媒体处理一站式视频译制接入

视频译制功能简介
视频译制功能整合了 MPS 多项强大原子能力，包括字幕擦除、提取、翻译、压制以及 AI 配音，一站式完成译制全流程，定价请参考计费说明。支持以下两种方案：
字幕级视频译制：擦除+字幕提取+字幕翻译。自动识别视频中的原始字幕，进行精准擦除和大模型翻译，并将翻译后的字幕无缝压制到视频中。
配音级视频译制：在字幕级视频译制的同时，提供自然流畅的 AI 配音，生成带有 AI 翻译语言字幕配音的新视频。
﻿
配音级视频译制接入
前置操作
在接入智能擦除前，为正常使用 MPS 产品，您需要完成以下前置操作：腾讯云账号注册与登录、开通 MPS 产品、授权服务角色。
具体指引请参考 快速入门。账号授权问题可参考 账号授权 文档。
发起配音级视频译制任务
方式1：控制台发起任务
1. 进入控制台 创建任务 页面，依次选择输入文件路径、配置编排处理流程、输出路径。
2. 在编排配置中，选择媒体 AI - 智能分析节点。
3. 在右侧弹出页面中，选择25号预设模板。开启“更多设置 - 扩展参数”，根据下文 扩展参数说明，传入所需参数。
说明：
25号预设模板默认为智能擦除-去水印基础版功能。如需发起视频译制任务，必须传入扩展参数，否则 MPS 仅对视频进行去水印处理。
MPS 控制台会自动转义，请直接传入 JSON 数据，不要传入转义后的字符串，否则会导致任务失败。
﻿
方式2：API 发起任务
调用 ProcessMedia 接口 ，选择 AiAnalysisTask 任务，将 Definition 设置为 25（预设模板 ID），ExtendedParameter 填扩展参数，通过该参数实现视频译制能力，取值见下文 扩展参数说明。ProcessMedia 的 JSON 示例如下：
{
   "InputInfo":{ //输入视频路径，请替换为您的原始视频
      "Type":"URL",
      "UrlInputInfo":{
         "Url":"https://test-1234567.cos.ap-nanjing.myqcloud.com/mps_test/myvideo.mp4"
      }
   },
   "OutputStorage":{ //输出COS存储桶，请替换
      "Type":"COS",
      "CosOutputStorage":{
         "Bucket":"test",
         "Region":"ap-nanjing"
      }
   },
   "OutputDir":"/mps_test/output/",//输出文件夹路径，请替换
   "AiAnalysisTask":{
      "Definition":25, //预设模板ID，填25即可
      "ExtendedParameter":"{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}" //扩展参数，用于指定视频译制具体能力
   },
   "TaskNotifyConfig":{ //事件回调通知配置，可选
      "NotifyType":"URL",
      "NotifyUrl":"http://www.qq.com/callback"
   }
}
建议您通过 API Explorer 实现快速验证。您可以将上述 JSON 复制到 API Explorer 的 JSON 模式中，切换至“表单”模式可以自动解析，调整输入输出路径等必要参数后，再单击发起调用即可。
在 API Explorer 表单和 JSON 两种输入模式下，ExtendedParameter 的位置示意如下图：
﻿
注意：
使用 API Explorer 的表单模式填写 ExtendedParameter 时，需要直接传入 JSON，不用转换成字符串。但使用 API Explorer 的 JSON 模式或直接使用 API 接口，则必须传入转义后的字符串。
API Explorer 表单模式，ExtendedParameter 传入 JSON 即可：
﻿
API Explorer JSON 模式，ExtendedParameter 则需要传入转义后的字符串，示例：
{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}
ExtendedParameter 扩展参数说明
请根据视频译制使用场景，设置相应的扩展参数，以下为常见场景说明。
场景1：OCR 提取字幕并翻译+擦除原字幕+压制新字幕+AI 克隆配音（最常用）
将视频字幕及配音翻译为指定语言，生成带有翻译语言字幕及配音的新视频。其中，字幕及配音内容来源于 OCR 文本提取（提取视频画面上的源字幕）。对于画面上带有源语言字幕的视频，建议使用该场景处理。
计费说明
使用该场景能力，收取「去字幕」、「OCR 提取字幕并翻译+压制字幕」及 「AI 配音（克隆音色）」三个计费项的费用。
若不开启压制字幕，收取「去字幕」、「OCR 提取字幕并翻译」及 「AI 配音（克隆音色）」三个计费项的费用。
定价可参考 计费说明。
效果示例
中文原视频：
﻿
﻿
﻿
﻿
英文译制视频：
﻿
﻿
ExtendedParameter 传参如下
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_ocr"
    }
}
﻿
//若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}
指定语言
默认为中转英（源语言为简体中文，目标翻译语言为英语），若需要其他语言，可通过在 ExtendedParameter 中补充传入translate_src_language 和 translate_dst_language参数。支持语种及对应 code 请参考下文 视频译制支持语种，示例：
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_ocr",
