Preskočiť na obsah

Audio, video a hlasy

Úloha médií sa spustí ihneď po vytvorení a za použitie, ktoré server meria, sú účtované ceny podľa kreditov. Najprv si prečítajte katalóg; spustiť je možné iba produkty označené ako otvorené.

Ceny sú uvedené priamo v kreditoch:

ProduktproductCena
Rozpoznávanie rečiasr20 kreditov/minútu; model v reálnom čase fun-asr 30 kreditov/minútu (účtované po milisekundách)
Preklad podtitulovsubtitle_translation60 kreditov/minútu
Základná spracovávanie videa (preložené titulky, pôvodný zvuk)basic_video80 kreditov/minútu
Plné spracovanie videa (preložené titulky a dabing)full_video300 kreditov/minútu
Synthesizácia rečitts1 500 kreditov za 10 000 fakturovaných znakov
Prvé úspešné použitie hlasu—300 kreditov za hlas, účtované raz
  • Hodnotenie rozpoznávania reči závisí od použitého modelu rozpoznávania; ceny oboch modelov sú uvedené samostatne v prices a credit-catalog (pole model).
  • Dĺžka trvania sa počíta v milisekundách: rozpoznávanie reči a preklad titulkov podľa dĺžky zdrojového záznamu, video podľa dĺžky odoslaného videa.
  • Fakturované znaky pre syntézu reči: každý čínsky znak sa počíta ako 2, každý iný znak (vrátane medzier a interpunkcie) ako 1.
  • Rozpoznávanie, preklad, dabing a ďalšie kroky potrebné pre produkt sú zahrnuté v jeho cene. Ak požiadavka umožňuje nižší stupeň výsledku (allowed_fallback_products) a takýto výsledok je dodaný, platí cena za dodaný produkt.
  • Náklady = jednotková cena × spotreba, zaokrúhlené na 0,001 kreditu (1 milikredit).
GET /api/v1/billing/media/credit-catalog
POST /api/v1/billing/media/credit-estimates

credit-catalog vráti ceny každého produktu (prices, v millicreditoch) a informáciu o tom, či je otvorený; credit-estimates vypočíta počet potrebných kreditov (rounded_millicredits) pre danú dĺžku, text alebo počet hlasov. Slúži iba na zobrazenie: nevytvára žiadnu úlohu ani nič neúčtuje.

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

Produkty:

productÚčel
asrRozpoznávanie reči
ttsSynthesizácia reči
subtitle_translationPreklad titulkov pre audio a video
basic_videoZákladná spracovanie videa
full_videoPlné spracovanie videa

Príklad rozpoznávania reči:

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

Každý produkt okrem syntézy reči (tts) vyžaduje max_duration_ms (v milisekundách, maximálne 21600000, čo je 6 hodín).

Po vrátení 202 požiadavkou create server skontroluje súbor a začne spracovávať:

  1. Pred spustením sa kontroluje iba zostatok : zostatok (po odpočítaní dlhu) musí byť vyšší ako náklady vypočítané na základe dĺžky meranej doby serverom (pre syntézu reči na základe fakturovaných znakov vrátane poplatku za prvé použitie hlasu, ktorý ešte nebol účtovaný); ak sa používa API kľúč s rozpočtom, zostatkový rozpočet kľúča tiež musí byť vyšší ako tieto náklady. Spustenie nemenným spôsobom neovplyvní zostatok.
  2. Skutočné používanie sa účtuje po jeho ukončení : spoplatňuje sa a účtuje podľa dodaného produktu a používania. Čokoľvek, čo zostatok nepokryje, sa zaznamená ako dlh a zostatok sa zobrazí ako záporný; kreditné platby prichádzajúce neskôr najskôr splnia tento dlh. Nové práce nemôžu začať, pokiaľ je zostatok záporný.
  3. Za neúspešné alebo zrušené úlohy sa neúčtuje žiadna cena.

Ak je zostatok príliš nízky alebo dĺžka trvania nevyhovuje, nič sa nespustí a nič sa neúčtuje: syntéza reči sa overí pri vytvorení a vráti 402, ak je zostatok príliš nízky; ostatné produkty sa overia až po tom, ako server zmerá dĺžku trvania, a úloha skončí ako neúspešná s error_code insufficient_credits (príliš nízky zostatok) alebo media_duration_exceeds_confirmed_cap (skutočná dĺžka trvania presahuje 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

Odpoveď na dotaz obsahuje stav úlohy, doručené súbory a referenciu platby.

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 neistý vzdialený výsledok; kontroluje iba pôvodnú operáciu a nikdy nevytvára druhý hlas.

Vytvorenie hlasu vyžaduje potvrdenie vašich práv na nahrávku:

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

Volajúci je zodpovedný za to, aby sa uistil, že nahrávka je jeho vlastná alebo používaná s platným povolením.