AI 数据湖服务
AI 数据湖服务
算子广场
请输入
- 文档首页
AI 数据湖服务视频视频修复视频修复
复制全文
下载 pdf视频修复
文档反馈
问问助手视频智能修复算子输入单个视频，输出擦除指定内容后的修复视频。支持字幕、滚动字幕、文字水印、角标、Logo 和剧集信息，能够分别控制字幕与水印的擦除范围。
算子介绍
算子 ID : las_video_inpaint_pro
核心能力
- 视频修复可智能识别并清除视频中的多种字幕、水印及其他干扰元素，同时支持智能目标检测、固定区域指定和分档模型处理，兼顾修复效果、处理成本与生产流程适配。
- 多类目标智能检测：支持字幕、滚动字幕、文字水印、动态水印、图片水印、角标、Logo、花体字和剧集信息等目标的智能检测定位模式，以及对一般文字字幕水印的快速检测定位模式，灵活满足批量修复需求。
- 无痕无感擦除：针对目标区域进行无痕修复，减少对原始画面纹理、运动连续性和观看体验的影响，实现干扰元素自然无感移除。
- 处理模式按需选择：极速版适合成本敏感、速度优先的处理场景；专业版提供 standard 与 precise 两种检测模式，适合对识别精度和无痕修复效果要求更高的任务。
- 适配长视频与高分辨率：支持最高 4K、最长 3 小时的视频输入，输出视频保留原始音频，适用于历史成片重制、素材复用和多平台分发。
- 便于接入生产流程：支持批量任务及自动化流程集成，可用于内容本地化、媒资治理和固定元素清理等规模化视频处理场景。
效果展示
- 输入视频
-
Replay Play00:00 / 00:00 Live 00:00FullscreenCssfullscreenClick and hold to drag
- 定向修复某类目标——修复角标为例
-
Replay Play00:00 / 00:00 Live 00:00FullscreenCssfullscreenClick and hold to drag
- 字幕、角标等多目标同步修复
-
Replay Play00:00 / 00:12 Live 00:00FullscreenCssfullscreenClick and hold to drag
支持的语种
- “standard_*”检测模式：面向文字检测，支持简体中文、繁体中文、英文、日文，法文、德文、意大利文、西班牙文、葡萄牙文、荷兰文、波兰文、罗马尼亚文、捷克文、瑞典文、挪威文、丹麦文、芬兰文、匈牙利文、土耳其文、越南文、印尼文、马来文、阿塞拜疆文、南非荷兰文、波斯尼亚文、克罗地亚文、威尔士文、爱沙尼亚文、爱尔兰文、冰岛文、库尔德文、立陶宛文、拉脱维亚文、马耳他文、毛利文、奥克文、斯洛伐克文、斯洛文尼亚文、阿尔巴尼亚文、斯瓦希里文、他加禄文、乌兹别克文、拉丁文、塞尔维亚文(拉丁)、加泰罗尼亚文、巴斯克文、加利西亚文、卢森堡文、罗曼什文、克丘亚文。
说明
语言支持表示可检测文字，不保证所有字体、艺术字或低对比度文字具有相同效果。
- precise检测模式：基于大模型进行目标识别，支持识别修复各类常见语种文字。
支持的地域
- 北京：cn-beijing
- 如果您希望在上海、深圳地域使用算子，可提交工单联系技术支持人员进行评估支持。
算子性能
输入与输出要求
输入要求
输出要求
细分 | 详细说明 |
输出数据模态 | * 视频 |
输出路径：TOS | 通过请求参数output_tos_path 指定算子输出结果的存储路径，当前支持设置为 TOS 路径。
|
计费说明
- 计费标准
-
- 细分项计费标准说明计费项基于输出视频的时长进行用量统计，计费时，会基于输出视频的帧率、分辨率，对输出视频时长进行系数折算，折算后的计费时长作为计费用量。任务处理完成后，您可通过 poll 接口返回的 output_fps、resolution 参数查看当前任务实际输出视频的帧率、分辨率取值。计费类型按量计费，单位：元/分钟，按实际的计费用量每小时出账。计费精度：分钟计费，精确到毫秒级单价单价与您选择使用视频修复时的修复版本、目标检测和修复模式有关。提交算子任务时，支持通过model_level、detection_mode 请求参数设置任务的修复版本、目标检测和修复模式
注意
- 支付的总费用：除单价外，服务计费与实际修复后视频时长和视频帧率、分辨率关联。
- 视频修复不改变视频帧率，修复后的视频时长可能会小于输入的视频时长。
- 计费详情
- 计费公式：总费用 = 单价 * 计费用量 = 单价 * (视频时长 * 时长-输出帧率折算系数 * 时长-输出分辨率折算系数)
-
-
- 计费示例
- 使用专业版 - precise 级目标检测与修复模式进行视频修复，修复后实际输出视频的帧率为 50fps 、分辨率为 1080p（1920×1080）视频时长为 10 分钟时：
- 实际输出视频帧率与基础帧率的倍率为1.6，向上取整后为 2.0。
- 实际费用为：
- 总费用 = 3 元/分钟 * （10分钟 * 2 * 1）= 60 元 。
注意与前提
Rest API 调用
API 调用说明
- 本算子的 API 为异步任务接口，您需要通过 Submit 接口提交任务获得任务的 task_id，再通过 Poll 接口获取对应任务（task_id）运行状态，并获取算子处理结果。
- 注意，任务提交后，任务的 task_id 有效期为 3 天，超过 3 天后即无法通过此 task_id 来获取算子处理结果。
Submit
接口说明
提交视频修复异步任务。算子会读取一个视频，根据检测模式或固定区域确定修复范围，输出修复后的视频并保留原视频音频。
请求参数
operator_id string 必选 示例值: las_video_inpaint_pro
固定为 las_video_inpaint_pro。
operator_version string 必选 示例值: v1
固定为 v1。
data VideoInpaintUserReqParams 必选
视频输入、检测方式、修复范围及输出设置。
video_url string 必选 示例值: https://example.com/video.mp4
