Delay

Integer

8

播出延迟时长，以保证同传声音和字幕的翻译处理完成。单位为秒。

DisplayPreset

String

small

（不推荐使用）预设效果，用于快速配置。
传入该参数后，系统将自动对 Font（字体）、MaxRowNumber（字幕行数）、MaxCharNumber（每行最大字符数）、Position（左右边距和底部边距）进行智能化适配，且 MaxRowNumber、MaxCharNumber 和 Position 参数不再生效。取值如下：

• small ：小字幕。
• medium：中字幕。
• large：大字幕。

MaxRowNumber

Integer

0

每种语言字幕最多显示的行数。取值如下：

• 0：根据字幕总字数和每行最大字符数自动换行，确保内容完整显示。
• 1：每种语言的字幕最多显示一行，内容可能被截断。
• 2：每种语言的字幕最多显示两行，内容可能被截断。

Position

Object of Position

-

字幕位置。

HotWordList

Array of String

["视频直播","赛事直播","智能家居"]

热词列表。
热词（如产品名、流行语）可以提升语音识别准确率，与原文语言一致。

GlossaryWordList

Array of String

["字节跳动:ByteDance","视频直播:MediaLive"]

关键词列表。
您期望在翻译时保持固定译法的专有词汇，如品牌名、人名或特定术语。系统会严格按照关键词列表翻译，以确保准确性。
格式为"原文:译文"，每个"原文:译文"之间用英文逗号（,）隔开。

ReplaceMap

JSON Map

{"蒂姆":"Tim","提姆":"Tim"}

易错词列表。
格式为"目标词":"替换词"，每个"目标词":"替换词"之间用英文逗号（,）隔开。只要译文/原文字幕中包含您设置的目标词，系统就会自动将其替换为替换词。

Relative

String

top

字幕在画面中的位置。取值如下：

• top：字幕展示在画面顶部。
• bottom：字幕展示在画面底部。

MarginVertical

Float

0.5

字幕的上下边距，即字幕距离画面顶部或底部的距离。取值为画面高度的百分比，取值范围为 (0, 0.5]。

• 当 Relative 取值为 top 时，表示上边距。
• 当 Relative 取值为 bottom 时，表示下边距。

Enable

Boolean

true

是否开启声影同传模式。取值如下：

• true：开启声影同传模式。支持生成字幕、生成同传声音替换原声，以及驱动数字人口型与同传声音同步，提供沉浸式体验。
• false：关闭声影同传模式，开启纯字幕模式。关闭后，SIConfig 中的其他参数均不生效。

Pipe

String

mix

声影同传类型。取值如下：

• si：字幕、同传音频与画面完全同步，支持数字人口型功能。适用于对同步性和沉浸感要求较高的会议直播等场景。
• mix：仅字幕。
• realtime：实时流式原文 ASR 字幕。

SpeakerRecognition

Integer

1

是否开启同传声音功能。取值如下：

• 大于 0：开启。开启后，将使用带有音色复刻效果的翻译语音替换直播原声。
• 等于 0：关闭。

DigitalHumanMouthShape

Boolean

false

是否开启数字人口型功能。取值如下：

• true：开启。开启后，说话人口型将与同传声音同步，提升直播的沉浸感。
• false：关闭。

PipeExtra

String

{"Separator":{"HandleType":1},"Amix":{"AudioEnhance":false}}

额外配置，为 JSON 格式的字符串，包含音量均衡、降噪、原声音量等信息。详见 CreateSpeechTask 接口的 Extra 参数。

Display

Boolean

true

是否展示原文字幕，取值如下：

• true：展示，此时将展示原文和译文双语字幕。
• false：不展示，此时将仅展示译文字幕。

Language

String

zh

原文字幕语言。

• 当 SIConfig 下的 Enable 取值为 true 使用声影同传模式时，您可调用 GetSubtitleTranscodePresetConfig 并通过 OriginalLang 参数获取原文字幕语言对应的中文名，或通过 AsrLang 获取原文 ASR 字幕语言对应的中文名。
• 当 SIConfig 下的 Enable 取值为 false 使用纯字幕模式时，取值如下：
  • zh：中英混合。
  • en：英语。
  • ko：韩语。
  • ja：日语。

ShowPriority

Integer

2

原文字幕的展示优先级。
取值越大，优先级越高。例如原文字幕的 ShowPriority 为 1，译文字幕的 ShowPriority 为 2，则译文字幕在上，原文字幕在下。

MaxCharNumber

Integer

60

原文每行字幕的最大字符数。

Font

String

siyuanheiti

原文字幕字体。

• 当 SIConfig 下的 Enable 取值为 true 使用声影同传模式时，您可调用 GetSubtitleTranscodePresetConfig 并通过 Alias 参数获取字体对应的中文名称。
• 当 SIConfig 下的 Enable 取值为 false 使用纯字幕模式时，具体取值如下。原文字幕语言（Language 取值）不同，原文字幕字体也随之不同。
  • 当原文字幕的语言是 zh 时，支持以下字体取值。
    • siyuanheiti：思源黑体。
    • songtixi：宋体细。
    • songticu：宋体粗。
    • heitifan：黑体繁。
    • kaiti：楷体。
  • 当原文字幕的语言是 en 时，支持以下字体取值。
    • inter：Inter。
    • roboto：Roboto。
    • opposans：OPPOSans。
    • siyuansongti：思源宋体。
    • montserrat：Montserrat。
  • 当原文字幕的语言是 ko 或 ja 时，支持 notosans（Noto Sans) 字体。

