Wprowadzenie
Co robi ten endpoint
Przyjmuje jeden film i zwraca jego kopię, w której do trzech twarzy na każdej klatce, zaczynając od największej, zostaje przywrócona i wyostrzona. Wynik jest stabilny z klatki na klatkę. Ruch, kadrowanie, długość i oryginalna ścieżka dźwiękowa zostają zachowane, a rozdzielczość się nie zmienia. Nie ma promptu.
Ważne dane wejściowe
video_url to klip: przesłany plik MP4 albo publiczny adres URL, o długości od 3 sekund do 5 minut. Klipy spoza tego zakresu są odrzucane, zanim cokolwiek zostanie naliczone. Wybierz dla modelu Video Face Enhancer prawdziwą, wyraźnie widoczną twarz o odpowiedniej wielkości w obrazie; operacja „odtwarzanie twarzy klatka po klatce w narzędziu Video Face Enhancer” korzysta z takich szczegółów bardziej niż z twarzy odległej lub zasłoniętej.
Co dostajesz
Jeden film na żądanie, w rozdzielczości, liczbie klatek na sekundę i długości, które wysłano, z twoim dźwiękiem, udostępniany z magazynu platformy po zakończeniu zadania. Aby uzyskać więcej pikseli, użyj /models/video-upscaler-v1.
| Pole | Wartość |
|---|---|
| Wejście | Wideo |
| Wyjście | Wideo |
| Endpoint | Edycja wideo |
| Input | Jeden plik MP4 jako adres URL lub przesłany, od 3 sekund do 5 minut |
| Output | Jeden film w rozdzielczości, długości i z dźwiękiem wejściowymi |
| Faces | Do trzech na klatkę, zaczynając od największej |
| Controls | Bez promptu — sam klip to całe żądanie |
| Billing | Za sekundę klipu wejściowego, minimum 3 sekundy |
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
video_url | Tak | Klip do odnowienia: przesłany plik MP4 albo publiczny link, o długości od 3 sekund do 5 minut. Klipy spoza tego zakresu są odrzucane, zanim cokolwiek zostanie naliczone. od 1 znaków |
Cennik
$0.012 / sekundę wyniku
Rozliczane za sekundę klipu wejściowego, zaokrąglane w górę do pełnej sekundy, z minimalnym rozliczeniem 3 sekund. Przesłany plik jest objęty rezerwacją na własną długość, a adres URL na maksymalne 5 minut do momentu dostarczenia; różnica zostaje zwolniona, a nieudane żądania nie są rozliczane.
Zastosowania
Klipy z podcastów i wywiadów
Nagrania z osobą mówiącą do kamery, mocno skompresowane przed wysłaniem, najpierw tracą detale na twarzy. Przepuść je raz, aby przywrócić oczy, zęby i linię włosów, a pokój, kadr i dźwięk zostaną takie same.
Stare lub mocno skompresowane nagrania
Klipy zapisywane, udostępniane i wielokrotnie ponownie kodowane wyglądają na miękkie i blokowe wokół twarzy. Do trzech twarzy na klatkę jest przywracanych, więc najlepiej pasuje klip z jedną lub dwiema wyraźnymi osobami.
Nagrania, które planujesz powiększyć później
Najpierw oczyść twarze, a potem użyj Video Upscaler pod adresem /models/video-upscaler-v1, jeśli klip potrzebuje więcej pikseli do większego ekranu.
Wskazówki
Sprawdź klip
Plik MP4 o długości od 3 sekund do 5 minut, z prawdziwymi twarzami ludzi, które są dość duże i wyraźnie widoczne. Najpierw przytnij go do potrzebnego fragmentu.
Wyślij
video_urlvideo_urlto przesłany plik MP4 albo publiczny link. To jedyne pole: nie ma promptu i nie ma czego dostrajać.Odpytaj, potem porównaj
Wywołanie jest asynchroniczne: utwórz zadanie, odpytuj aż do zakończenia i pobierz film z magazynu platformy. Porównaj go ze źródłem w normalnym tempie i na zatrzymanej klatce oraz sprawdź, czy dźwięk jest nienaruszony.
Wprowadzenie
Video Face Enhancer przywraca i wyostrza twarze w każdej klatce klipu. Wysyłasz video_url; narzędzie znajduje do trzech twarzy na klatkę, zaczynając od największej, i odtwarza detale, które odebrała mocna kompresja lub rozmycie, utrzymując wynik stabilny od klatki do klatki. Ruch, kadrowanie, długość i oryginalna ścieżka dźwiękowa pozostają takie, jak były, a klip wraca w rozdzielczości, którą wysłano. Akceptowane są pliki MP4 o długości od 3 sekund do 5 minut; nie ma promptu.
