Audio, wideo i głosy
Zadanie multimedialne uruchamia się zaraz po utworzeniu i jest rozliczane według stawek kredytowych za zużycie zmierzone przez serwer. Najpierw należy zapoznać się z katalogiem; mogą uruchamiać się tylko produkty oznaczone jako dostępne.
Ceny podane są bezpośrednio w kredytach:
| Produkt | product | Cena |
|---|---|---|
| Rozpoznawanie mowy | asr | 20 kredytów/minutę; model czasu rzeczywistego fun-asr 30 kredytów/minutę (rozliczane co milisekundę) |
| Tłumaczenie nagłówka podrzędnego | subtitle_translation | 60 kredytów/minutę |
| Podstawowa obróbka wideo (tłumaczone napisy, oryginalny dźwięk) | basic_video | 80 kredytów/minutę |
| Pełna obróbka wideo (tłumaczone napisy i dubbing) | full_video | 300 kredytów/minutę |
| Synteza mowy | tts | 1 500 kredytów za 10 000 naliczanych znaków |
| Pierwsze udane użycie głosu | — | 300 kredytów za głos, naliczane jednorazowo |
- Opłata za rozpoznawanie mowy jest ustalana na podstawie używanego modelu rozpoznawania; ceny obu modeli są wymienione osobno w
pricesorazcredit-catalog(polemodel). - Czas trwania jest liczony w milisekundach: rozpoznawanie mowy i tłumaczenie napisów według czasu trwania źródła, wideo – według czasu trwania przekazanego wideo.
- Liczba zliczanych znaków dla syntezji mowy: każdy chiński znak liczy się jako 2, każdy inny znak (w tym spacje i interpunkcja) jako 1.
- Rozpoznawanie, tłumaczenie, dubbing i inne etapy niezbędne dla danego produktu są wliczone w jego cenę. Jeśli zapytanie dopuszcza wynik niższego poziomu (
allowed_fallback_products) i taki zostanie dostarczony, obowiązuje cena dostarczonego produktu. - Koszt = cena jednostkowa × zużycie, zaokrąglone do 0,001 kredytu (1 milikredyt).
GET /api/v1/billing/media/credit-catalogPOST /api/v1/billing/media/credit-estimatescredit-catalog zwraca ceny każdego produktu (prices, w milicredytach) oraz informację o jego dostępności; credit-estimates oblicza liczbę potrzebnych credytów (rounded_millicredits) dla podanej długości, tekstu lub liczby głosów. Służy wyłącznie do wyświetlania: nie tworzy żadnego zadania i nie nalicza żadnych opłat.
Utwórz zadanie
Dział zatytułowany „Utwórz zadanie”POST /api/v1/media-jobsIdempotency-Key: unique-request-idProdukty:
product | Cel |
|---|---|
asr | Rozpoznawanie mowy |
tts | Synteza mowy |
subtitle_translation | Tłumaczenie napisów do audio i wideo |
basic_video | Podstawowa obróbka wideo |
full_video | Pełna przetwarzanie wideo |
Przykład rozpoznawania mowy:
{ "product": "asr", "document_id": "4q8mx2q9z1k7p6ra", "source_language": "auto", "max_duration_ms": 600000}Każdy produkt, z wyjątkiem syntezatora mowy (tts), wymaga max_duration_ms (w milisekundach, maksymalnie 21600000, czyli 6 godzin).
Po zwróceniu przez żądanie create kodu 202 serwer sprawdza plik i rozpoczyna przetwarzanie:
- Przed rozpoczęciem sprawdzana jest tylko saldo : saldo (po uwzględnieniu zadłużenia) musi przekraczać koszt obliczony na podstawie trwania zmierzonego przez serwer (w przypadku syntezatora mowy — na podstawie naliczonych znaków, w tym ewentualnej opłaty za pierwsze użycie głosu, która jeszcze nie została pobrana); jeśli klucz API ma przydzielony budżet, pozostała dostępna kwota tego klucza również musi być wyższa od wspomnianego kosztu. Rozpoczęcie działania nie zmienia salda.
- Rzeczywiste zużycie jest rozliczane po jego zakończeniu : opłacane i rozliczane na podstawie dostarczonego produktu oraz zużycia. Wszelkie kwoty, których saldo nie pokrywa, są rejestrowane jako dług, a saldo wyświetlane jako ujemne; wpływy kredytowe przychodzące później najpierw spłacają ten dług. Nowe zadania nie mogą zostać rozpoczęte, gdy saldo jest ujemne.
- Nie ponoszone są opłaty za zadania nieudane lub anulowane.
Gdy saldo jest zbyt niskie lub długość trwania nie pasuje, żadne zadanie nie rozpoczyna się ani nie jest obciążane: syntezę mowy sprawdzamy podczas tworzenia; jeśli saldo jest zbyt niskie, zwracany kod to 402. Dla innych produktów sprawdzamy długość trwania po jej zmierzeniu przez serwer; wówczas zadanie kończy się niepowodzeniem z kodem error_code insufficient_credits (saldo zbyt niskie) lub media_duration_exceeds_confirmed_cap (faktyczna długość trwania przekracza max_duration_ms).
Zapytaj i anuluj
Dział zatytułowany „Zapytaj i anuluj”GET /api/v1/media-jobs/{operation_id}GET /api/v1/media-jobs?limit=25POST /api/v1/media-jobs/{operation_id}/cancelOdpowiedź na zapytanie zawiera status zadania, dostarczone pliki oraz referencję rozliczeniową.
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}/revokereconcile odzyskuje niepewny wynik zdalny; sprawdza jedynie oryginalną operację i nigdy nie tworzy drugiego wątku.
Utworzenie głosu wymaga potwierdzenia praw do nagrania:
{ "document_id": "authorized_recording_document_id", "consent": true, "consent_version": "voice-source-rights-v1"}Nadawca jest odpowiedzialny za upewnienie się, że nagranie jest jego własnością lub używane na podstawie ważnego zezwolenia.