分享链接视频音频文案提取 API 接口文档接口概述本接口用于提取视频、音频、短视频分享等文案及音频内容。支持传入视频/音频文件链接或短视频分享链接系统将自动进行语音识别ASR并返回识别文本、SRT字幕文件及精准到毫秒级的时间戳数据。请求说明请求方式POST / GET 请根据实际后端路由补充Content-Typeapplication/json 如为POST请求2.1 请求参数说明参数名称 必填 类型 示例值 说明key 是 string 35kj5jnlj53453kl5j43nj5 接口密钥请在控制台 - 密钥管理 中查看url 是 string https://#/#.mp3 资源链接。支持格式mp3, mp4, wav, webm, aac, flac, m4a, mov, mkv, ogg, opus, amr, avi, flv, mpeg, wma, wmv以及任意短视频分享链接等。限制最大支持 2GB最大时长 12小时。taskId 是 string 640c4f3f-6545-4102-88f6-703a826bdd14 任务唯一标识 ID用于查询任务状态及获取结果language 否 string zh 识别语言。默认自动识别留空即可。支持枚举zh(中文)、en(英文)、ja(日语)、yue(粤语)、ko(韩语)、de(德语)、fr(法语)、ru(俄语)。响应说明3.1 返回参数说明参数名称 类型 说明code int 状态码如200 表示成功msg string 状态信息或错误提示data object/array 请求结果数据集具体字段见下表├─ taskId string 任务 ID├─ url string 原始请求的资源地址 URL├─ format string 媒体文件格式├─ seconds string 媒体总时长单位秒├─ sampling_rate string 音频采样率├─ task_status string 任务状态枚举PENDING提交成功排队中RUNNING处理中SUCCEEDED处理成功FAILED处理失败UNKNOWN任务过期或不存在├─ submission_time string 任务提交时间├─ completion_time string 任务完成时间├─ text string 识别出的完整文本内容├─ subtitle string 组装好的 SRT 字幕文件内容可直接保存为 .srt 文件导入剪辑软件使用├─ sentences array/string 句子级时间戳数据。包含speaker(说话人)、sentence(句级时间戳)、words(词级时间戳)可用于自行组装精准毫秒级字幕├─ debug string/array 调试数据可选├─ exec_time float 接口执行耗时└─ user_ip string 客户端请求 IP返回数据示例 (JSON){code: 200,msg: success,data: {taskId: 640c4f3f-6545-4102-88f6-703a826bdd14,url: https://#/#.mp3,format: mp3,seconds: 120.5,sampling_rate: 16000,task_status: SUCCEEDED,submission_time: 2023-10-27 10:00:00,completion_time: 2023-10-27 10:00:05,text: 这是一段提取出的短视频文案内容...,subtitle: 1n00:00:00,000 -- 00:00:03,000n这是一段提取出的短视频文案内容...nn,sentences: [{speaker: 1,sentence: 这是一段提取出的短视频文案内容...,start_time: 0,end_time: 3000,words: [{word: 这, start_time: 0, end_time: 200},{word: 是, start_time: 200, end_time: 400}]}],debug: null,exec_time: 5.12,user_ip: 192.168.1.100}}开发建议与注意事项异步处理机制由于音视频处理耗时较长建议采用轮询或回调机制。提交任务后通过 taskId 定期查询 task_status当状态为 SUCCEEDED 时获取 text 和 subtitle 数据。字幕文件处理subtitle 字段返回的是标准 SRT 格式字符串前端或后端可直接将其写入 .srt 文件无缝对接剪映、PR 等视频剪辑工具。精准字幕定制若对字幕时间轴有极高要求可解析 sentences 字段中的 words 数组根据词级时间戳自行拼接生成 ASS 或 SRT 字幕。大文件限制请确保传入的媒体文件不超过 2GB 且时长在 12 小时以内否则可能导致任务失败FAILED。来源酷虎云api开放平台