默认值：无。输入视频的可下载地址。支持 HTTP/HTTPS 及火山 TOS（tos://bucket/key）；地址不能为空且服务必须具备读取权限。支持 mp4、mov、avi、mkv 等常见格式。视频须不少于 1 秒、最长 3 小时、最大 10 GB；输入分辨率不得超过 4K（长边不超过 3840 且短边不超过 2160）。
output_tos_path string 必选 示例值: tos://bucket/output/
默认值：无。须通过 tos://bucket/path 指定 TOS 结果目录；TOS 桶的 Region 应与算子 BaseURL 所在 Region 一致，且当前账号须具备写权限。路径末尾的 / 可省略。
model_level string 必选 示例值: pro
选择视频修复模型等级：
- lite：极速版，适合对处理速度和成本敏感的场景。
- pro：专业版，无痕擦除，适合对修复画质要求较高的场景。
detection_mode string 示例值: standard_subtitle_watermark
默认值：standard_subtitle。决定目标检测方式和擦除类别：
- standard_subtitle：采用通用文字检测，仅擦除普通字幕和滚动字幕。
- standard_watermark：仅擦除文字水印，较适合角落静态文字水印。
- standard_subtitle_watermark：同时擦除字幕、滚动字幕和文字水印。
precise：使用精准检测，目标由 targets 决定。
标准模式下会忽略请求中的 targets。非文字水印或需要精确区分字幕、水印时，使用 precise。model_level 为 lite 时不支持 precise 模式。
targets array of string 示例值: ["watermark", "subtitle"]
无默认值。detection_mode=precise 且 fixed_bboxes 为空或未设置时必填且必须为非空数组，用于指定精准检测的目标类别；设置了非空 fixed_bboxes 时直接使用固定区域，无需传入。可选值：
- watermark：水印、角标、Logo。
- subtitle：普通字幕。
- scrolling_subtitle：滚动字幕。
drama_info：集数、标题、人物名等剧集信息。
多个目标类别可以组合使用。标准模式会按模式自动选择目标并忽略该字段，无需传入。
return_subtitle_bbox boolean 示例值: true
默认值：true。是否在任务结果中返回检测到的字幕区域。只有检测结果中存在字幕框时才返回对应字段；设为 false 时不应依赖字幕框结果。
max_process_frames integer 示例值: 300
默认值：-1。限制处理原视频开头的帧数。例如源视频为 30 fps，设置 300 约处理前 10 秒。-1 表示不限制、处理完整视频。该值是帧数而不是秒数。
fixed_bboxes array 示例值: [[100,600,900,750],[0,100,100,600]]
默认值：null。指定一个或多个固定修复区域，每项格式为 [top_left_x, top_left_y, bottom_right_x, bottom_right_y]。坐标以视频左上角为原点，在 1000×1000 归一化画布上表示，其中x表示水平方向坐标，y表示垂直方向坐标。设置后直接使用这些固定区域，跳过动态目标检测，因此 detection_mode 和 targets 不再决定修复区域。坐标须满足 top_left_x < bottom_right_x 且 top_left_y < bottom_right_y，所有值均须位于 0～1000 范围内。
maximum_output_fps integer 示例值: 30
默认值：30。取值必须大于 0。输出及处理帧率上限。实际帧率取源视频帧率与该值的较小值；源帧率低于上限时不会补帧。降低该值通常可减少处理量，但会改变高帧率源视频的输出帧率。
maximum_resolution string 示例值: 1080p
默认值：1080p。输出分辨率上限，可选值：
- 720p
- 1080p
4k
超过目标像素规模时按原宽高比缩小，较小输入不放大。选择 4k 时，可保留不超过 4K 的源视频分辨率；该参数用于限制输出尺寸，不会将较小输入放大到 4K。
output_video_mode string 示例值: balanced
默认值：balanced。输出质量档位：
- economy：输出文件较小、画质一般。
- balanced：在文件大小与画质之间取平衡，效果均衡。
- high：输出文件较大、画质较高。
source：尽量沿用输入视频的编码格式，并根据输入视频码率、输出分辨率和输出帧率确定目标码率，但不保证最终码率与输入完全一致。
显式设置 output_codec 时以该编码为准；显式设置 output_bitrate 时以该目标码率为准。
output_codec string 示例值: h265
默认值：h264。显式指定输出视频编码，可选 h264、h265。设置后覆盖 output_video_mode 对编码格式的自动选择，但不改变质量档位本身。
output_bitrate integer 示例值: 8000
默认不指定。目标视频码率，单位 Kbps，必须为正整数。显式设置后覆盖 output_video_mode 自动确定的目标码率；output_codec 仍用于确定编码格式。目标码率不保证与最终文件的实际码率完全一致。
subtitle_persistent boolean 示例值: true
默认值：false。字幕区域常驻模式。开启后会按时间窗口合并检测到的字幕位置，并在窗口内持续修复合并后的区域，用于减少字幕或滚动字幕逐帧漏检。区域可能因此扩大，存在修改更多背景的可能。对标准字幕模式直接生效；精准模式下仅在目标包含 subtitle 或 scrolling_subtitle 时有意义。
返回参数
metadata metadata
异步任务元信息。Submit 成功只表示任务已受理，不表示修复已完成。
task_id string 示例值: task-xxx
