Skip to main content
翻訳を開始

翻訳を開始

ビデオまたはオーディオファイルをアップロードして、新しい翻訳プロジェクトを作成します。翻訳プロセスはバックグラウンドで非同期に実行されます。進捗状況の追跡と結果の取得には ステータスエンドポイント を使用してください。翻訳されたバージョン履歴やリップシンク履歴が必要な場合は、プロジェクト詳細を取得 を使用してください。

同時実行制限

プロジェクト作成、翻訳、吹き替えはいずれもアカウントの実行中翻訳数の上限(最大10件、アカウントによってはそれ未満)を確認します。枠を使用するのは進行中の翻訳または吹き替えだけで、文字起こし専用プロジェクトは枠を使用しません。上限に達すると、APIはCONCURRENT_TRANSLATION_LIMIT_REACHED(HTTP 429)を返します。適用される上限はdetails.limitで確認できます。

リクエスト

このエンドポイントは、ファイルアップロードを伴う multipart/form-data を受け付けます。

ヘッダー

string
必須
VoiceCheap APIキー。app.voicecheap.ai/page-apiから取得してください。

ボディパラメータ

file
必須
翻訳対象の動画または音声ファイル。サポートされている動画形式: video/mp4、video/quicktime、video/x-matroska、video/webm、video/mpegサポートされている音声形式: audio/mpeg、audio/wav、audio/mp4、audio/x-m4a、audio/flac、audio/ogg、audio/aac、audio/webmプランごとの最大ファイルサイズ: Beginner 5 GB、Starter 10 GB、Creator 20 GB、Pro 30 GB、Scale 40 GB、Enterprise 60 GB。
string
必須
コンテンツの翻訳先言語。小文字である必要があります。許可される値 (70以上): afrikaans、albanian、amharic、arabic、armenian、assamese、azerbaijani、basque、belarusian、bengali、bosnian、bulgarian、catalan、croatian、czech、danish、dutch、english、british english、estonian、finnish、french、french canadian、galician、german、greek、gujarati、hebrew、hindi、hungarian、icelandic、indonesian、irish、italian、japanese、kannada、kazakh、khmer、korean、lao、latvian、lithuanian、macedonian、malay、malayalam、mandarin、marathi、mongolian、nepali、norwegian、persian、polish、portuguese、brazilian portuguese、pt_brazil、punjabi、romanian、russian、serbian、slovak、slovenian、spanish、swahili、swedish、tagalog、tamil、telugu、thai、turkish、ukrainian、urdu、vietnamese、welsh、yoruba、zulu
string
ISO言語コードを使用したコンテンツのソース言語(例: en、es、fr、de、ja、zh)。
強く推奨: 自動検出を行う場合は、この項目を空のままにしてください。このパラメータは、言語コードが正しいこと、および有効なISO形式であることを100%確信している場合にのみ指定してください。誤った言語コードを指定すると、文字起こしが失敗します。当社の自動検出機能は80以上の言語に対応しており、非常に高精度です。
デフォルト: auto-detect
string
プロジェクトのカスタム名。ダッシュボードでプロジェクトを識別するのに便利です。デフォルト: 指定がない場合はプロジェクトIDが使用されます。
string
このプロジェクトのwebhookイベントを受信するhttpsエンドポイント。 アカウントに設定されたエンドポイントを上書きします。デフォルト: 設定されている場合は、アカウントのwebhookエンドポイント。
string
auto-detect、または1から32までの整数。話者数が判明している場合、話者分離(ダイアライゼーション)の精度が向上します。デフォルト: auto-detect
string
リクエスト固有の名前、ブランド、頭字語、専門用語のJSON文字列配列。これらの用語は、保存されたアカウントまたはチームの用語集と統合されます。
boolean
翻訳前に、ソースの文字起こしから一般的なフィラーワード(言い淀み)を削除します。デフォルト: true
string
既存のソース言語のSRT文字起こしファイル。このフィールドを指定する場合、originalLanguageを明示する必要があります。
string
ご自身で書いた最終的なターゲット言語の SRT です。指定すると、VoiceCheap は翻訳エンジンを使わず、このテキストから音声の生成とミックスだけを行います。対応ルールは吹き替えのみモードを参照してください。最大 1,000,000 文字です。
boolean
出力に背景音声を保持するかどうか。有効にすると、元の音声のみを削除(ステム分離)し、背景音楽、環境音、笑い声、拍手、群衆の音を保持します。ソースに背景音声がない場合はオフにしてください。デフォルト: true
boolean
翻訳された音声の下で、元の話者の音声を小さく保持します。デフォルト: false
number
keepOriginalVoiceが有効な場合の、1から70までの元の音声の音量。デフォルト: 30
string
keepBackgroundMusicが有効な場合の音声分離モード。音声分離の品質と特性を制御します。
プロフェッショナルな音質のために設計された、当社のデフォルトの音声処理:
  • エコーや残響を除去
  • 技術的な不完全さをクリーンアップ
  • 明瞭で鮮明な音声を生成
推奨用途: 音質が最優先されるほとんどのプロジェクト。チュートリアル、教育コンテンツ、マーケティング動画、および最適な音声の明瞭さが求められるあらゆるコンテンツに最適です。
録音環境の自然な特性を保持します:
  • 元の録音に近い音を維持
  • 環境特性を保持
推奨用途: 屋外のVlog、ドキュメンタリー、または音の雰囲気が体験の不可欠な要素であるコンテンツなど、環境の真正性が重要なコンテンツ。
このオプションは、背景要素を保持するため、場合によってはアーティファクトや予期しない影響が生じることがあります。
許可される値: studio、realisticデフォルト: studio
boolean
翻訳された動画の字幕を生成するかどうか。有効にすると、読みやすい白黒の字幕が追加されます。subtitlesSourceで元の言語または翻訳先の言語のテキストを選べます。字幕は読みやすいように自動で同期されます。デフォルト: false
string
subtitlesが有効な場合に、字幕テキストのソースを選択します。許可される値: translated, originalデフォルト: translated注: originalが選択されているにもかかわらず元の文字起こしが利用できない場合、字幕はtranslatedにフォールバックします。
string
翻訳完了後にリップシンク処理をトリガーします。
  • standard = Lip Sync
  • pro = Lip Sync Pro
  • studio = Lip Sync Studio
プレミアムモードでは、通常のプラン、期間、およびクレジット要件が適用されます。デフォルト: フィールドを省略するとリップシンクをスキップします。
boolean
リクエストされたリップシンク実行に対して、アクティブスピーカー検出を有効にします。デフォルト: false
boolean
下位互換性のために保持されているレガシーリップシンクセレクターです。
  • false = 標準リップシンク (動画1分あたり4分のクレジット)
  • true = Lip Sync Pro (動画1分あたり9分のクレジット)
Lip Sync ProはCreatorプランから利用可能です。
最大期間: 動画1本あたり180分。レイテンシ: リップシンク処理は通常、元の動画時間の2倍〜4倍の時間を要します。
API経由のリクエストでは、リップシンクの完了および失敗のメールは送信されません。ステータスエンドポイントを使用して 進捗状況を追跡してください。
デフォルト: 無効(フィールドを省略するとリップシンクをスキップします)フォームデータ: ブール値はtrueまたはfalseの文字列として送信してください(例: -F "lipsyncPro=false")。
lipsyncProと競合するlipSyncModeを組み合わせないでください。
string
音声戦略: cloningまたはcustom。デフォルト: cloning
string
voiceMode が custom のときに必須です。dubbing_voices_list から、カタログの音声または認証済みアカウントが保存したカスタム音声の ID を使用してください。チームでの請求によって他のメンバーの保存済み音声にアクセスできるようにはなりません。
object
生成される音声の詳細な制御のために、音声クローニングのパラメータを微調整します。フォームデータを使用する場合はJSON文字列として渡してください。すべての値は0から1の間である必要があります(0.01刻み)。以前の連携から送信されるspeakerBoostの値は引き続き受け付けられますが、効果はありません。
これらの設定は、voiceModeがcloningの場合にのみ適用されます。
デフォルト値 (バランス型):
string
元の言語のままにするソース時間範囲のJSON配列。
タイムスキップには動画入力とkeepBackgroundMusic=trueが必要です。これらはkeepOriginalVoiceと組み合わせることはできず、文字起こしセグメントと重複させることもできません。

