视频智能混剪算子基于对输入素材的理解、语音识别、语义检索与大模型编排能力，将口播、空镜或长实拍素材按文案、结构化分镜或自然语言创作要求自动匹配、排序并剪辑合成为最终成片。

算子 ID：las_video_remix

核心能力 #

• 算子会先完成素材理解和分镜匹配，再依据设置的剪辑场景模式（mode）生成剪辑方案。支持的剪辑场景模式包括：
  • 口播原声匹配：mode=speech_match， 输入需要剪辑提取的脚本文案，算子会在视频素材 ASR 中定位对应片段，剪辑输出命中片段的原始音画。此类场景下，输入的视频素材的视频画面和音频均可直接用于剪辑输出。
  • 画面语义匹配：mode=visual_match ，通过自然语音描述需要提取剪辑出的视频素材，例如视频画面的描述或视频内容文案的描述，此场景下，通常输入的视频素材的画面可用于剪辑输出，但音频通常不可用，您可选择输入 TTS 旁白来替代素材原声。
  • 口播营销混剪：mode=marketing_headtalk 对拍摄好的口播素材进行智能粗剪，并按语义选择性插入空镜；当前为您预置了汽车真人口播常见下的剪辑模板，您可直接选用。
  • 长实拍流程剪辑：mode=long_real_shot 面向谈价、交车、维修、探店等长实拍素材，按原声原画整理完整故事线进行智能剪辑，并支持通过 target_duration_sec 参数设置输出视频时长。
• 不同剪辑场景模式下，可灵活设置输入的视频素材的应用场景。
  • 通过素材角色（role）参数，将输入的视频素材标记为 speech（口播/主体素材）、voiceover（仅使用音频）或 broll（仅提供画面）。
• 结构化分镜：支持使用 speech、visual_description、duration 和 video_id 控制每个脚本单元。
• 智能包装：支持字幕特效、音效和 BGM。
• 方案与产物交付：算子处理完成后返回最终剪辑方案、SRT 字幕、无字幕成片和带字幕成片等产物。您也可通过 data.match_scheme 查看生成的剪辑方案和成片中，输入的脚本单元与视频素材片段的匹配关系。

效果展示 #

支持的地域 #

• 北京：cn-beijing

算子性能 #

输入要求 #

输出要求 #

• 计费标准

  细分项	计费标准说明
  计费项	包含以下几个计费项： 素材理解费用：输入视频素材的素材理解费用，基于输入视频素材总时间统计用量进行计费。 通过 TOS 输入视频素材时，同一个素材，首次提交任务会产生素材理解费用。 素材在 TOS 中没有变动时（路径、文件内容等没有变化），同一个素材不会重复产生xxx 智能编导费用：生成最终视频成片时，调用模型编导最终视频内容的费用。基于输出成片总时长统计用量进行计费。未输出最终成片时不产生费用。 口播配音（TTS）费用：按生成口播配音的字数统计用量进行计费。未生成口播配音时不产生费用。 智能字幕费用：按生成智字幕的字数统计用量进行计费。未生成智能字幕时不产生费用。 特效花字费用：按生成特效的字数统计用量进行计费。未生成特效花字时不产生费用。 任务总费用为以上计费项费用之和。
  计费类型	按量计费，按实际的计费用量每小时出账。计费精度：毫秒级、按比例、不满一分钟不补整。
  单价	不同计费项的单价不同，详情如下。

• 计费详情

  计费项	单价
  素材理解	0.4 元/分钟
  智能编导	lite：8 元/分钟 pro：13 元/分钟
  口播配音	0.3 元/千字
  智能字幕	1.4 元/千字
  特效花字	0.2 元/千字

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 #

提交视频智能混剪异步任务。算子根据素材与脚本生成剪辑方案，并可进一步完成字幕、智能包装、视频渲染和 TOS 交付。

请求参数 #

返回数据 #

示例 #

请求示例

以下示例使用 marketing_headtalk 对口播素材和空镜素材进行营销混剪。请将 TOS 路径替换为当前账号同地域的可读写路径。

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
  "operator_id": "las_video_remix",
  "operator_version": "v1",
  "data": {
    "video_urls": [
      {
        "url": "tos://your-bucket/remix/materials/headtalk_01.mp4",
        "role": "speech"
      },
      {
        "url": "tos://your-bucket/remix/materials/product_broll.mp4",
        "role": "broll"
      }
    ],
    "mode": "marketing_headtalk",
    "script": "剪成一条节奏紧凑的产品介绍，开场突出核心卖点，结尾引导了解详情。",
    "video_edit_mode": "lite",
    "smart_packaging": {
      "enabled": true
    },
    "output_tos_path": "tos://your-bucket/remix/results/"
  }
}'