任务 ID，后续调用 Poll 时原样传入。
task_status string 示例值: PENDING
任务状态：PENDING（已接收/排队）、RUNNING、COMPLETED、FAILED、TIMEOUT。
business_code string 示例值: 0
业务状态码；是否成功应结合 task_status 判断。
error_msg string
失败时的错误信息；成功时通常为空。
示例
请求示例
export OUTPUT_TOS_PATH="tos://path/to/output/"
curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data @- <<JSON
{
"operator_id": "las_video_inpaint_pro",
"operator_version": "v1",
"data": {
"video_url": "https://${LAS_TOS_BUCKET}.${TOS_ENDPOINT}/operator_cards_serving/public/${LAS_ENVIRONMENT}/las_video_inpaint_pro/v1/input.mp4",
"output_tos_path": "$OUTPUT_TOS_PATH",
"model_level": "pro",
"detection_mode": "precise",
"targets": ["watermark", "subtitle"],
"maximum_output_fps": 30,
"maximum_resolution": "1080p",
"output_video_mode": "balanced"
}
}
JSON
返回示例
{
"metadata": {
"task_id": "task-20260812154600-abc123",
"task_status": "PENDING",
"business_code": "0",
"error_msg": ""
}
}
错误码
Poll
接口说明
根据 Submit 返回的 task_id 查询视频修复任务的状态。任务完成后，data 中返回结果地址以及请求启用且实际检测到的区域信息。
请求参数
返回数据
metadata metadata 示例值: 始终
任务 ID、状态、业务码和错误信息。
task_id string 示例值: task-20260812154600-abc123
当前查询的任务 ID。
task_status string 示例值: COMPLETED
PENDING：已接收或排队；RUNNING：处理中；COMPLETED：完成，可读取 data；FAILED：失败，查看 error_msg；TIMEOUT：任务超时。
business_code string 示例值: 0
业务状态码。客户端应同时检查 task_status，不要只根据 HTTP 状态判断任务是否完成。
error_msg string
失败原因；成功时通常为空。
data VideoInpaintResponse 示例值: 通常在任务完成后
修复结果。任务排队、执行中或失败时不应假定该对象存在。
inpainted_video_path string 示例值: tos://bucket/output/video_inpaint/xxx/output.mp4
修复后视频的 TOS 路径。结果保存在请求指定的输出目录下。
output_video_url string 示例值: https://example.com/output.mp4
修复后视频的可下载预签名 URL，仅在成功生成下载地址时返回；链接有效期为 24 小时，请及时下载，不应将其作为长期地址保存。
subtitle_bbox string 示例值: 120,800,1800,960
单个字幕汇总区域，格式为 x1,y1,x2,y2，坐标为原视频像素坐标。仅当 return_subtitle_bbox=true 且检测结果包含字幕框时返回；未检测到字幕时可能缺省。
resolution string 示例值: 1920x1080
实际输出视频的分辨率，格式为 宽x高。任务成功完成且生成输出视频时返回。
output_fps double 示例值: 29.97
实际输出视频的帧率（fps），可能为小数。任务成功完成且生成输出视频时返回。
示例
请求示例
curl --location "https://operator.las.cn-beijing.volces.com/api/v1/poll" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
"operator_id": "las_video_inpaint_pro",
"operator_version": "v1",
"task_id": "task-20260812154600-abc123"
}'
返回示例
{
"metadata": {
"task_id": "task-20260812154600-abc123",
"task_status": "COMPLETED",
"business_code": "0",
"error_msg": ""
},
"data": {
"inpainted_video_path": "tos://bucket/output/video_inpaint/xxx/output.mp4",
"output_video_url": "https://example.com/output.mp4",
"subtitle_bbox": "120,800,1800,960",
"resolution": "1920x1080",
"output_fps": 29.97
}
}
错误码
- HTTP 200 仅表示 Poll 请求成功，不代表任务成功。任务失败时请读取 metadata.task_status、metadata.business_code 和 metadata.error_msg。
最近更新时间：2026.09.23 11:09:29
这个页面对您有帮助吗？
有用
有用
无用
无用