοιπο είναι πολύ χαμηλό· οι άλλες υπηρεσίες ελέγχονται μόλις ο διακομιστής μετρήσει τη διάρκεια, και η εργασία ολοκληρώνεται ως αποτυχημένη με error_code insufficient_credits (πολύ χαμηλό υπόλοιπο) ή media_duration_exceeds_confirmed_cap (η πραγματική διάρκεια υπερβαίνει max_duration_ms).
Αναζήτηση και ακύρωση
Section titled “Αναζήτηση και ακύρωση”GET /api/v1/media-jobs/{operation_id}GET /api/v1/media-jobs?limit=25POST /api/v1/media-jobs/{operation_id}/cancelΗ απάντηση της ερώτησης περιλαμβάνει την κατάσταση της εργασίας, τα παραδοθέντα αρχεία και την αναφορά εκκαθάρισης.
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}/revokeΤο reconcile ανακτά ένα αβέβαιο απομακρυσμένο αποτέλεσμα· ελέγχει μόνο την αρχική λειτουργία και δεν δημιουργεί ποτέ δεύτερη φωνή.
Η δημιουργία μιας φωνής απαιτεί την επιβεβαίωση των δικαιωμάτων σας για την ηχογράφηση:
{ "document_id": "authorized_recording_document_id", "consent": true, "consent_version": "voice-source-rights-v1"}Ο καλούντας είναι υπεύθυνος να διασφαλίσει ότι η ηχογράφηση είναι δική του ή χρησιμοποιείται με έγκυρη άδεια.