You need to enable JavaScript to run this app.
文档中心
AI 数据湖服务

AI 数据湖服务

复制全文
下载 pdf
视频翻译
视频翻译
复制全文
下载 pdf
视频翻译
视频翻译算子,可高效、精准地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、面容翻译,最终输出配音后的视频以及相应语言的字幕文件。​
算子介绍​
算子 ID:las_video_translate​
适用场景​
​
​
场景​
描述​
短剧出海​
为短剧提供多语言翻译与配音,助力海外发行​
课程培训​
培训视频的多语言本地化,支持全球客户学习​
营销材料​
广告视频、产品介绍、宣传片的国际化传播​
​
核心能力​
  • 多语种支持:支持多种语言的翻译,输入语言支持25种语言的视频输入,输出语言支持31种语言的音频配音,涵盖中文、英语、日语、印尼语、西班牙语、葡萄牙语、韩语、法语、德语等多种常见语言。依托大模型强大的翻译能力,可实现极高的翻译准确率与术语本地化能力,满足全球化内容传播的需求。​
  • 音色复刻:能够精准提取视频中说话人的声音,实现对说话人声音特质1:1还原。同时,翻译后的语音能够与原始视频的时长精准对齐,确保视频的流畅性和一致性。该能力默认开启、无需额外配置。​
  • 高质量配音快速模式:高质量配音模式会按原说话人复刻音色并逐句生成配音;可进一步开启快速模式以缩短处理耗时,建议同时开启动态时长模式。​
  • 便捷的结果交付:支持将翻译后字幕、配音后人声音频与视频直接安全地写入您指定的云端存储(TOS),同时生成预签名下载链接。​
  • 字幕烧录与样式控制:支持将翻译字幕烧录到对应的配音视频中,可自由设置字体、字号、颜色、加粗、描边、阴影、不透明度、行距、字幕宽度及位置等参数。​
  • 面容翻译:支持常规音画匹配和lip_translate_param.lip_fuzzy_matching 模糊匹配,实现译后语音与人物口型同步;适用于原视频语音与口型不完全匹配的场景。​
  • 指定配音换口型:支持使用外部配音或视频自身音轨直接生成口型同步视频,无需执行字幕翻译和 TTS。​
  • 动态时长:支持小幅调整视频时长,使成片更好地匹配译后语音节奏;不同目标语言的成片时长可能不同,不能与面容翻译同时开启。​
  • 字幕底片与视频修复:支持指定独立画面作为翻译字幕的烧录底片,也可通过视频修复擦除原字幕、水印等内容后生成成片。视频修复结果会单独返回。​
效果展示​
​​
【短剧出海】​
  • 输入视频​
  • ​
    Replay
    Play
    00:00 / 02:20 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出要求:​
  • 多语种:英、日、韩​
  • 烧录字幕​
  • 输出视频-英语​
  • ​
    Replay
    Play
    00:00 / 02:20 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出字幕文件​
  • 输出视频-日语​
  • ​
    Replay
    Play
    00:00 / 02:20 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出字幕文件​
  • 输出视频-韩语​
  • ​
    Replay
    Play
    00:00 / 02:20 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出字幕文件​
​
​​
【营销材料】​
  • 输入视频​
  • ​
    Replay
    Play
    00:00 / 00:15 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出视频-英文-未开启面容翻译​
  • ​
    Replay
    Play
    00:00 / 00:15 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
——输出视频直接包含英文字幕​
  • 输出视频-英文-开启面容翻译​
  • ​
    Replay
    Play
    00:00 / 00:15 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
——人物口型与语音更匹配、更自然​
​
​​
【培训课程】​
  • 输入视频​
  • ​
    Replay
    Play
    00:00 / 20:16 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
  • 输出视频-英语​
  • ​
    Replay
    Play
    00:00 / 20:16 Live
    00:00
    Fullscreen
    Cssfullscreen
