Áudio, vídeo e vozes
Um job de mídia é executado assim que criado e é cobrado pelos preços do crédito com base no uso medido pelo servidor. Leia o catálogo primeiro; apenas produtos marcados como abertos podem ser executados.
Os preços são informados diretamente em créditos:
| Produto | product | Preço |
|---|---|---|
| Reconhecimento de fala | asr | 20 créditos/minuto; o modelo em tempo real fun-asr 30 créditos/minuto (cobrado por milissegundo) |
| Tradução do subtítulo | subtitle_translation | 60 créditos/minuto |
| Processamento básico de vídeo (legendas traduzidas, áudio original) | basic_video | 80 créditos/minuto |
| Processamento completo de vídeo (legendas traduzidas e dublagem) | full_video | 300 créditos/minuto |
| Síntese de fala | tts | 1.500 créditos por 10.000 caracteres faturados |
| Primeiro uso bem-sucedido de uma voz | — | 300 créditos por voz, cobrados uma única vez |
- O reconhecimento de fala é tarifado de acordo com o modelo de reconhecimento utilizado; os preços de ambos os modelos estão listados separadamente em
pricesdecredit-catalog(o campomodel). - A duração é medida em milissegundos: reconhecimento de fala e tradução de legendas pela duração da fonte, vídeo pela duração do vídeo entregue.
- Caracteres cobrados para síntese de fala: cada caractere chinês conta como 2, e todos os demais caracteres (incluindo espaços e pontuação) contam como 1.
- O reconhecimento, a tradução, a dublagem e outras etapas necessárias para um produto estão incluídos em seu preço. Se a solicitação permitir um resultado de nível inferior (
allowed_fallback_products) e esse for entregue, será aplicado o preço do produto entregue. - Custo = preço unitário × uso, arredondado para 0,001 crédito (1 milicrédito).
GET /api/v1/billing/media/credit-catalogPOST /api/v1/billing/media/credit-estimatescredit-catalog retorna os preços de cada produto (prices, em milicréditos) e se ele está aberto; credit-estimates calcula os créditos necessários (rounded_millicredits) para uma determinada duração, texto ou número de vozes. É apenas para exibição: não cria nenhum job nem cobra nada.
Criar um trabalho
Seção intitulada “Criar um trabalho”POST /api/v1/media-jobsIdempotency-Key: unique-request-idProdutos:
product | Propósito |
|---|---|
asr | Reconhecimento de fala |
tts | Síntese de fala |
subtitle_translation | Tradução de legendas para áudio e vídeo |
basic_video | Processamento básico de vídeo |
full_video | Processamento completo de vídeo |
Exemplo de reconhecimento de fala:
{ "product": "asr", "document_id": "4q8mx2q9z1k7p6ra", "source_language": "auto", "max_duration_ms": 600000}Todos os produtos, exceto a síntese de fala (tts), exigem max_duration_ms (milissegundos, no máximo 21600000, ou seja, 6 horas).
Após a solicitação de criação retornar 202, o servidor verifica o arquivo e inicia o processamento:
- Apenas o saldo é verificado antes do início : o saldo (após débitos) deve estar acima do custo calculado a partir da duração medida pelo servidor (para síntese de fala, a partir dos caracteres cobrados, incluindo qualquer taxa de primeira utilização da voz ainda não cobrada); com uma chave de API que possui um orçamento definido, o orçamento restante da chave também deve ser superior a esse custo. O início não altera o saldo.
- O uso real é cobrado quando termina : precificado e cobrado pelo produto entregue e pelo uso. O que o saldo não cobrir é registrado como dívida e o saldo passa a ser negativo; créditos que chegarem posteriormente quitam a dívida primeiro. Novos trabalhos não podem iniciar enquanto o saldo estiver negativo.
- Trabalhos falhados ou cancelados não são cobrados.
Quando o saldo é insuficiente ou a duração não corresponde, nada é iniciado nem cobrado: a síntese de fala é verificada na criação e retorna 402 se o saldo estiver baixo; os demais produtos são verificados após o servidor medir a duração, e o trabalho é finalizado como falha com error_code insufficient_credits (saldo insuficiente) ou media_duration_exceeds_confirmed_cap (a duração real excede max_duration_ms).
Consultar e cancelar
Seção intitulada “Consultar e cancelar”GET /api/v1/media-jobs/{operation_id}GET /api/v1/media-jobs?limit=25POST /api/v1/media-jobs/{operation_id}/cancelA resposta da consulta inclui o status do trabalho, os arquivos entregues e a referência de liquidação.
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 recupera um resultado remoto incerto; ele apenas verifica a operação original e nunca cria uma segunda voz.
Criar uma voz exige confirmar seus direitos sobre a gravação:
{ "document_id": "authorized_recording_document_id", "consent": true, "consent_version": "voice-source-rights-v1"}O autor da chamada é responsável por garantir que a gravação seja de sua propriedade ou utilizada com permissão válida.