视频精细理解

提供多维度、精细化的视频内容理解

爆款素材剪辑

自动识别视频精彩片段，一键生成爆款素材

视频字幕翻译

自动提取视频字幕并翻译为多语种

短剧剧本生成

基于全剧/全片视频逆向生成文本剧本和角色表

视频生成增强版/基础版

基于 Seedance 2.x 系列模型的视频生成算子。

视频生成(Doubao-Seedance-1.x系列模型)

基于 Seedance 1.x 系列模型的视频生成算子。

短剧素材解说

基于单个输入视频自动完成原片 ASR、视频理解、爆款解说稿生成、TTS 配音、字幕生成和视频渲染，输出带解说旁白的新视频，适用于短剧推广、影视二创和素材批量生产。

视频翻译

将视频内容从源语言转换为一种或多种目标语言，服务范围不仅包含字幕翻译，还涉及语音翻译，最终输出配音后的视频以及相应语言的字幕文件。

视频编辑增强版

结合输入视频与参考图片完成定向视频替换，适用于广告素材重制、商品替换、背景重绘和视频创意编辑等场景。

爆款素材剪辑

基于多集短剧视频，自动完成分镜检测、语义分析、剪辑决策与视频合成，批量生成多个适合在短视频平台投放的引流素材视频。

视频智能剪辑

从长视频中快速提取有价值的内容片段，支持自然语言描述的剪辑需求理解、参考图像辅助识别、多维度视频内容分析，输出标准化的剪辑决策。

视频精细理解

对视频进行理解与分析，无论是短视频、影视片段、课程录屏还是监控录像，均可对视频内容进行描述、问答、信息提取，并结合时间戳定位相关片段。

视频分镜

对输入视频进行镜头/场景切分、全局角色识别、场景级人物关联以及人物图片抽取，输出场景汇总结果、人物注册表、每个场景的切片视频，以及按人物归档的图片文件，便于后续检索、剪辑和内容理解。

短剧剧本生成

面向短剧以及长视频/电影等连载或超长视频内容的自动化剧本逆向提取工具。逆向生成包含场景、动作、神态及对话等细节的高质量文本剧本和角色表，助力视频内容的二次创作、出海翻译与版权保护。

视频超分

对输入视频进行清晰度增强与分辨率提升，输出更高分辨率的视频结果。适用于老片修复、素材增强、4K 制作和视频清晰化等场景。

视频修复

提供视频水印和字幕智能擦除能力。支持自动检测和擦除视频中的水印、字幕、滚动字幕等不需要的内容，输出修复后的视频文件。

人脸模糊

面向视频内容的自动化人脸模糊处理工具。算子能够自动识别视频中的人脸，并根据用户指定的模糊等级，对人脸进行模糊处理，保护用户隐私。

语音转文字(Doubao-Seed-2.0-lite)增强版

在基础 ASR 识别结果之上提供多模态精修能力，支持从热词上下文中抽取参考热词，用于修正专有名词、数字、标点和部分识别错误，输出更高质量的语音转文字结果。

音视频合并

对输入的视频和音频素材进行顺序拼接、时长调整和最终合成，支持 1 对 1、1 对多、多对 1、多对多等多种输入组合。

音频切分

用于从音频或视频文件中提取音频，并按照指定规则将音频切分为多个片段，输出到用户指定的存储路径。该算子主要用于长音频或视频的结构化处理场景，如音频预处理、数据切分、训练数据构建等。

PDF 文档解析（豆包）

支持对 PDF 文件和图片文件进行视觉模型解析与 Markdown 结构化输出，支持对模糊、复杂排版、繁体、复杂公式等内容进行解析并输出高保真 Markdown 解析结果。

多模态深度思考（Doubao-seed-2.0）

多模态场景下提供大模型的深度思考能力，使用具备深度思考能力的模型，对图片、视频、音频或文本进行分析理解，并返回结构化文本输出。

图片生成（Seedream 系列模型）

基于 Seedream 图片生成模型，可根据用户输入的文本或参考图像生成高质量图片，支持组图与流式输出。