分享链接视频音频文案提取 API 接口文档接口概述本接口用于提取视频、音频、短视频分享等文案及音频内容。支持传入视频/音频文件链接或短视频分享链接系统将自动进行语音识别ASR并返回识别文本、SRT字幕文件及精准到毫秒级的时间戳数据。请求说明请求方式POST / GET 请根据实际后端路由补充Content-Typeapplication/json 如为POST请求2.1 请求参数说明参数名称 必填 类型 示例值 说明key 是 string 35kj5jnlj53453kl5j43nj5 接口密钥请在控制台 - 密钥管理 中查看url 是 string https://#/#.mp3 资源链接。支持格式mp3, mp4, wav, webm, aac, flac, m4a, mov, mkv, ogg, opus, amr, avi, flv, mpeg, wma, wmv以及任意短视频分享链接等。限制最大支持 2GB最大时长 12小时。taskId 是 string 640c4f3f-6545-4102-88f6-703a826bdd14 任务唯一标识 ID用于查询任务状态及获取结果language 否 string zh 识别语言。默认自动识别留空即可。支持枚举zh(中文)、en(英文)、ja(日语)、yue(粤语)、ko(韩语)、de(德语)、fr(法语)、ru(俄语)。响应说明3.1 返回参数说明参数名称 类型 说明code int 状态码如200 表示成功msg string 状态信息或错误提示data object/array 请求结果数据集具体字段见下表├─ taskId string 任务 ID├─ url string 原始请求的资源地址 URL├─ format string 媒体文件格式├─ seconds string 媒体总时长单位秒├─ sampling_rate string 音频采样率├─ task_status string 任务状态枚举PENDING提交成功排队中RUNNING处理中SUCCEEDED处理成功FAILED处理失败UNKNOWN任务过期或不存在├─ submission_time string 任务提交时间├─ completion_time string 任务完成时间├─ text string 识别出的完整文本内容├─ subtitle string 组装好的 SRT 字幕文件内容可直接保存为 .srt 文件导入剪辑软件使用├─ sentences array/string 句子级时间戳数据。包含speaker(说话人)、sentence(句级时间戳)、words(词级时间戳)可用于自行组装精准毫秒级字幕├─ debug string/array 调试数据可选├─ exec_time float 接口执行耗时└─ user_ip string 客户端请求 IP返回数据示例 (JSON){code: 200,msg: success,data: {taskId: 640c4f3f-6545-4102-88f6-703a826bdd14,url: https://#/#.mp3,format: mp3,seconds: 120.5,sampling_rate: 16000,task_status: SUCCEEDED,submission_time: 2023-10-27 10:00:00,completion_time: 2023-10-27 10:00:05,text: 这是一段提取出的短视频文案内容...,subtitle: 1n00:00:00,000 -- 00:00:03,000n这是一段提取出的短视频文案内容...nn,sentences: [{speaker: 1,sentence: 这是一段提取出的短视频文案内容...,start_time: 0,end_time: 3000,words: [{word: 这, start_time: 0, end_time: 200},{word: 是, start_time: 200, end_time: 400}]}],debug: null,exec_time: 5.12,user_ip: 192.168.1.100}}开发建议与注意事项异步处理机制由于音视频处理耗时较长建议采用轮询或回调机制。提交任务后通过 taskId 定期查询 task_status当状态为 SUCCEEDED 时获取 text 和 subtitle 数据。字幕文件处理subtitle 字段返回的是标准 SRT 格式字符串前端或后端可直接将其写入 .srt 文件无缝对接剪映、PR 等视频剪辑工具。精准字幕定制若对字幕时间轴有极高要求可解析 sentences 字段中的 words 数组根据词级时间戳自行拼接生成 ASS 或 SRT 字幕。大文件限制请确保传入的媒体文件不超过 2GB 且时长在 12 小时以内否则可能导致任务失败FAILED。来源酷虎云api开放平台