    1x
    • 2x
    • 1.5x
    • 1x
    • 0.75x
    • 0.5x
    Click and hold to drag
    ​
    ​
​
​​
支持的地域​
  • 北京:cn-beijing​
  • 上海:cn-shanghai​
  • 广州:cn-guangzhou​
支持的语言与字体​
​
​
语言代码​
语言名称​
输入支持情况​
输出支持情况​
输出视频支持的字幕字体 ID​
ar-SA​
阿拉伯语​
✅​
✅​
NotoSansArabic-Regular, Cairo-Regular, FiraGO-Regular​
bn-BD​
孟加拉语​
✅​
❌​
不涉及​
da-DK​
丹麦语​
❌​
✅​
NotoSans-Regular, FiraGO-Regular​
de-DE​
德语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
el-GR​
希腊语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
en-US​
英语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular, AtkinsonHyperlegible-Regular​
es-MX​
西班牙语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
fi-FI​
芬兰语​
❌​
✅​
NotoSans-Regular, FiraGO-Regular​
fil-PH​
菲律宾语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
fr-FR​
法语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
he-IL​
希伯来语​
❌​
✅​
NotoSansHebrew-Regular, Heebo-Regular, FiraGO-Regular​
hi-IN​
印地语​
❌​
✅​
NotoSansDevanagari-Regular, AnekDevanagari[wdth,wght], FiraGO-Regular​
id-ID​
印尼语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
it-IT​
意大利语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
ja-JP​
日语​
✅​
✅​
NotoSansJP-Regular, MPLUS1-Regular​
km-KH​
高棉语​
❌​
✅​
NotoSansKhmer-Regular, KantumruyPro[wght]​
ko-KR​
韩语​
✅​
✅​
NotoSansKR-Regular, Pretendard-Regular​
lo-LA​
老挝语​
❌​
✅​
NotoSansLao-Regular, BoonBaan-Regular​
ms-MY​
马来语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
my-MM​
缅甸语​
❌​
✅​
NotoSansMyanmar-Regular​
ne-NP​
尼泊尔语​
✅​
❌​
不涉及​
nl-NL​
荷兰语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
no-NO​
挪威语​
❌​
✅​
NotoSans-Regular, FiraGO-Regular​
pl-PL​
波兰语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
pt-BR​
葡萄牙语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
ro-RO​
罗马尼亚语​
✅​
❌​
不涉及​
ru-RU​
俄语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
sv-SE​
瑞典语​
❌​
✅​
NotoSans-Regular, FiraGO-Regular​
sw-KE​
斯瓦希里语​
❌​
✅​
NotoSans-Regular, FiraGO-Regular​
th-TH​
泰语​
✅​
✅​
NotoSansThai-Regular, Sarabun-Regular, BoonBaan-Regular, FiraGO-Regular​
tr-TR​
土耳其语​
✅​
✅​
NotoSans-Regular, FiraGO-Regular​
uk-UA​
乌克兰语​
✅​
❌​
不涉及​
vi-VN​
越南语​
✅​
✅​
NotoSans-Regular, BeVietnamPro-Regular, FiraGO-Regular​
yue-CN​
粤语​
✅​
✅​
