云点播 一站式译制接入

一、视频译制功能简介

·字幕级视频译制：擦除+字幕提取+字幕翻译。自动识别视频中的原始字幕，进行精准擦除和大模型翻译，并将翻译后的字幕无缝压制到视频中。

·配音级视频译制：在字幕级视频译制的同时，提供自然流畅的 AI 配音，生成带有 AI 翻译语言字幕配音的新视频。

二、前置操作

在接入一站式译制前，为正常使用此能力，你需要在 云点播控制台 的媒体处理 > 媒体处理模板 > 媒体智能模板页面中开通 MPS 服务。

三、发起任务

你可以进入 云点播控制台 的智能媒资管理 > 音视频管理页面发起任务。

1. 选择需要发起任务的视频，并单击媒体处理。

2. 处理类型选择“媒体智能”的智能分析，选择25号预设模板。开启更多设置的扩展参数，参考下文 扩展参数说明，传入所需参数。

注意：说明：

四、查看任务结果

在 云点播控制台 的任务中心页面，找到对应任务并单击详情查看结果。

五、发起任务

调用 ProcessMediaByMPS，FileId 处填写需要处理的媒资 ID，SubAppId 处填入子应用 ID，MPSProcessMediaParams 参数中填写 AiAnalysisTask 任务，并将 Definition 设置为 25（预置模板）。ExtendedParameter 根据需求填额外的扩展参数，通过该参数实现特定的能力。

视频译制任务 MPSProcessMediaParams 参数示例如下：

{"AiAnalysisTask":{"Definition":25,"ExtendedParameter":"{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}"}}

六、查询任务结果

使用 云点播查询任务详情 或 云点播获取任务列表 查询任务。

可以在输出信息中找到输出文件路径。

七、ExtendedParameter 扩展参数说明

请根据视频译制使用场景，设置相应的扩展参数，以下为常见场景说明。

八、场景1：OCR 提取字幕并翻译+擦除原字幕+压制新字幕+AI 克隆配音（最常用）

将视频字幕及配音翻译为指定语言，生成带有翻译语言字幕及配音的新视频。其中，字幕及配音内容来源于 OCR 文本提取（提取视频画面上的源字幕）。对于画面上带有源语言字幕的视频，建议使用该场景处理。

九、计费说明

·使用该场景能力，收取 MPS「去字幕」、「OCR 提取字幕并翻译+压制字幕」及 「AI 配音（克隆音色）」三个计费项的费用。定价可参考 计费说明。

·若不开启压制字幕，收取 MPS「去字幕」、「OCR 提取字幕并翻译」及 「AI 配音（克隆音色）」三个计费项的费用。定价可参考 计费说明。

ExtendedParameter 传参如下：

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_ocr" }}//若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}

十、指定语言

默认为中转英（源语言为简体中文，目标翻译语言为英语），若需要其他语言，可通过在 ExtendedParameter 中补充传入 translate_src_language 和 translate_dst_language 参数。支持语种及对应 code 请参考下文视频译制支持语种，示例：

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_asr", "subtitle_param": { "translate_src_language": "de", //德语 "translate_dst_language": "id" //印度尼西亚语 } }}/*若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_asr\\",\\"subtitle_param\\":{\\"translate_src_language\\":\\"de\\",\\"translate_dst_language\\":\\"id\\"}}}translate_src_language: 用于指定视频源语言，不传则默认为中文translate_dst_language: 用于指定翻译目标语言，不传则默认为英语*/

十一、不开启压制字幕

若你不需要将翻译语言字幕压制到视频画面上，可以在 ExtendedParameter 中补充以下传参 "subtitle_param": { "use_draw": false } 。

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_ocr", "subtitle_param": { "use_draw": false } }}/*use_draw: 不传或传true表示压制字幕，false表示不压制字幕若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\",\\"subtitle_param\\":{\\"use_draw\\":false}}}*/

十二、场景2：ASR 提取字幕并翻译+压制新字幕+AI 克隆配音

与场景1类似，场景2也是将视频字幕及配音翻译为指定语言，生成带有翻译语言字幕及配音的新视频。不过字幕及配音内容来源于 ASR 语音识别（识别视频源语音内容，转写为字幕）。场景2不会自动进行去字幕处理。

十三、计费说明

·使用该场景能力，收取「 ASR 生成字幕并翻译+压制字幕」及 「AI 配音（克隆音色）」两个计费项的费用。定价可参考 MPS 计费说明。

·若不开启压制字幕，收取「 ASR 语音翻译」及 「AI 配音（克隆音色）」两个计费项的费用。定价可参考 MPS 计费说明。

ExtendedParameter 传参如下：

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_asr" }}//若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_ocr\\"}}

十四、指定语言

默认为中转英（源语言为简体中文，目标翻译语言为英语），若需要其他语言，可通过在 ExtendedParameter 中补充传入 translate_src_language 和 translate_dst_language 参数。支持语种及对应 code 请参考 视频译制支持语种。示例：

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_asr", "subtitle_param": { "translate_src_language": "de", //德语 "translate_dst_language": "id" //印度尼西亚语 } }}/*若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_asr\\",\\"subtitle_param\\":{\\"translate_src_language\\":\\"de\\",\\"translate_dst_language\\":\\"id\\"}}}translate_src_language: 用于指定视频源语言，不传则默认为中文translate_dst_language: 用于指定翻译目标语言，不传则默认为英语*/

十五、不开启压制字幕

若你不需要将翻译语言字幕压制到视频画面上，可以在 ExtendedParameter 中补充以下传参 "subtitle_param": { "use_draw": false } 。

{ "delogo": { "cluster_id": "gpu_pre", "CustomerAppId": "audio_clone_asr", "subtitle_param": { "use_draw": false } }}/*若直接调用API或使用 API Explorer 的 JSON 模式，请使用转义版本：{\\"delogo\\":{\\"cluster_id\\":\\"gpu_pre\\",\\"CustomerAppId\\":\\"audio_clone_asr\\",\\"subtitle_param\\":{\\"use_draw\\":false}}}*/

十六、场景3：AI 配音指定音色 ID

当前在一站式配音级译制功能中， AI 配音能力默认使用高情感克隆音色模型，一站式自动完成视频角色智能识别、角色声纹克隆、基于翻译语言字幕生成克隆配音、替换原始配音。

还支持指定音色 ID 进行 AI 配音。音色 ID 可以通过参考音频克隆合成，或从 MPS 提供的系统音色库中选择。指定音色 ID 的功能正在开发升级中，敬请期待。

十七、附：视频译制支持语种

视频译制功能，若选用 AI 配音克隆音色，支持以下语种：

若选用 AI 配音标准音色，支持多种男声、女声、童声选择。当前标准音色能力升级中，暂仅开放内测。如需了解具体音色及语种列表，你可以联系商务或 提交工单 获得支持。