Estrazione dei sottotitoli

Utilizza questo flusso di lavoro per creare file di sottotitoli da un video. Weydub supporta due metodi di estrazione:

• Estrazione tramite OCR dei sottotitoli impressi già visibili nel fotogramma del video.
• Estrazione tramite ASR dei dialoghi parlati nella traccia audio.

Vuoi verificare la qualità dell'output prima di procedere? Prova il flusso di lavoro web Weydub corrispondente: Genera sottotitoli.

Per una spiegazione a livello di sistema del Video OCR temporale, del filtraggio del testo nelle scene e della segmentazione ASR pronta per i sottotitoli, consulta Generazione di sottotitoli tramite IA con Video OCR e ASR.

Endpoint

POST /v-w-c/gateway/ve/work/free

L'estrazione dei sottotitoli è asincrona. Salva body.idProject e body.dataList[].id, quindi utilizza Modello per le attività asincrone per il polling, la gestione dei tentativi, il comportamento dei callback e la firma dei callback.

Accesso e limiti

Scegli OCR o ASR

Non utilizzare OCR per trascrivere video contenenti esclusivamente parlato. Non utilizzare ASR per leggere sottotitoli impressi in video privi di audio.

Payload per l'estrazione OCR dei sottotitoli

Usa OCR quando i sottotitoli sono già incorporati nell'immagine video.

{
  "urls": ["https://example.com/video.mp4"],
  "needChineseOcclude": 14,
  "videoInpaintLang": "en",
  "lang": "en",
  "videoInpaintMasks": "[{\"type\":\"trans_only_ocr\",\"region\":[[0,0.8],[1,0.8],[1,1],[0,1]]}]",
  "extraOptions": "{\"extra_inpaint_config\":{\"auto_correct_on\":false,\"strip_last_punct_on\":true,\"scene_filter_on\":false}}",
  "callback": "https://your-domain.example/webhooks/weydub"
}

Note:

• needChineseOcclude deve essere 14.
• videoInpaintMasks è obbligatorio per l'estrazione OCR e dovrebbe essere una stringa JSON compatta prima della firma.
• type dovrebbe essere trans_only_ocr.
• Imposta lang uguale a videoInpaintLang quando non è necessaria alcuna traduzione.
• Le coordinate sono normalizzate da 0 a 1, nell'ordine: angolo superiore sinistro, angolo superiore destro, angolo inferiore destro, angolo inferiore sinistro.

Maschere OCR

Usa una o più maschere quando l'area visibile dei sottotitoli è nota. Le maschere delimitate temporalmente aiutano a evitare che indizi temporanei sulla trama o testi di registrazione vengano estratti come dialoghi.

Aree comuni:

Opzioni OCR

extraOptions.extra_inpaint_config consente di regolare la pulizia OCR:

Mantieni extraOptions come stringa JSON compatta per i payload API pubblici, salvo diversa indicazione nel contratto del tuo account.

Payload per l'estrazione dei sottotitoli ASR

Usa ASR quando il video contiene parlato e hai bisogno di una trascrizione temporizzata.

{
  "urls": ["https://example.com/video.mp4"],
  "needWanyin": 1,
  "sourceLang": "en",
  "lang": "en",
  "wyTaskType": "ONLY_ASR",
  "needWyEdit": 0,
  "wyNeedText": 0,
  "extraOptions": "{\"asr_speaker_detect_on\":true,\"extra_video_translate_config\":{\"remove_last_punct_on\":true}}",
  "callback": "https://your-domain.example/webhooks/weydub"
}

Note:

• wyTaskType deve essere ONLY_ASR.
• wyNeedText: 0 indica di non eseguire il rendering dei sottotitoli in un nuovo video.
• needWyEdit: 0 disabilita il flusso di modifica manuale/pro-draft per questa attività di estrazione.
• sourceLang è la lingua parlata. lang è la lingua di output dei sottotitoli; usa lo stesso codice quando non è necessaria alcuna traduzione.

Opzioni ASR

Parametri

Output

Le attività di estrazione completate correttamente possono restituire:

• srcSrtUrl
• tgtSrtUrl
• processStatus
• processProgress
• paidPoint
• metadati dell'attività inclusi nell'elemento di lavoro restituito

Le estrazioni OCR e ASR non richiedono il rendering di un nuovo video. Esegui il polling fino a quando processStatus === 1, prima di leggere srcSrtUrl o tgtSrtUrl.

I callback inviano direttamente il payload dell'elemento di lavoro, senza il wrapper esterno code / msg / body utilizzato nelle risposte di polling.

Note per gli agenti

• Scegli OCR per il testo dei sottotitoli incorporato nel video; scegli ASR per i dialoghi parlati.
• Mantieni videoInpaintMasks e extraOptions in formato compatto e serializzati come stringhe prima della firma.
• Non inviare gli array di maschere OCR come array nativi, a meno che il contratto del tuo account non lo preveda.
• Usa la query enum (POST /v-w-c/enum/query2) per recuperare informazioni aggiornate sul supporto di sourceLang e Lang; questo endpoint enum non richiede la firma.
• Esegui il polling finché processStatus non è 1, prima di leggere srcSrtUrl o tgtSrtUrl.
• Salva i file dei sottotitoli prima della pulizia prevista dai criteri di conservazione.