        "subtitle_param": {
            "translate_src_language": "de", //德语
            "translate_dst_language": "id" //印度尼西亚语
        }
    }
}
﻿
/*
若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：
{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\",\\"subtitle_param\\":{\\"translate_src_language\\":\\"de\\",\\"translate_dst_language\\":\\"id\\"}}}
﻿
translate_src_language: 用于指定视频源语言，不传则默认为中文
translate_dst_language: 用于指定翻译目标语言，不传则默认为英语
*/
不开启压制字幕
若您不需要将翻译语言字幕压制到视频画面上，可以补充以下传参 "use_draw": false 。
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_ocr", 
        "subtitle_param": {
            "use_draw": false
        }
    }
}
/*
use_draw: 不传或传true表示压制字幕，false表示不压制字幕
﻿
若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：
{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\",\\"subtitle_param\\":{\\"use_draw\\":false}}}
*/
场景2：ASR 提取字幕并翻译+压制新字幕+AI 克隆配音
与场景1类似，场景2也是将视频字幕及配音翻译为指定语言，生成带有翻译语言字幕及配音的新视频。不过字幕及配音内容来源于 ASR 语音识别（识别视频源语音内容，转写为字幕）。场景2不会自动进行去字幕处理。
计费说明
使用该场景能力，收取「 ASR 生成字幕并翻译+压制字幕」及 「AI 配音（克隆音色）」两个计费项的费用。定价可参考 计费说明。
若不开启压制字幕，收取「 ASR 语音翻译」及 「AI 配音（克隆音色）」两个计费项的费用。定价可参考 计费说明。
效果示例
俄语原视频：
﻿
中文译制视频：
﻿
ExtendedParameter 传参如下
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_asr"
    }
}
﻿
//若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}
指定语言
默认为中转英（源语言为简体中文，目标翻译语言为英语），若需要其他语言，可通过在 ExtendedParameter 中补充传入translate_src_language 和 translate_dst_language参数。支持语种及对应 code 请参考下文 视频译制支持语种，示例：
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_asr",
        "subtitle_param": {
            "translate_src_language": "de", //德语
            "translate_dst_language": "id" //印度尼西亚语
        }
    }
}
﻿
/*
若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：
{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_asr\\",\\"subtitle_param\\":{\\"translate_src_language\\":\\"de\\",\\"translate_dst_language\\":\\"id\\"}}}
﻿
translate_src_language: 用于指定视频源语言，不传则默认为中文
translate_dst_language: 用于指定翻译目标语言，不传则默认为英语
*/
不开启压制字幕
若您不需要将翻译语言字幕压制到视频画面上，可以在 ExtendedParameter 中补充以下传参 "subtitle_param": { "use_draw": false } 。
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_asr", 
        "subtitle_param": {
            "use_draw": false
        }
    }
}
/*
若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：
{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_asr\\",\\"subtitle_param\\":{\\"use_draw\\":false}}}
*/
场景3：AI 配音使用标准音色
视频译制 AI 配音功能支持两种音色选择：
标准音色：支持中、英、日三语，提供多种男声、女声、童声选择。收取「AI 配音（标准音色）」费用。
克隆音色：基于领先 AI 语音克隆技术，逼真还原声音特征。收取「AI 配音（克隆音色）」费用。
场景1和2默认都使用克隆音色。当前标准音色能力升级中，暂仅开放内测，如有需求您可以联系商务或 提交工单 获得支持。
附：视频译制支持语种
视频译制功能，若选用 AI 配音克隆音色，支持以下语种：
语种
Code
