Skip to main content
Rozpocznij tłumaczenie

Rozpocznij tłumaczenie

Utwórz nowy projekt tłumaczenia, przesyłając plik wideo lub audio. Proces tłumaczenia przebiega asynchronicznie w tle. Użyj punkt końcowy statusu, aby śledzić postępy i pobierać wyniki. Użyj Pobierz szczegóły projektu, gdy potrzebujesz historii przetłumaczonych wersji lub historii synchronizacji ruchu ust.

Limit współbieżności

Tworzenie projektów, tłumaczenie i dubbing sprawdzają limit aktywnych tłumaczeń na koncie (najwyżej 10, ewentualnie mniej). Miejsca zajmują tylko trwające tłumaczenia lub dubbingi; projekty obejmujące wyłącznie transkrypcję ich nie zajmują. Po osiągnięciu limitu API zwraca CONCURRENT_TRANSLATION_LIMIT_REACHED (HTTP 429). Obowiązujący limit znajduje się w details.limit.

Żądanie

Ten punkt końcowy akceptuje multipart/form-data z przesłaniem pliku.

Nagłówki

string
wymagane
Twój klucz API VoiceCheap. Pobierz go z app.voicecheap.ai/page-api.

Parametry treści

file
wymagane
Plik wideo lub audio do przetłumaczenia.Obsługiwane formaty wideo: video/mp4, video/quicktime, video/x-matroska, video/webm, video/mpegObsługiwane formaty audio: audio/mpeg, audio/wav, audio/mp4, audio/x-m4a, audio/flac, audio/ogg, audio/aac, audio/webmMaksymalny rozmiar pliku według planu: Beginner 5 GB, Starter 10 GB, Creator 20 GB, Pro 30 GB, Scale 40 GB oraz Enterprise 60 GB.
string
wymagane
Język, na który ma zostać przetłumaczona treść. Musi być zapisany małymi literami.Dozwolone wartości (70+): 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
Język źródłowy treści przy użyciu kodów językowych ISO (np. en, es, fr, de, ja, zh).
Zdecydowanie zalecane: Pozostaw to pole puste w celu automatycznego wykrywania.Podaj ten parametr tylko wtedy, gdy masz 100% pewności, że kod języka jest poprawny i zgodny z formatem ISO. Nieprawidłowe kody języków spowodują błędy transkrypcji. Nasze automatyczne wykrywanie obsługuje ponad 80 języków i jest wysoce dokładne.
Domyślnie: auto-detect
string
Niestandardowa nazwa projektu. Przydatna do identyfikacji projektów w Twoim panelu.Domyślnie: Jeśli nie zostanie podana, użyty zostanie identyfikator projektu.
string
Punkt końcowy https, który odbiera zdarzenia webhook dla tego projektu, zastępując punkt końcowy skonfigurowany na Twoim koncie.Domyślnie: Punkt końcowy webhook konta, jeśli został skonfigurowany.
string
auto-detect lub liczba całkowita od 1 do 32. Znana liczba mówców może poprawić diaryzację.Domyślnie: auto-detect
string
Tablica ciągów JSON zawierająca specyficzne dla żądania nazwy, marki, akronimy lub terminy specjalistyczne. Terminy te są łączone z zapisanym glosariuszem konta lub zespołu.
boolean
Usuń typowe słowa wypełniacze z transkrypcji źródłowej przed tłumaczeniem.Domyślnie: true
string
Istniejąca transkrypcja SRT w języku źródłowym. originalLanguage musi być jawnie określone, gdy podano to pole.
string
Końcowy SRT w języku docelowym, napisany przez Ciebie. Gdy jest podany, VoiceCheap pomija silnik tłumaczenia i tylko generuje głosy oraz miksuje wynik z tego tekstu. Zasady dopasowania opisuje tryb samego dubbingu. Maksymalnie 1 000 000 znaków.
boolean
Czy zachować dźwięk w tle w danych wyjściowych.Po włączeniu zachowuje muzykę w tle, otoczenie, śmiech, oklaski i dźwięki tłumu, usuwając jednocześnie tylko oryginalny głos (separacja ścieżek). Wyłącz, jeśli źródło nie zawiera dźwięku w tle.Domyślnie: true
boolean
Zachowaj oryginalnego mówcę cicho pod przetłumaczonym głosem.Domyślnie: false
number
Głośność oryginalnego głosu od 1 do 70, gdy włączona jest opcja keepOriginalVoice.Domyślnie: 30
string
Tryb izolacji głosu, gdy włączona jest opcja keepBackgroundMusic. Kontroluje jakość i charakterystykę separacji głosu.