NotoSansHK-Regular, NotoSansTC-Regular, ChironHeiHK-Text-R​
zh-CN​
中文(简体)​
✅​
✅​
NotoSansSC-Regular​
​
算子性能​
​
​
细分项​
性能影响说明​
最大 RPM​
600​
最大并发度​
10​
耗时​
耗时与输入视频时长正相关。​
  • 仅视频翻译时:以下按单个目标语言预估,耗时比例为输入视频时长与任务处理耗时之比。常规模式下,约 1 分钟视频通常需处理约 6 分钟(1:6),2~3 分钟视频通常约为 1:4;高质量配音快速模式下,约 1 分钟视频通常需处理约 4 分钟(1:4)。多语言任务的预计耗时需乘以 output_languages 数量。任务包含固定流程开销,不能用统一倍数推算所有输入时长;实际耗时还受字幕密度、内容复杂度和服务负载影响。快速模式可能略微降低配音效果,建议与动态时长模式同时开启。​
  • 视频翻译+面容翻译:预计处理时长约为输出视频时长的 30 倍,请您耐心等待。​
  • 开启视频修复时,还会增加修复处理耗时;具体耗时受视频时长、分辨率和修复配置影响。​
实际处理时长可能因视频内容复杂度、输出语言以及服务负载等因素而有所波动。​
​
输入与输出要求​
输入要求​
​
​
细分​
详细要求​
支持的输入数据模态​
* 视频​
输入格式:视频​
  • 格式:mp4、mov、avi、mkv、flv、webm。​
  • 大小:最大 10 GB。​
  • 时长:​
  • 未开启面容翻译:最短 2 秒,最长 4 小时;​
  • 开启面容翻译:最短 2 秒,最长 10 分钟,帧率不超过 30 帧/秒。​
  • 其他:​
  • 常规视频翻译及使用视频自身音轨换口型时,不支持多语言音轨,需保证主音轨语言与 audio_language 一致。​
  • 原视频语音与口型不匹配时,可设置 lip_translate_param.lip_fuzzy_matching=true,使用纯视觉说话检测匹配人脸。​
  • 使用外部配音换口型时,可自动识别配音语言;输入视频与配音音频的时长差不能超过 1 秒。​
​
* 开启视频修复时,输入视频还需满足最长 3 小时、最大 10 GB、最高 4K 的限制。​
输入路径要求​
通过请求参数 video_url 提供给算子输入数据,当前支持公网 URL、TOS 路径这两种方式。​
  • 公网 URL:公网可访问的视频 URL,格式为 http/https。​
  • 公网 URL 不支持需要登录态或额外 Header 鉴权的地址;临时 URL 需在任务执行期间有效。​
  • TOS 路径:将待处理数据上传至与当前 LAS 服务同主账号、同地域的 TOS Bucket后,可提供 TOS 路径,格式为tos://bucket_name/demo。​
  • TOS 对象需存在且具备读取权限。​
​
输出要求​
​
​
细分​
详细要求​
输出数据模态​
  • 视频​
  • 文本(字幕文件)​
  • 音频(可选输出)​
输出格式:视频​
* 格式:固定为mp4​
输出格式:文本​
* 格式:支持.ass、.txt、.srt、.xml、.vtt,通过请求参数caption_formats指定输出的字幕文件格式​
输出格式:音频​
* 格式:固定为wav​
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。​
  • TOS 路径:与LAS服务同主账号、同地域下,有可写权限的 TOS Bucket 目录,格式:tos://bucket/output/。​
​
计费说明​
  • 计费标准​
  • ​
  • ​
    细分项​
    计费标准说明​
    计费项​
    按输入视频的时长统计用量进行计费,每翻译生成一个新语种的视频计费一次。每个语种的翻译任务,费用包含两部分:​
    • 视频翻译费用:调用本算子的固定计费项。根据配音模式选择对应单价;dubbing_mode=high_quality 时按高质量配音单价计费,其他配音模式按其他配音模式单价计费。​
    • (按需开启收费)面容翻译费用:如果您调用算子时,开启了面容翻译功能,还需支付面容翻译费用。​
    • (按需开启收费)视频修复费用:开启视频修复后,将根据修复参数,按照 las_video_inpaint_pro 算子的计费规则额外产生账单,不包含在视频翻译价格中。​
    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:四舍五入​
    单价​
    视频翻译根据配音模式区分单价;面容翻译单独计费。​
    • 视频翻译 - 高质量配音:4 元/分钟​
    • 视频翻译 - 其他配音模式:1.5 元/分钟​
    • 面容翻译:4 元/分钟​
    ​
  • 计费详情​
  • 视频翻译单价根据本次请求的配音模式确定。计费公式:总费用 = (对应配音模式的视频翻译单价 × 输入视频时长 + 面容翻译单价 × 面容翻译时长)× 翻译生成的新语种视频数​
  • 计费示例​