FontSize

Integer

18

原文字幕字号。单位为 px。

FontColor

String

0xFF0000@0.5

原文字幕的字体颜色。
取值支持以下表示方式：

• 以 0x 或 # 开头的十六进制 RGB 颜色值，并可通过 @ 符号附加透明度，透明度支持十六进制（如 0x80）或小数（如 0.5）两种表示方式。例如，0xFF0000@0x80、0xFF0000@0.5、#FF0000@0x80 或 #FF0000@0.5 表示 RGB 值为 FF0000，透明度为 50% 的颜色。
• FFmpeg 规定的颜色关键字，并可通过 @ 符号附加透明度，透明度支持用小数（如 0.5）表示。例如，AliceBlue@0.5 表示 RGB 值为 0xF0F8FF，透明度为 50% 的颜色。

Language

String

en

译文字幕语言。

• 当 SIConfig 下的 Enable 取值为 true 使用声影同传模式时，您可调用 GetSubtitleTranscodePresetConfig 并通过 Lang 参数获取语言对应的中文名。
• 当 SIConfig 下的 Enable 取值为 false 使用纯字幕模式时，取值如下：
  • zh：中英混合。
  • en：英语。
  • ko：韩语。
  • ja：日语。

ShowPriority

Integer

1

译文字幕的展示优先级。
取值越大，优先级越高。例如原文字幕的 ShowPriority 为 1，译文字幕的 ShowPriority 为 2，则译文字幕在上，原文字幕在下。

MaxCharNumber

Integer

60

译文每行字幕的最大字符数。

Hidden

Boolean

false

是否隐藏译文字幕。取值如下：

• true：隐藏。
• false：显示。

Font

String

inter

译文字幕的字体。

• 当 SIConfig 下的 Enable 取值为 true 使用声影同传模式时，您可调用 GetSubtitleTranscodePresetConfig 并通过 Alias 参数获取字体对应的中文名称。
• 当 SIConfig 下的 Enable 取值为 false 使用纯字幕模式时，具体取值如下。译文字幕语言（Language 取值）不同，译文字幕字体也随之不同。
  • 当译文字幕的语言是 zh 时，支持以下字体取值。
    • siyuanheiti：思源黑体。
    • songtixi：宋体细。
    • songticu：宋体粗。
    • heitifan：黑体繁。
    • kaiti：楷体。
  • 当译文字幕的语言是 en 时，支持以下字体取值。
    • inter：Inter。
    • roboto：Roboto。
    • opposans：OPPOSans。
    • siyuansongti：思源宋体。
    • montserrat：Montserrat。
  • 当译文字幕的语言是 ko 或 ja 时，支持 notosans（Noto Sans) 字体。

FontSize

Integer

18

译文字幕字号。单位为 px。

FontColor

String

0xFF0000@0.5

译文字幕的字体颜色。
取值支持以下表示方式：

• 以 0x 或 # 开头的十六进制 RGB 颜色值，并可通过 @ 符号附加透明度，透明度支持十六进制（如 0x80）或小数（如 0.5）两种表示方式。例如，0xFF0000@0x80、0xFF0000@0.5、#FF0000@0x80 或 #FF0000@0.5 表示 RGB 值为 FF0000，透明度为 50% 的颜色。
• FFmpeg 规定的颜色关键字，并可通过 @ 符号附加透明度，透明度支持用小数（如 0.5）表示。例如，AliceBlue@0.5 表示 RGB 值为 0xF0F8FF，透明度为 50% 的颜色。

Enable

Boolean

true

是否生成字幕 SRT 文件。取值如下：

• true：生成。
• false：不生成。

Region

String

cn-beijing

存储字幕 SRT 文件的 TOS 桶区域。取值如下：

• cn-beijing：华北2（北京）
• cn-guangzhou：华南1（广州）
• cn-shanghai：华东2（上海）

Color

String

0xFF0000@0.5

颜色。
取值支持以下表示方式：

• 以 0x 或 # 开头的十六进制 RGB 颜色值，并可通过 @ 符号附加透明度，透明度支持十六进制（如 0x80）或小数（如 0.5）两种表示方式。例如，0xFF0000@0x80、0xFF0000@0.5、#FF0000@0x80 或 #FF0000@0.5 表示 RGB 值为 FF0000，透明度为 50% 的颜色。
• FFmpeg 规定的颜色关键字，并可通过 @ 符号附加透明度，透明度支持用小数（如 0.5）表示。例如，AliceBlue@0.5 表示 RGB 值为 0xF0F8FF，透明度为 50% 的颜色。

Color

String

0xFF0000@0.5

颜色。
取值支持以下表示方式：

• 以 0x 或 # 开头的十六进制 RGB 颜色值，并可通过 @ 符号附加透明度，透明度支持十六进制（如 0x80）或小数（如 0.5）两种表示方式。例如，0xFF0000@0x80、0xFF0000@0.5、#FF0000@0x80 或 #FF0000@0.5 表示 RGB 值为 FF0000，透明度为 50% 的颜色。
• FFmpeg 规定的颜色关键字，并可通过 @ 符号附加透明度，透明度支持用小数（如 0.5）表示。例如，AliceBlue@0.5 表示 RGB 值为 0xF0F8FF，透明度为 50% 的颜色。