吹き替えのみモード(翻訳は自分で用意)

翻訳がすでにあり、VoiceCheap には音声生成とミックスだけを任せるときに translatedSrt を送ってください。 このモードでは次のようになります。
  • AI 翻訳も SmartSync の言い換えも行いません。 各キューはそのまま読み上げられます。保存済みの用語集ルールとカスタム翻訳指示も適用されません。それらは翻訳エンジンでのみ動作するためです。
  • タイミングはソース側です。 各セグメントはソース文字起こしの開始、終了、話者を保ちます。SRT のタイムコードはキューをセグメントに対応付けるためだけに使います。生成された音声は、文言を変えずにセグメントの枠へ伸縮されます。
  • クレジットは翻訳と同じです。 同じメディアの標準翻訳とまったく同じように課金されます。
  • 音声、背景、字幕、リップシンクのオプションはそのまま適用されます。 voiceMode、keepBackgroundMusic、subtitles、lipSyncMode とその他の吹き替えオプションは上記のとおり動作します。
応答の message がモードを示し、翻訳版は プロジェクト詳細の取得 で dubbingMode: "dub-only" を報告します。

対応ルール

timestamps モードの対応付けの問題は文字起こし後に判明し、非同期で通知されます。ステータスエンドポイント は HTTP 200 で status: "failed" と code、message を含む error を返し、project.translation.failed Webhook にも同じコードとメッセージが含まれます。TRANSLATED_SRT_UNMATCHED_CUES のメッセージには対応しなかったキュー番号が、TRANSLATED_SRT_MISSING_SEGMENTS のメッセージにはキューのないセグメントのインデックスが示されます。これらの応答には構造化された details は含まれません。対応を確定するには sourceSrt と translatedSrt を一緒に送るか、先に プロジェクトの作成 でプロジェクトを作成し、文字起こしを書き出してキューごとに翻訳し、プロジェクトの吹き替え を呼び出してください。

ペースを確認する

長い文はセグメントに収めるために速くなります。プロジェクトのトランスクリプトをエクスポート で翻訳済み文字起こしを書き出してください。各翻訳セグメントには、最終的なテンポ調整の前に測った、生成音声とセグメント枠の比率 finalSpeedFactor があります。おおよそ 1.3 を超えたキューを短くし、改訂した SRT で吹き替えを再実行してください。
translatedSrt は JSON エンドポイント プロジェクトの吹き替え でも受け付けます。すでに文字起こし済みのプロジェクトを、メディアを再アップロードせずに吹き替えます。

レスポンス

boolean
必須
リクエストが成功した場合は常にtrue
string
必須
結果を説明する人間が読める形式のメッセージ
string
必須
作成された吹き替えプロジェクトの一意の識別子。このIDを使用してステータスを確認してください。
number
必須
分単位での概算処理時間。現在の見積もりでは、ソースメディアの開始1分あたり5分の処理時間がかかります。

例

有効なアカウントまたはチームに保存されている用語集ルールとカスタム翻訳指示が自動的に適用されます。

レスポンス例

エラー