  • 示例一:输入一个 10 分钟的中文视频,使用其他配音模式,翻译生成英语、日语、韩语三种新语种视频,不开启面容翻译。​
  • 总费用 = 1.5 元/分钟 × 10 分钟 × 3 = 45 元​
  • 示例二:输入一个 10 分钟的中文视频,设置 dubbing_mode=high_quality,翻译生成英语、日语、韩语三种新语种视频,不开启面容翻译。​
  • 总费用 = 4 元/分钟 × 10 分钟 × 3 = 120 元​
  • 出账计费单元​
  • 当前调用本算子产生的费用账单,在账单明细中展示的计费单元为“视频智能剪辑”,您在查看账单时可关注下此差异。​
注意与前提​
​
​
细分项​
注意与前提​
开通 LAS​
  • 如果您是一个全新的火山引擎用户,此前未开通过 LAS 产品,您可先开通 LAS,不使用 LAS 的计费功能仅开通 LAS 产品不会产生费用。开通操作请参见准备工作。​
费用​
调用算子前,您需先了解使用算子时的模型调用费用,详情请参见大模型调用计费。​
鉴权(API Key)​
调用算子前,您需要先生成算子调用的API Key,并建议将API Key配置为环境变量,便于更安全地调用算子,详情请参见获取 API Key 并配置。​
BaseURL​
调用算子前,您需要先根据您当前使用的LAS服务所在地域,了解算子调用的BaseURL,用于配置算子调用路径参数取值。​
详情请参见获取 Base URL,下文中的调用示例仅作为参考,实际调用时需替换为您对应地域的路径取值。​
​
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 las_video_translate 算子视频翻译任务,任务完成后可获取目标语种字幕、配音后视频,以及可选的纯配音音频。​
请求参数​
operator_id string 必选 示例值: las_video_translate​
算子 ID。​
​
operator_version string 必选 示例值: v1​
算子版本,目前仅支持 v1。​
​
data VideoTranslateReqParams 必选​
算子参数。​
video_url string 必选 示例值: tos://xxx/video.mp4​
输入视频地址。支持 http/https 和火山 TOS tos://bucket/key。支持格式:.mp4、.mov、.avi、.mkv、.flv、.webm。视频时长需为 2 秒到 4 小时,开启面容翻译时最长 10 分钟;文件大小不超过 10 GB。常规视频翻译及使用视频自身音轨换口型时,视频必须包含音轨。​
​
audio_language string Conditional 示例值: zh-CN​
输入视频音轨的源语言代码,需与视频实际主要音频语言一致。常规视频翻译以及 lip_translate_param.dubbing_audio.source=video 时必选;指定外部配音 URL 时可选,此时作为配音语言的回退值。支持语言请参见支持的语言与字体 文档。​
​
output_languages list of string Conditional 示例值: [en-US]​
目标输出语言列表。常规视频翻译时必选;指定配音换口型时无需传入。会自动去除空值和重复值,目标语言不能包含 audio_language。支持语言请参见支持的语言与字体 文档。​
​
caption_formats list of string Optional 示例值: [.srt, .ass]​
输出字幕格式列表;可选值为 .ass、.txt、.srt、.xml、.vtt,默认 .srt。.ass 字幕会使用本次请求中的字体、颜色、描边、动态背景、阴影、不透明度、背景内边距、行距、宽度和位置等字幕控制参数;未传入的参数使用各自的默认值。​
​
output_tos_path string 必选 示例值: tos://xxx/output​
结果输出目录。必须为当前请求凭证可写的 TOS 目录,格式为 tos://bucket/prefix。最终字幕、视频和可选纯配音音频会写入该目录,并返回 tos_path 与 presigned_url。​
​
dubbing_mode string Optional 示例值: emotion​
配音模式。可选值:emotion、timbre、high_quality,默认 emotion。emotion 偏向情感复刻,情感表达更饱满;timbre 偏向音色还原,与原说话人的音色一致性更强;high_quality 为高质量配音模式,情感表达更饱满,音色更贴近原说话人,发音更准确。指定配音换口型模式下不生效。​
​
enable_fast_mode boolean Optional 示例值: false​
快速模式,默认 false,仅在 dubbing_mode=high_quality 时可开启。可缩短处理耗时,但配音效果可能略有下降,建议与动态时长模式(enable_dynamic_duration=true)同时开启。​
​