Nasze domyślne przetwarzanie głosu, zaprojektowane z myślą o profesjonalnej jakości dźwięku:
  • Usuwa echa i pogłosy
  • Czyści niedoskonałości techniczne
  • Generuje czysty i wyraźny głos
Zalecane dla: Większości projektów, w których jakość dźwięku jest najważniejsza. Idealne do samouczków, treści edukacyjnych, filmów marketingowych i wszelkich treści wymagających optymalnej czystości głosu.
Zachowuje naturalne cechy środowiska nagrania:
  • Utrzymuje dźwięk zbliżony do oryginalnego nagrania
  • Zachowuje charakterystykę środowiskową
Zalecane dla: Treści, w których autentyczność otoczenia jest ważna, takich jak vlogi plenerowe, filmy dokumentalne lub treści, w których atmosfera dźwiękowa jest integralną częścią doświadczenia.
Ta opcja może w niektórych przypadkach powodować artefakty lub nieoczekiwane efekty ze względu na zachowanie elementów tła.
Dozwolone wartości: studio, realisticDomyślnie: studio
boolean
Czy generować napisy dla przetłumaczonego wideo.Po włączeniu dodaje czytelne czarno-białe napisy. Użyj subtitlesSource, aby wybrać tekst oryginalny (język źródłowy) lub przetłumaczony (język docelowy). Napisy są automatycznie synchronizowane dla lepszej czytelności.Domyślnie: false
string
Wybierz źródło tekstu napisów, gdy włączona jest opcja subtitles.Dozwolone wartości: translated, originalDomyślnie: translatedUwaga: Jeśli wybrano original, ale oryginalna transkrypcja jest niedostępna, napisy zostaną zastąpione przez translated.
string
Uruchom przetwarzanie synchronizacji ruchu ust po zakończeniu tłumaczenia.
  • standard = Lip Sync
  • pro = Lip Sync Pro
  • studio = Lip Sync Studio
Tryby premium wymagają spełnienia standardowych wymogów dotyczących planu, czasu trwania i kredytów.Domyślnie: pomiń pole, aby pominąć synchronizację ruchu ust.
boolean
Włącz wykrywanie aktywnego mówcy dla żądanego procesu synchronizacji ruchu ust.Domyślnie: false
boolean
Starszy selektor synchronizacji ruchu ust zachowany dla kompatybilności wstecznej.
  • false = Standardowa synchronizacja ruchu ust (4 minuty kredytów na 1 minutę wideo)
  • true = Lip Sync Pro (9 minut kredytów na 1 minutę wideo)
Lip Sync Pro jest dostępna począwszy od planu Creator.
Maksymalny czas trwania: 180 minut na wideo.Opóźnienie: Przetwarzanie synchronizacji ruchu ust zazwyczaj dodaje 2x-4x czasu trwania oryginalnego wideo.
E-maile o zakończeniu lub błędzie synchronizacji ruchu ust nie są wysyłane dla żądań wyzwalanych przez API. Użyj punkt końcowy statusu, aby śledzić postępy.
Domyślnie: niewłączone (pomiń pole, aby pominąć synchronizację ruchu ust)Form-data: Wysyłaj wartości logiczne jako ciągi znaków true lub false (np. -F "lipsyncPro=false").
Nie łącz lipsyncPro z wykluczającym się lipSyncMode.
string
Strategia głosowa: cloning lub custom.Domyślnie: cloning
string
Wymagane, gdy voiceMode ma wartość custom. Użyj identyfikatora z dubbing_voices_list: głosu z katalogu lub głosu niestandardowego zapisanego przez uwierzytelnione konto. Rozliczanie zespołowe nie daje dostępu do głosów zapisanych przez innych członków.
object
Dostosuj parametry klonowania głosu, aby uzyskać zaawansowaną kontrolę nad generowanym głosem. Przekaż jako ciąg JSON podczas używania form-data. Wszystkie wartości muszą mieścić się w zakresie od 0 do 1 (z krokiem 0,01). Wartość speakerBoost wysyłana przez starsze integracje jest nadal akceptowana, ale nie ma już żadnego efektu.
Te ustawienia mają zastosowanie tylko wtedy, gdy voiceMode to cloning.
Wartości domyślne (zrównoważone):
string
Tablica JSON zawierająca zakresy czasowe źródła, które powinny pozostać w oryginalnym języku.
Pominięcia czasowe wymagają wejścia wideo i keepBackgroundMusic=true. Nie można ich łączyć z keepOriginalVoice i nie mogą nakładać się na segmenty transkrypcji.