其他模式的核心入参

{
  "speech_match": {
    "mode": "speech_match",
    "script": "第一句口播。第二句口播。"
  },
  "visual_match": {
    "mode": "visual_match",
    "script": [
      {
        "speech": "今天介绍这款新品。",
        "visual_description": "产品外观特写"
      },
      {
        "visual_description": "户外使用场景",
        "duration": 3
      }
    ],
    "tts": {
      "enable": true,
      "language": "zh"
    }
  },
  "long_real_shot": {
    "mode": "long_real_shot",
    "script": "整理一条完整的谈价流程，以最终成交为结尾。",
    "target_duration_sec": 180
  }
}

返回示例

{
  "metadata": {
    "task_id": "task-20260813143000-abc123",
    "task_status": "PENDING",
    "business_code": "0",
    "error_msg": ""
  }
}

错误码 #

上表为请求校验或任务创建阶段可能返回的错误。素材理解、匹配、渲染和上传等异步错误通过 Poll 的 metadata.business_code 与 metadata.error_msg 返回。

Poll #

接口说明 #

查询视频智能混剪异步任务的执行状态和结果。仅当 task_status=COMPLETED 且 business_code=0 时返回完整 data；PENDING、RUNNING、FAILED、TIMEOUT 状态下通常不返回 data。

请求参数 #

返回数据 #

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_remix",
    "operator_version": "v1",
    "task_id": "task-20260813143000-abc123"
  }'

返回示例

以下为 marketing_headtalk 的成功终态示例。临时预签名链接的有效期以服务端实际返回为准；长期保存请使用 TOS 地址。

{
  "metadata": {
    "task_id": "task-20260813143000-abc123",
    "task_status": "COMPLETED",
    "submit_time": "2026-08-13T14:30:00+08:00",
    "end_time": "2026-08-13T14:33:10+08:00",
    "business_code": "0",
    "error_msg": ""
  },
  "data": {
    "clazz": "las_video_remix",
    "mode": "marketing_headtalk",
    "confidence": 0.92,
    "duration_sec": 58.6,
    "shot_count": 126,
    "unit_count": 12,
    "match_scheme": {
      "audio_mode": "asr_match",
      "units": [
        {
          "index": 0,
          "text": "开场突出产品的核心卖点。",
          "video_name": "headtalk_01.mp4",
          "start_time": "00:00:01.200",
          "end_time": "00:00:04.600",
          "duration": 3.4,
          "media_binding": "lock_av"
        }
      ],
      "notes": []
    },
    "subtitle_srt": "1\n00:00:00,000 --> 00:00:03,400\n开场突出产品的核心卖点。",
    "subtitle_effects_enabled": true,
    "artifacts": {
      "video_subtitled_tos_path": "tos://your-bucket/remix/results/subtitled.mp4",
      "video_subtitled_url": "https://example.com/subtitled.mp4",
      "video_clean_tos_path": "tos://your-bucket/remix/results/clean.mp4",
      "video_clean_url": "https://example.com/clean.mp4",
      "subtitle_srt_tos_path": "tos://your-bucket/remix/results/subtitle.srt",
      "subtitle_srt_url": "https://example.com/subtitle.srt",
      "match_scheme_tos_path": "tos://your-bucket/remix/results/match_scheme.json",
      "match_scheme_url": "https://example.com/match_scheme.json",
      "result_json_tos_path": "tos://your-bucket/remix/results/result.json",
      "result_json_url": "https://example.com/result.json"
    },
    "usage": {
      "version": "v1",
      "material_duration_ms": 180000,
      "director_tier": "lite",
      "director_output_duration_ms": 58600,
      "tts_chars": 0,
      "subtitle_chars": 320,
      "effect_chars": 86
    }
  }
}

轮询与错误处理

• PENDING、RUNNING 为非终态，应继续轮询。
• COMPLETED、FAILED、TIMEOUT 为终态。仅 COMPLETED 且 business_code=0 表示成功。
• FAILED 或 TIMEOUT 时，使用 metadata.business_code 与 metadata.error_msg 排查，不要读取空的 data 作为业务结果。

错误码 #

任务执行失败时，metadata.business_code 还可能返回 Parameter.Invalid、Material.Empty、Shot.Empty、Tos.AccessFailed 或服务内部错误，具体原因见 error_msg。