Einführung
Video Translator synchronisiert einen sprechenden Clip in eine andere Sprache. Senden Sie das Material in video_url und wählen Sie target_language; das Tool transkribiert die Sprache, übersetzt sie, spricht sie zeitgerecht zu den ursprünglichen Zeilen neu ein und gibt dasselbe Bild mit dem neuen Audio zurück. Schalten Sie clone_voice ein, dann behält jeder Sprecher eine Stimme, die seiner eigenen nachgebildet ist.
Wichtige Funktionen und Highlights
Die Sprecher klingen weiterhin nach sich selbst
Mit eingeschaltetem clone_voice wird die Synchronisation mit einer Stimme gesprochen, die aus der jeweils eigenen aufgebaut ist: In unserem Test mit zwei Personen kamen die Frau und der Mann auf Spanisch mit ihrer eigenen Klangfarbe zurück, und jede Zeile begann dort, wo die Originalzeile begonnen hatte.
Die Musik behalten oder entfernen
keep_background_audio bestimmt, was unter der Synchronisation liegt. Eingeschaltet bleiben die Kellerathmosphäre und der Raumton genau dort, wo sie waren. Ausgeschaltet enthält der zurückgegebene Clip nur die übersetzten Stimmen mit echter Stille zwischen den Zeilen, bereit für Ihren eigenen Mix.
Ihre Namen bleiben Ihre Namen
Tragen Sie Begriffe in glossary als {term, translation}-Paare ein, dann werden sie jedes Mal in Ihrer Übersetzung verwendet. In unserem Test wurde eine im Glossar aufgeführte Wendung in beiden Zeilen, in denen sie vorkam, wortwörtlich übernommen.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
video_url | Ja | Der Clip für die Übersetzung, 1 Sekunde bis 10 Minuten. Das Bild kommt unverändert zurück. mindestens 1 Zeichen |
target_language | Nein | Die Sprache, in die synchronisiert wird, eine von 28. Standard ist Englisch. |
source_language | Nein | Die im Clip gesprochene Sprache. Standard ist auto, also automatische Erkennung. |
clone_voice | Nein | Standardmäßig ausgeschaltet. Eingeschaltet: Jeder Sprecher wird mit einer Stimme neu eingesprochen, die seiner eigenen nachgebildet ist. Standardwert: |
keep_background_audio | Nein | Standardmäßig eingeschaltet: Musik und Soundeffekte bleiben unter der Synchronisation. Aus: Zurück kommen nur die übersetzten Stimmen, mit Stille zwischen den Zeilen. Standardwert: |
speaker_count | Nein | Wie viele Personen im Clip sprechen, 1 bis 4. Lassen Sie es weg, damit das Tool sie zählt. |
glossary | Nein | Namen, Marken und Wendungen mit fester Übersetzung, als Begriff/Übersetzung-Paare, bis zu 100. höchstens 100 Einträge |
Preis
$0.005 / Ausgabesekunde
Abgerechnet in ganzen Minuten des Quellclips, ein 70 Sekunden langer Clip kostet also dasselbe wie 2 Minuten. Der Clip muss zwischen 1 Sekunde und 10 Minuten lang sein; die Schätzung vor dem Absenden nutzt die tatsächliche Länge eines hochgeladenen Clips oder das Maximum von 10 Minuten bei einer Video-URL, und Abweichungen werden bei Abschluss der Aufgabe freigegeben. Optionen wie geklonte Stimmen oder das Entfernen des Hintergrunds ändern den Preis nicht.
Anwendungsfälle
Kurzvideos lokalisieren
Veröffentlichen Sie denselben Clip für mehrere Sprachmärkte, ohne für jeden einen Sprecher zu buchen. Clips unter einer Minute kosten eine Minute.
Figuren aus Videomodellen synchronisieren
Generierte Figuren, die Englisch sprechen, lassen sich in die Sprache Ihres Publikums synchronisieren, während die Stimme der Figur erhalten bleibt.
Prompt-Leitfaden und Praxistipps
Die gesprochene Sprache setzen, wenn Musik läuft
Die automatische Erkennung ist bei sauberer Sprache zuverlässig. Bei einem Clip mit Gitarre unter einer geflüsterten französischen Zeile gab sie auf, und die Aufgabe scheiterte (erstattet); mit auf Französisch gesetztem source_language ging derselbe Clip durch. Schlägt eine Aufgabe mit einer Meldung über die Verarbeitung des Videos fehl, setzen Sie source_language und senden Sie sie erneut.
Sagen Sie, wie viele Personen sprechen
speaker_count ist optional, doch bei einem Zweiergespräch sorgt die Angabe dafür, dass jede Zeile zur richtigen Stimme gehört.
An das Bild denken
Nur das Audio wird ersetzt. Bei Nahaufnahmen, bei denen der Mund wichtig ist, führen Sie den synchronisierten Clip danach durch das Tool Lip Sync.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/video-translator-v1/video-translate",
"input": {
"source_language": "auto",
"target_language": "en",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