是否可用于源语言（translate_src_language）
是否可用于翻译目标语言（translate_dst_language）
中文 (Chinese)
zh
✓
✓
英语 (English)
en
✓
✓
日语 (Japanese)
ja
✓
✓
德语 (German)
de
✓
✓
法语 (French)
fr
✓
✓
韩语 (Korean)
ko
✓
✓
俄语 (Russian)
ru
✓
✓
乌克兰语 (Ukrainian)
uk
✓
✓
葡萄牙语 (Portuguese)
pt
✓
✓
意大利语 (Italian)
it
✓
✓
西班牙语 (Spanish)
es
✓
✓
印度尼西亚语 (Indonesian)
id
✓
✓
荷兰语 (Dutch)
nl
✓
✓
土耳其语 (Turkish)
tr
✓
✓
菲律宾语 (Filipino)
fil
✓
✓
马来语 (Malay)
ms
✓
✓
希腊语 (Greek)
el
✓
✓
芬兰语 (Finnish)
fi
✓
✓
克罗地亚语 (Croatian)
hr
✓
✓
斯洛伐克语 (Slovak)
sk
✓
✓
波兰语 (Polish)
pl
✓
✓
瑞典语 (Swedish)
sv
✓
✓
印地语 (Hindi)
hi
✓
✓
保加利亚语 (Bulgarian)
bg
✓
✓
罗马尼亚语 (Romanian)
ro
✓
✓
阿拉伯语 (Arabic)
ar
✓
✓
捷克语 (Czech)
cs
✓
✓
丹麦语 (Danish)
da
✓
✓
泰米尔语 (Tamil)
ta
✓
✓
匈牙利语（Hungarian）
hun
✓
✓
越南语（Vietnamese）	
vi
✓
✓
若选用 AI 配音标准音色，支持多种男声、女声、童声选择。当前标准音色能力升级中，暂仅开放内测。如需了解具体音色及语种列表，您可以联系商务或 提交工单 获得支持。
查询任务结果
视频译制任务会输出处理后的视频文件，保存在任务配置的输出路径下。
控制台查询结果
1. 您可以在控制台 任务管理 页面查看任务状态，当子任务状态为“成功”时，单击回调 JSON。
﻿
2. 可以在输出信息中找到输出文件路径。
﻿
如果使用 COS 作为输出路径，您可以在 MPS 控制台的编排管理 > COS Bucket > 输出 Bucket 页面中找到输出文件。文件名类似"delogo-xxx.mp4"的视频即为译制处理后的视频文件。
﻿
事件通知回调
在使用 ProcessMedia 发起媒体处理任务时，您可以通过 TaskNotifyConfig 参数配置事件回调。当任务处理完成后，会通过配置的回调信息回调任务结果，您可以通过 ParseNotification 解析事件通知结果。
调用接口查询任务结果
在使用 ProcessMedia 发起媒体处理任务后，会返回任务 ID（TaskId），例如：24000022-WorkflowTask-b20a8exxxxxxx1tt110253、24000022-ScheduleTask-774f101xxxxxxx1tt110253。调用 DescribeTaskDetail 接口，输入任务 ID 即可获取任务结果，您需要解析 WorkflowTask ->AiAnalysisResultSet 字段获取任务结果。
常见问题
若对译制效果不够满意，如何二次调整？
视频译制支持二次调整，您可以在 ExtendedParameter 中补充以下传参 "fine_tuning": true 开启二次调整。示例如下：
{
    "delogo": {
        "cluster_id": "gpu_pre",
        "CustomerAppId": "audio_clone_ocr",
        "subtitle_param": {
            "translate_src_language": "de", //视频源语言，不传默认为中文
            "translate_dst_language": "id" //目标翻译语言，不传默认为英文
        },       
        "audio_replease": {
            "fine_tuning": true //true表示开启二次调整，不传或传false表示不开启二次处理
        }
    }
}
﻿
/*
若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：
    {\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\",\\"subtitle_param\\":{\\"translate_src_language\\":\\"de\\",\\"translate_dst_language\\":\\"id\\"},\\"audio_replease\\":{\\"fine_tuning\\":true}}}
*/
开启后，视频译制处理结果会输出以下三个文件：
1. 翻译后带有翻译配音及字幕的视频。
2. 仅擦除字幕不配音的视频（无痕视频）。
3. 字幕及角色标记文件（Speaker 文件）。
若您对文件1（翻译后带有翻译配音及字幕的视频）不满意，可以修改文件3（Speaker 文件）后，与文件2（无痕视频）一起作为输入，发起单独的 AI 配音 任务，生成新的带有翻译配音及字幕的视频文件。
Speaker 文件修改示例：
修改标记不正确的说话人（SpeakerId），可以避免串音现象。
﻿
修改过短时间戳，避免配音语速过快问题。
﻿
修改译文，满足更地道、更口语化的需求。
﻿
字幕级视频译制接入
场景1：无需擦除，通过语音识别生成字幕并翻译
您可以使用智能字幕功能，基于ASR语音识别，生成翻译语言字幕文件，再通过调用转码功能，将字幕压制到视频画面中，参考 智能字幕接入。
场景2：需要擦除原字幕，翻译为其他语种，再压制渲染回视频画面
参考 智能擦除接入-字幕级译制，一站式实现原始字幕擦除、字幕提取、字幕翻译、字幕压制。
﻿