Tryb samego dubbingu (własne tłumaczenie)

Wyślij translatedSrt, gdy tłumaczenie jest już gotowe, a VoiceCheap ma tylko wygenerować głosy i zmiksować wynik. W tym trybie:
  • Bez tłumaczenia AI i bez przeredagowania SmartSync. Każdy cue jest czytany dosłownie. Zapisane reguły glosariusza i własne instrukcje tłumaczenia też nie obowiązują, bo działają tylko w silniku tłumaczenia.
  • Czas pochodzi ze źródła. Każdy segment zachowuje początek, koniec i mówcę transkrypcji źródłowej; kody czasu Twojego SRT służą tylko do przypisania cue do segmentów. Wygenerowana mowa jest rozciągana lub skracana, aby zmieścić się w oknie segmentu, bez zmiany sformułowania.
  • Te same kredyty co tłumaczenie. Uruchomienie jest rozliczane dokładnie jak standardowe tłumaczenie tego samego materiału.
  • Opcje głosu, tła, napisów i synchronizacji ust działają bez zmian. voiceMode, keepBackgroundMusic, subtitles, lipSyncMode i pozostałe opcje dubbingu zachowują się tak, jak opisano wyżej.
message odpowiedzi potwierdza tryb, a przetłumaczona wersja zgłasza dubbingMode: "dub-only" w Pobierz szczegóły projektu.

Zasady dopasowania

Problemy z dopasowaniem w trybie timestamps są znane dopiero po transkrypcji i zgłaszane asynchronicznie. Endpoint statusu zwraca HTTP 200 ze status: "failed" i polem error zawierającym code oraz message; webhook project.translation.failed przekazuje ten sam kod i komunikat. Przy TRANSLATED_SRT_UNMATCHED_CUES numery niedopasowanych cue znajdują się w komunikacie, a przy TRANSLATED_SRT_MISSING_SEGMENTS — indeksy segmentów bez cue. Te odpowiedzi nie zawierają ustrukturyzowanego pola details. Aby uzyskać jednoznaczne dopasowanie, wyślij sourceSrt z translatedSrt albo najpierw utwórz projekt przez Utwórz projekt, wyeksportuj transkrypcję, przetłumacz ją cue po cue i wywołaj Dubbing projektu.

Sprawdzanie tempa

Długie zdania trzeba przyspieszyć, aby zmieściły się w segmencie. Wyeksportuj przetłumaczoną transkrypcję przez Eksportuj transkrypcję projektu: każdy przetłumaczony segment ma finalSpeedFactor, czyli stosunek wygenerowanej mowy do okna segmentu przed końcowym dopasowaniem tempa. Skróć cue powyżej około 1.3, a potem uruchom dubbing ponownie z poprawionym SRT.
translatedSrt jest też przyjmowany przez endpoint JSON Dubbing projektu, który dubbinguje już przetranskrybowany projekt bez ponownego przesyłania materiału.

Odpowiedź

boolean
wymagane
Zawsze true dla udanych żądań
string
wymagane
Czytelny dla człowieka komunikat opisujący wynik
string
wymagane
Unikalny identyfikator utworzonego projektu tłumaczenia. Użyj tego identyfikatora, aby sprawdzić status.
number
wymagane
Przybliżony szacowany czas przetwarzania w minutach. Obecny szacunek to pięć minut przetwarzania na każdą rozpoczętą minutę mediów źródłowych.

Przykłady

Zapisane reguły glosariusz oraz niestandardowe instrukcje tłumaczenia z aktywnego konta lub zespołu są stosowane automatycznie.

Przykład odpowiedzi

Błędy