跳到內容

音訊視訊與音色

音視訊任務建立後直接執行,按積分價格和服務端測得的實際用量扣費。先讀取目錄,只有標記為開放的產品才能執行。

價格直接以積分標示:

產品product價格
語音辨識asr20 积分/分鐘;fun-asr 即時識別模型 30 积分/分鐘(以毫秒計)
字幕翻譯subtitle_translation60 积分/分鐘
基礎影片處理(翻譯字幕,保留原聲)basic_video80 积分/分鐘
完整影片處理(翻譯字幕與配音)full_video300 积分/分鐘
語音合成tts1,500 积分/萬計費字元
音色首次成功使用—每個音色 300 积分,只收一次
  • 語音識別按本次使用的識別模型計價;兩個模型的價格在 credit-catalog 的 prices 中分別列出(model 字段)。
  • 時長以毫秒計:語音辨識和字幕翻譯按原始檔案時長,影片則按交付影片的時長。
  • 語音合成的計費字符:漢字每個計 2 個,其他字符(含空格和標點)每個計 1 個。
  • 產品內所需的識別、翻譯、配音等環節已包含在價格中,不另收費;請求允許改交較低一檔成品(allowed_fallback_products)且實際改交時,按實際交付的產品計價。
  • 費用 = 單價 × 使用量,四捨五入至 0.001 积分(1 毫积分)。
GET /api/v1/billing/media/credit-catalog
POST /api/v1/billing/media/credit-estimates

credit-catalog 返回各產品的價格(prices,金額單位為毫積分)和開放狀態;credit-estimates 按給定的時長、文本或音色數算出所需積分(rounded_millicredits),僅供展示,不建立任務、不扣積分。

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

產品類型:

product用途
asr語音辨識
tts語音合成
subtitle_translation音視頻字幕翻譯
basic_video基礎影片處理
full_video完整影片處理

語音辨識範例:

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

除語音合成(tts)外,各產品都必須傳 max_duration_ms(毫秒,最大 21600000,即 6 小時)。

建立請求回傳 202 後,服務端會檢查檔案並直接開始處理:

  1. 開始前只檢查餘額 :餘額(已扣除欠款)須高於按服務端測得的時長(語音合成按計費字符數,並包括尚未收取的音色首次使用費)算出的本次費用;使用設有額度的 API Key 時,該 Key 的剩餘額度也須高於這筆費用。開始處理不改變餘額。
  2. 完成後按實際用量扣費 :按交付結果的產品和用量計價並扣除。餘額不夠的部分記為欠款,餘額顯示為負數;之後到账的積分先抵扣欠款。餘額為負時不能開始新任務。
  3. 任務失敗或取消不扣費。

餘額不足或時長不符時不開始處理、不扣費:語音合成在創建時檢查,餘額不足回傳 402;其他產品在服務端測得檔案時長後檢查,任務以失敗結束,查詢結果的 error_code 為 insufficient_credits(餘額不足)或 media_duration_exceeds_confirmed_cap(實際時長超過 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

查詢回應包含任務狀態、交付檔案和結算引用。

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 用於不確定的遠端結果恢復;它僅核對原始操作,不會新建第二個音色資源。

建立音色必須確認錄音來源權利:

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

呼叫方負責確保錄音來自本人或已獲得有效授權。