Sari la conținut

Audio, video și voce

Un job media se execută imediat după creare și este facturat la prețuri de credit în funcție de utilizarea măsurată de server. Citiți mai întâi catalogul; doar produsele marcate ca fiind deschise pot fi lansate.

Prețurile sunt indicate direct în credite:

ProdusproductPreț
Recunoaștere vocalăasr20 de credite/ minut; modelul în timp real fun-asr 30 de credite/ minut (facturat la milisecundă)
Traducere subtitlusubtitle_translation60 de credite/ minut
Procesare video de bază (subtitrări traduse, audio original)basic_video80 de credite/ minut
Procesare video completă (subtitrare tradusă și sincronizare audio)full_video300 de credite/ minut
Sinteză vocalătts1.500 de credite pentru 10.000 de caractere facturate
Primul utilizare reușită a unei voce—300 de credite per voce, facturate o singură dată
  • Recunoașterea vorbirii este tarifată în funcție de modelul de recunoaștere utilizat; prețurile celor două modele sunt listate separat în prices din credit-catalog (câmpul model).
  • Durata se măsoară în milisecunde: recunoașterea vorbirii și traducerea subtitrărilor se calculează pe baza duratei sursă, iar video-ul se calculează pe baza duratei videoclipului livrat.
  • Caractere facturate pentru sinteza vocala: fiecare caracter chinezesc se contabilizeaza ca 2, iar fiecare alt caracter (inclusiv spatii si semne de punctuatie) ca 1.
  • Recunoașterea, traducerea, sincronizarea audio și celelalte etape necesare unui produs sunt incluse în prețul acestuia. Dacă cererea permite un rezultat de nivel inferior (allowed_fallback_products) și acesta este livrat, se aplică prețul produsului livrat.
  • Cost = preț unitar × utilizare, rotunjit la 0,001 credit (1 milicredit).
GET /api/v1/billing/media/credit-catalog
POST /api/v1/billing/media/credit-estimates

credit-catalog returnează prețurile fiecărui produs (prices, în milicredite) și statusul de deschidere; credit-estimates calculează creditele necesare (rounded_millicredits) pentru o durată, text sau număr de voci dat. Este doar pentru afișare: nu creează nicio sarcină și nu debitează nimic.

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

Produse:

productScop
asrRecunoaștere vocală
ttsSinteză vocală
subtitle_translationTraducere a subtitrărilor pentru audio și video
basic_videoProcesare video de bază
full_videoProcesare video completă

Exemplu de recunoaștere vocală:

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

Fiecare produs, cu excepția sintezei vocale (tts), necesită max_duration_ms (milisecunde, maximum 21600000, adică 6 ore).

După ce cererea de creare returnează 202, serverul verifică fișierul și începe procesarea:

  1. Doar soldul este verificat înainte de începere : soldul (după datorii) trebuie să fie mai mare decât costul calculat pe baza duratei măsurate de server (pentru sinteza vocală, pe baza caracterelor facturate, inclusiv orice taxă pentru prima utilizare a vocii care nu a fost încă încasată); cu o cheie API care are un buget, bugetul rămas al cheii trebuie de asemenea să depăşească acel cost. Începerea nu modifică soldul.
  2. Utilizarea efectivă este facturată la finalizare : tarifat și facturat în funcție de produsul livrat și de utilizare. Orice sumă neacoperită de sold este înregistrată ca datorie, iar soldul apare cu valoare negativă; creditele primite ulterior acoperă mai întâi datoria. Noile sarcini nu pot începe atât timp cât soldul este negativ.
  3. Lucrările eșuate sau anulate nu sunt facturate.

Când soldul este prea scăzut sau durata nu se potrivește, nimic nu se inițiază și nu se debitează nimic: sinteza vocală este verificată la creare și returnează 402 când soldul este prea scăzut; celelalte produse sunt verificate după ce serverul a măsurat durata, iar job-ul se încheie cu eșec, cu error_code insufficient_credits (sold prea scăzut) sau media_duration_exceeds_confirmed_cap (durata reală depășește 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

Răspunsul la solicitare include starea job-ului, fișierele livrate și referința de plată.

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 recuperează un rezultat remot incert; verifică doar operația originală și nu creează niciodată o a doua voce.

Crearea unei voici necesită confirmarea drepturilor dumneavoastră asupra înregistrării:

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

Apelantul este responsabil să se asigure că înregistrarea îi aparține sau este utilizată cu permisiune validă.