enable_dynamic_duration boolean Optional 示例值: false​
是否开启动态时长,默认 false。开启后会小幅调整视频时长,使其更好地适应翻译后语音节奏,字幕和背景音会同步调整;不同目标语言的成片时长可能不同。不能与 lip_translate=true 同时使用。​
​
subtitle_video_url string Optional 示例值: https://example.com/clean-video.mp4​
可选字幕烧录底片,支持 http/https 和火山 TOS tos://。底片与 video_url 的视频流时长绝对差必须小于等于 1 秒,且调用方需保证画面时间轴对应;底片可无音轨,分析、配音及背景音仍来自原视频。传入时必须设置 burn_translated_subtitles=true。可与动态时长配合使用,但不能与视频修复或指定配音换口型模式同时使用。​
​
enable_video_inpaint boolean Optional 示例值: false​
是否启用视频修复,默认 false。开启后可擦除原视频中的字幕、水印等内容,并使用修复后的画面生成配音视频;修复原片通过 Poll 的 repaired_videos 单独返回。不能与 subtitle_video_url 或指定配音换口型模式同时使用。该能力由 las_video_inpaint_pro 提供,会按其计费规则额外产生账单。​
​
video_inpaint_params VideoInpaintParams Optional​
视频修复参数,仅在 enable_video_inpaint=true 时生效;省略或传入空对象时使用默认配置。输入最长 3 小时、最大 10 GB、最高 4K,修复结果与原视频的视频流时长绝对差须小于等于 1 秒。支持的参数如下,详细取值、地域和组合限制参见 las_video_inpaint_pro 算子说明。​
output_tos_path string Optional 示例值: tos://xxx/repair/​
修复视频输出目录;未设置时使用顶层 output_tos_path。​
​
model_level string Optional 示例值: pro​
修复版本,默认 pro。​
​
detection_mode string Optional 示例值: standard_subtitle​
检测与擦除模式,默认 standard_subtitle,用于擦除字幕。​
​
targets list of string Optional 示例值: [subtitle]​
精确模式下的目标类型,默认不指定。​
​
fixed_bboxes list of list of integer Optional 示例值: [[0, 700, 1000, 950]]​
固定修复区域,使用 1000×1000 归一化坐标;默认不指定。​
​
return_subtitle_bbox boolean Optional 示例值: true​
是否返回修复区域的字幕框,默认 true;视频翻译结果中不包含字幕框。​
​
max_process_frames integer Optional 示例值: -1​
最大处理帧数,默认 -1,表示处理完整视频;限制帧数可能截短视频并导致时长校验失败。​
​
maximum_output_fps integer Optional 示例值: 30​
输出帧率上限,默认 30 帧/秒。​
​
maximum_resolution string Optional 示例值: 1080p​
输出分辨率上限,默认 1080p。​
​
output_video_mode string Optional 示例值: balanced​
输出视频模式,默认 balanced。​
​
output_codec string Optional 示例值: h264​
输出编码,默认采用修复服务的默认值。​
​
output_bitrate integer Optional 示例值: 4000000​
输出码率,单位 bps,默认不指定。​
​
subtitle_persistent boolean Optional 示例值: false​
是否按持续存在的字幕处理,默认 false。​
​
​
output_dubbing_audio boolean Optional 示例值: false​
是否额外输出纯人声配音音频。默认 false。为 true 时,每个目标语言除翻译后视频外,还会返回对应的 translated_audio 产物。​
​
lip_translate boolean Optional 示例值: false​
是否执行面容翻译/口型同步。默认 false。设置为 true 后,可通过 lip_translate_param 配置人脸匹配方式或指定配音换口型。该能力仅在火山华东、火山华北地域生效,开启后会额外计费。​
​
lip_translate_param LipTranslateParam Optional​
面容翻译参数,仅在 lip_translate=true 时可传入。省略时执行常规面容翻译。​
