Introduction
Ce que fait cet endpoint
VEED Dubbing Pro traduit les paroles de video_url dans target_language, les restitue avec un clone de chaque voix et recrée les bouches pour les synchroniser. Le reste de l’image est préservé.
Les entrées essentielles
target_language accepte 94 langues de base et 14 codes régionaux comme es-MX, pt-BR, en-GB ou fr-CA. voice_clone_strength (de 0 à 10, 7 par défaut) détermine ce qui reste de la voix et de l’accent d’origine. source_language est détecté sauf si vous le définissez, et keyterms répertorie jusqu’à dix noms pour la transcription.
Le résultat obtenu
Un MP4 aux dimensions de la source à 25 fps. Lors de nos essais, une réplique de quatre secondes a pris un peu moins de deux minutes, et un dialogue de huit secondes un peu plus de deux minutes.
| Champ | Valeur |
|---|---|
| Entrée | Vidéo |
| Sortie | Vidéo |
| Entrée requise | Vidéo parlée (import ou lien direct vers le fichier) et langue ou accent cible |
| Durée du clip | Jusqu’à 10 minutes |
| Langues de doublage | 94 langues et 14 accents régionaux |
| Langue parlée | Détection automatique ou choix parmi 94 langues |
| Ressemblance vocale | De 0 à 10, valeur par défaut 7 |
| Facturation | À la seconde de vidéo, toute seconde entamée étant arrondie au supérieur |
Fonctionnalités et points forts
Envoyez es-MX, obtenez un espagnol du Mexique aux lèvres synchronisées
Nous avons soumis le même dialogue dans la cave à vin avec es-MX comme cible. Un service de transcription indépendant a reconnu le résultat comme de l’espagnol du Mexique. Les deux personnes ont conservé leur propre voix, avec des bouches recréées pour le doublage.
L’image reste la même, les bouches changent
Au même instant, l’original anglais apparaît à gauche et le doublage en espagnol du Mexique à droite. Visages, tenues et décor sont identiques ; seule change la façon dont chaque bouche articule les nouveaux mots.
Choisissez ce qui reste de la voix d’origine
voice_clone_strength va de 0 à 10, avec une valeur par défaut de 7. Augmentez-la pour préserver l’accent et le timbre de la personne, ou baissez-la pour donner l’impression d’une réplique enregistrée par une personne de langue maternelle.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
video_url | Oui | Vidéo à doubler, de 10 minutes maximum, avec des paroles audibles. Importez le fichier ou envoyez son lien direct ; les liens illisibles sont refusés avant toute facturation. 1 caractères minimum |
target_language | Oui | Obligatoire. Une langue de base (94) ou un accent régional (14), comme es-MX, pt-BR, en-GB ou fr-CA. |
source_language | Non | Langue parlée dans le clip. auto (par défaut) la détecte ; choisissez une langue si la détection se trompe. |
voice_clone_strength | Non | De 0 à 10, 7 par défaut. Les valeurs élevées préservent davantage la voix et l’accent de chaque personne ; les valeurs faibles donnent une diction plus native dans la langue cible. |
keyterms | Non | Jusqu’à 10 noms ou expressions courtes à transcrire exactement, de 50 caractères et 5 mots maximum chacun, sans chevrons, accolades, crochets ni barre oblique inverse. 10 éléments maximum |
Tarification
$0.24 / seconde produite
Facturation à la seconde de vidéo source, avec arrondi supérieur, pour des clips de 10 minutes maximum. Avant l’envoi, nous réservons le montant correspondant à la durée réelle d’un clip importé, ou à 10 minutes pour un lien. La différence est libérée au décompte final. L’accent, voice_clone_strength et keyterms sont inclus. Une requête échouée ne coûte rien.
Cas d’utilisation
Interviews et émissions à deux voix
Les tables rondes et podcasts filmés peuvent être diffusés sur d’autres marchés : chaque intervenant conserve une voix reconnaissable et des mouvements de lèvres adaptés.
Des versions adaptées à chaque marché
Créez, à partir du même master, des versions pour le Mexique et l’Espagne ou pour le Brésil et le Portugal, chacune avec l’accent attendu sur place.
Films de marque et de formation
Localisez vos vidéos de formation ou de marque avec présentateur en qualité studio, sans réserver des comédiens de doublage pour chaque langue.
Guide de prompt et conseils pratiques
Partez de votre vidéo
Importez une interview, une table ronde ou une vidéo avec présentateur de 10 minutes maximum. Deux personnes ou plus peuvent parler. Éclairez bien les visages pour une meilleure synchronisation des lèvres.
Choisissez une langue ou un accent
Définissez
target_languageavec un code de base comme de, ou un code régional comme es-MX, fr-CA ou en-GB si votre public attend cet accent.Dosez la fidélité à la voix d’origine
voice_clone_strengthvaut 7 par défaut. Augmentez-le pour préserver l’accent et le timbre d’origine ; réduisez-le pour privilégier une diction native.
Introduction
VEED Dubbing Pro est l’offre de doublage studio de VEED. Elle traduit les paroles d’un clip, redonne une voix à chaque personne à partir d’un clone de sa propre voix, propose un accent régional et recrée les lèvres pour rendre le nouveau dialogue visuellement crédible.
Fonctionnalités & points forts
Des accents en plus des langues
Envoyez es-MX plutôt que es, ou en-GB plutôt que en. Notre doublage d’un dialogue à deux en espagnol du Mexique a été reconnu comme tel par un service de transcription indépendant.
Une fidélité vocale réglable
voice_clone_strength va de 0 à 10. Sept, la valeur par défaut, préserve une voix reconnaissable. Montez à 10 pour une quasi-copie de l’original, ou rapprochez-vous de 0 pour une diction plus native.
Pensé pour plusieurs voix
VEED recommande cette offre pour les interviews, les tables rondes et les formats à deux présentateurs. Dans notre test de dialogue, les deux personnes ont conservé des voix distinctes et obtenu leurs propres mouvements de lèvres.
Cas d’usage
Des versions régionales à partir d’un master
Créez une version pour l’Espagne et une pour le Mexique à partir de la même vidéo, chacune avec l’accent attendu par son public.
Des émissions à plusieurs voix
Les podcasts et tables rondes filmés touchent de nouveaux marchés tout en préservant la voix de chaque intervenant.
Guide & conseils de pro
Choisissez l’accent de votre public
Un code régional n’a d’effet que pour les langues ayant des variantes. Pour l’allemand ou le japonais, seul le code de base existe et la région est ignorée.
Commencez par la valeur par défaut
Faites un premier essai à 7. Si l’accent d’origine est trop présent, baissez d’un ou deux crans ; si la personne ne semble plus avoir sa propre voix, augmentez la valeur.
Éclairez les visages
La synchronisation exige de bien voir la bouche. Les gros plans et plans rapprochés avec des visages nets donnent les meilleurs résultats.
Démarrage rapide de l’API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "veed/dubbing-pro/video-translate",
"input": {
"source_language": "auto",
"target_language": "af",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