语种	Code	是否可用于源语言（translate_src_language）	是否可用于翻译目标语言（translate_dst_language）
中文 (Chinese)	zh	✓	✓
英语 (English)	en	✓	✓
日语 (Japanese)	ja	✓	✓
德语 (German)	de	✓	✓
法语 (French)	fr	✓	✓
韩语 (Korean)	ko	✓	✓
俄语 (Russian)	ru	✓	✓
乌克兰语 (Ukrainian)	uk	✓	✓
葡萄牙语 (Portuguese)	pt	✓	✓
意大利语 (Italian)	it	✓	✓
西班牙语 (Spanish)	es	✓	✓
印度尼西亚语 (Indonesian)	id	✓	✓
荷兰语 (Dutch)	nl	✓	✓
土耳其语 (Turkish)	tr	✓	✓
菲律宾语 (Filipino)	fil	✓	✓
马来语 (Malay)	ms	✓	✓
希腊语 (Greek)	el	✓	✓
芬兰语 (Finnish)	fi	✓	✓
克罗地亚语 (Croatian)	hr	✓	✓
斯洛伐克语 (Slovak)	sk	✓	✓
波兰语 (Polish)	pl	✓	✓
瑞典语 (Swedish)	sv	✓	✓
印地语 (Hindi)	hi	✓	✓
保加利亚语 (Bulgarian)	bg	✓	✓
罗马尼亚语 (Romanian)	ro	✓	✓
阿拉伯语 (Arabic)	ar	✓	✓
捷克语 (Czech)	cs	✓	✓
丹麦语 (Danish)	da	✓	✓
泰米尔语 (Tamil)	ta	✓	✓
匈牙利语（Hungarian）	hun	✓	✓
越南语（Vietnamese）	vi	✓	✓

一站式视频译制接入

本页目录：

视频译制功能简介

配音级视频译制接入

前置操作

发起配音级视频译制任务

方式1：控制台发起任务

方式2：API 发起任务

ExtendedParameter 扩展参数说明

场景1：OCR 提取字幕并翻译+擦除原字幕+压制新字幕+AI 克隆配音（最常用）

计费说明

效果示例

ExtendedParameter 传参如下

指定语言

不开启压制字幕

场景2：ASR 提取字幕并翻译+压制新字幕+AI 克隆配音

计费说明

效果示例

ExtendedParameter 传参如下

指定语言

不开启压制字幕

场景3：AI 配音使用标准音色

附：视频译制支持语种

查询任务结果

控制台查询结果

事件通知回调

调用接口查询任务结果

常见问题

若对译制效果不够满意，如何二次调整？

Speaker 文件修改示例：

字幕级视频译制接入

场景1：无需擦除，通过语音识别生成字幕并翻译

场景2：需要擦除原字幕，翻译为其他语种，再压制渲染回视频画面