Główne funkcje i wyróżniki
Twarze oczyszczone w każdej klatce
Przywracanie działa na całym klipie, a nie na pojedynczym kadrze. W naszym teście wzięliśmy 5-sekundowy klip 640×360 prowadzącej podcast i pogorszyliśmy go silną kompresją H.264. Wrócił w rozmiarze 640×360 i 24 fps, nadal długi na 5,0 sekundy, po około 21 sekundach przetwarzania. Oczy, zęby i linia włosów były ostrzejsze w każdej klatce i nie migotały, a prowadząca nadal była rozpoznawalnie tą samą osobą.
Reszta pozostaje bez zmian
Dźwięk, ruch, kadrowanie i długość są zachowane, a obszar wokół twarzy pozostaje nietknięty: pokój za prowadzącą pozostał taki sam. Narzędzie nie powiększa filmu. Jeśli potrzebujesz również więcej pikseli, użyj Video Upscaler (/models/video-upscaler-v1).
Rozliczenie idzie za długością klipu
Opłata jest naliczana za sekundę klipu wejściowego, zaokrąglaną w górę do pełnej sekundy, z minimalnym rozliczeniem 3 sekund. Klipy krótsze niż 3 sekundy lub dłuższe niż 5 minut są odrzucane, zanim cokolwiek zostanie naliczone. Gdy klip jest przesłanym plikiem, którego długość można odczytać, rezerwacja odpowiada tej długości; w przypadku adresu URL wycena zakłada maksimum 5 minut do momentu dostarczenia, a różnica jest zwalniana. Nieudane żądania nie są rozliczane.
Przypadki użycia
Klipy z podcastów i wywiadów
Nagrania z osobą mówiącą do kamery, mocno skompresowane przed wysłaniem, najpierw tracą detale na twarzy. Przepuść klip raz, aby przywrócić oczy, zęby i linię włosów, a pokój, kadrowanie kamery i dźwięk pozostaną takie same.
Stare lub mocno skompresowane nagrania
Klipy zapisywane, udostępniane i wielokrotnie ponownie kodowane wyglądają na miękkie i blokowe wokół twarzy. Do trzech twarzy na klatkę jest przywracanych, zaczynając od największej, więc najlepiej pasuje klip z jedną lub dwiema wyraźnymi osobami.
Nagrania, które planujesz powiększyć później
Najpierw oczyść twarze, a potem użyj Video Upscaler (/models/video-upscaler-v1), jeśli klip potrzebuje też więcej pikseli na większym ekranie.
Przewodnik po promptach i praktyczne wskazówki
Nie ma promptu: wybierz klip
Jedynym wejściem jest video_url: przesłany plik MP4 albo publiczny link, o długości od 3 sekund do 5 minut. Przytnij klip do potrzebnego fragmentu, zanim go wyślesz, bo rozliczenie idzie za długością tego, co wysyłasz.
Wybieraj twarze, które da się odzyskać
Wybierz dla modelu Video Face Enhancer prawdziwą, wyraźnie widoczną twarz o odpowiedniej wielkości w obrazie; operacja „odtwarzanie twarzy klatka po klatce w narzędziu Video Face Enhancer” korzysta z takich szczegółów bardziej niż z twarzy odległej lub zasłoniętej. Model Video Face Enhancer ma mniej danych do odtworzenia na rysunkach i anime oraz przy małych, zasłoniętych lub silnie rozmytych twarzach, co ogranicza operację „odtwarzanie twarzy klatka po klatce w narzędziu Video Face Enhancer”. Jeśli klip pokazuje jednocześnie więcej niż trzy twarze, przywracane są trzy największe, a reszta pozostaje bez zmian.
Porównaj wynik ze źródłem
Oglądaj wynik w normalnym tempie i na zatrzymanej klatce, a sprawdzaj dźwięk, długość i liczbę klatek na sekundę tak samo jak twarze. Wersja tego narzędzia do zdjęć zostawiała skórę nieco gładszą, niż byłaby na prawdziwym zdjęciu, więc szukaj tego samego wygładzenia na twarzach w ruchu. Tło zostaje nietknięte, więc bloki kompresji w nim pozostają. Zachowaj plik źródłowy.
Szybki start z 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/face-enhancer-video-v1/video-edit",
"input": {
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
