Introduzione
Cosa fa questo endpoint
VEED Dubbing Pro traduce il parlato di video_url in target_language, lo riproduce con un clone della voce di ogni interlocutore e ricrea le bocche per sincronizzarle. L'immagine al di fuori delle bocche resta invariata.
Input importanti
target_language accetta 94 lingue base e 14 codici regionali come es-MX, pt-BR, en-GB o fr-CA. voice_clone_strength (da 0 a 10, valore predefinito 7) stabilisce quanto preservare di voce e accento originali. source_language viene rilevato se non lo imposti, mentre keyterms elenca fino a dieci nomi per la trascrizione.
Cosa ricevi
Un MP4 nelle dimensioni originali a 25 fps. Nei nostri test, una battuta di quattro secondi ha richiesto poco meno di due minuti e un dialogo di otto secondi poco più di due minuti.
| Campo | Valore |
|---|---|
| Input | Video |
| Output | Video |
| Input richiesto | Video parlato (caricamento o link diretto al file) e lingua o accento di destinazione |
| Durata del clip | Fino a 10 minuti |
| Lingue di doppiaggio | 94 lingue e 14 accenti regionali |
| Lingua parlata | Rilevata automaticamente o scelta tra 94 lingue |
| Somiglianza vocale | Da 0 a 10, valore predefinito 7 |
| Addebito | Per secondo di filmato, con frazioni arrotondate per eccesso |
Caratteristiche principali
Invia es-MX e ottieni spagnolo messicano con labbra sincronizzate
Abbiamo elaborato lo stesso dialogo nella cantina impostando es-MX come lingua di destinazione. Un servizio di trascrizione indipendente ha riconosciuto il risultato come spagnolo messicano. Entrambe le persone hanno mantenuto la propria voce, con le bocche ridisegnate per il doppiaggio.
L’immagine resta la stessa, le bocche cambiano
Nello stesso istante, l’originale inglese è a sinistra e il doppiaggio in spagnolo messicano a destra. Volti, abiti e scenografia sono identici; la differenza sta nel modo in cui ogni bocca articola le nuove parole.
Decidi quanto conservare della voce originale
voice_clone_strength va da 0 a 10, con valore predefinito 7. Aumentalo per mantenere l’accento e il timbro di chi parla, oppure abbassalo se vuoi che la battuta sembri registrata da una persona madrelingua.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
video_url | Sì | Il filmato da doppiare, fino a 10 minuti, con parlato udibile. Carica il file o invia un link diretto; i link illeggibili vengono rifiutati prima di qualsiasi addebito. almeno 1 caratteri |
target_language | Sì | Obbligatorio. Una lingua base (94) o un accento regionale (14), come es-MX, pt-BR, en-GB o fr-CA. |
source_language | No | La lingua parlata nel clip. auto (predefinito) la rileva; scegli una lingua se il rilevamento è errato. |
voice_clone_strength | No | Da 0 a 10, valore predefinito 7. Valori alti conservano maggiormente voce e accento di ogni interlocutore; valori bassi suonano più nativi nella lingua di destinazione. |
keyterms | No | Fino a 10 nomi o brevi espressioni da trascrivere esattamente, ciascuno di massimo 50 caratteri e 5 parole, senza < > { } [ ] né barre rovesciate. al massimo 10 elementi |
Prezzi
$0.24 / secondo generato
Addebito per secondo del filmato originale, con frazioni arrotondate per eccesso, per clip fino a 10 minuti. Prima dell'invio riserviamo l'importo per la durata effettiva del clip caricato, oppure per 10 minuti se invii un link. La differenza viene sbloccata al conteggio finale. Accento, voice_clone_strength e keyterms sono inclusi. Le richieste non riuscite non costano nulla.
Casi d’uso
Interviste e programmi a due conduttori
Distribuisci tavole rotonde e podcast filmati in nuovi mercati, mantenendo per ogni conduttore una voce riconoscibile e labbra sincronizzate.
Versioni per ciascun mercato
Crea versioni per Messico e Spagna, o per Brasile e Portogallo, dallo stesso master, ognuna con l'accento atteso dal pubblico locale.
Video di marca e formazione
Localizza video di formazione o di marca con presentatore con qualità da studio, senza ingaggiare doppiatori per ogni lingua.
Consigli avanzati
Parti dal filmato
Carica un'intervista, una tavola rotonda o un video con presentatore di massimo 10 minuti. Sono ammessi due o più interlocutori. Illumina bene i volti per una migliore corrispondenza delle labbra.
Scegli una lingua o un accento
Imposta
target_languagesu un codice base come de, oppure su uno regionale come es-MX, fr-CA o en-GB quando il pubblico si aspetta quell'accento.Regola quanto conservare della voce
voice_clone_strengthha valore predefinito 7. Aumentalo per preservare accento e timbro originali; abbassalo per privilegiare una pronuncia nativa.
Introduzione
VEED Dubbing Pro è il livello di doppiaggio da studio di VEED. Traduce il parlato di un clip, doppia ogni interlocutore con un clone della propria voce, permette di scegliere un accento regionale e ricrea le labbra perché sembrino pronunciare il nuovo dialogo.
Funzioni e punti di forza
Accenti oltre alle lingue
Invia es-MX invece di es, oppure en-GB invece di en. Un servizio di trascrizione indipendente ha riconosciuto come spagnolo messicano il nostro doppiaggio di un dialogo a due in quell'accento.
Un controllo per la somiglianza vocale
voice_clone_strength va da 0 a 10. Sette, il valore predefinito, mantiene riconoscibile ogni voce. Aumentalo a 10 per una copia quasi identica all'originale, oppure avvicinalo a 0 per una pronuncia più nativa.
Pensato per più interlocutori
VEED consiglia questo livello per interviste, tavole rotonde e formati a due conduttori. Nel nostro test di dialogo, i due interlocutori hanno mantenuto voci distinte e ottenuto movimenti labiali individuali.
Casi d'uso
Versioni regionali da un solo master
Crea una versione per la Spagna e una per il Messico dallo stesso filmato, ciascuna con l'accento atteso dal proprio pubblico.
Programmi con più conduttori
Podcast e tavole rotonde filmati raggiungono nuovi mercati mentre ogni conduttore mantiene la propria voce.
Guida e consigli pratici
Scegli l'accento del tuo pubblico
Un codice regionale ha effetto solo nelle lingue con varianti. Per tedesco o giapponese esiste solo il codice base e l'indicazione della regione viene ignorata.
Parti dall'intensità predefinita
Fai la prima prova con 7. Se l'accento originale è troppo marcato, abbassa di uno o due punti; se la voce non è più riconoscibile, aumenta il valore.
Illumina i volti
La sincronizzazione richiede che la bocca sia visibile. Primi piani e piani medi con volti ben visibili danno l'effetto migliore.
Avvio rapido dell’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"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