lip_fuzzy_matching boolean Optional 示例值: false​
是否使用纯视觉说话检测匹配人脸,默认 false。设置为 true 时,不再使用原声与口型的一致性校验,适用于原视频音画不同步但仍需生成译后配音及同步口型的场景。与 dubbing_audio 不能同时使用。​
​
dubbing_audio LipTranslateDubbingAudio Optional​
指定用于换口型的配音。传入后进入指定配音换口型模式,不执行字幕翻译和 TTS,也不生成翻译字幕;默认要求视频与配音时长差不超过 1 秒,结果中只返回一个口型同步视频。​
source string 必选 示例值: url​
配音来源。可选值:url、video。url 表示使用 url 指定的配音;video 表示提取输入视频自身的音轨作为配音。​
​
url string Conditional 示例值: tos://xxx/dubbing.wav​
配音音频地址,支持 http/https 和火山 TOS tos://bucket/key。source=url 时必选且不能为空;source=video 时禁止传入。​
​
language string Optional 示例值: en-US​
配音语言代码,用于 ASR。优先级高于顶层 audio_language;source=url 且两者均未提供时自动识别配音语言。语言代码严格区分大小写,支持范围与输入语言一致。​
​
ignore_audio_video_duration_mismatch boolean Optional 示例值: false​
是否忽略视频与配音的时长差异,默认 false。为 false 时,时长差超过 1 秒将报错;为 true 时,以配音时长为准:配音长于视频时从头循环视频,视频长于配音时截断视频尾部。​
​
​
​
burn_translated_subtitles boolean Optional 示例值: true​
是否将翻译字幕烧录到对应的配音视频中。默认 false。开启后,translated_videos 中的 translated_video 为已烧录字幕的视频;关闭时为未烧录字幕的配音视频。传入 subtitle_video_url 时必须显式设置为 true。​
​
subtitle_font_by_language list of string Optional 示例值: [NotoSans-Regular]​
按 output_languages 的顺序一一指定字幕字体。整个字段省略或为 null 时,所有语言自动选择默认字体;列表中的 null 或空字符串表示该语言使用默认字体。提供该字段时,列表长度必须与 output_languages 一致,且 output_languages 不能包含空项或重复项。可传入对应语言支持的字体 ID,不支持外部路径;可选字体请参见支持的语言与字体 文档。​
​
subtitle_font_size integer Optional 示例值: 40​
字幕字号,使用输出视频像素坐标下的 ASS 单位。取值范围 [8, 128],默认 40,以 720p 视频为参考,不会随视频分辨率自动缩放。若希望在其他分辨率下保持相近的字幕相对大小,可按输出视频高度等比例换算:字幕字号 = 输出视频高度 / 720 × 40。例如,1080p 视频可设置为 60。请将换算结果取整并确保在取值范围内,最终可根据字体和实际画面效果微调。​
​
subtitle_font_color string Optional 示例值: #FFFFFF​
字幕填充颜色,格式为 #RRGGBB 或 #RRGGBBAA。可选的 AA 表示不透明度,FF 为完全不透明,00 为完全透明。默认 #FFFFFF。​
​
subtitle_bold boolean Optional 示例值: false​
字幕文字是否加粗,默认 false。​
​
subtitle_outline_color string Optional 示例值: #000000​
字幕描边颜色,格式为 #RRGGBB 或 #RRGGBBAA,默认 #000000。​
​
subtitle_outline_width float Optional 示例值: 0.0​
字幕正文描边宽度,使用输出视频像素坐标下的 ASS 单位。取值范围 [0, 16],默认 0。该参数仅作用于字幕正文,不影响独立阴影层。​
​
subtitle_background_color string Optional 示例值: #00000080​
动态字幕背景填充颜色,格式为 #RRGGBB 或 #RRGGBBAA。可选的 AA 仅控制背景不透明度;subtitle_opacity 不影响背景。默认 #00000000,即背景完全透明。​
​
subtitle_background_padding_x float Optional 示例值: 12.0​
动态字幕背景左右两侧各增加的水平内边距,使用输出视频像素坐标下的 ASS 单位。取值范围 [0, 128],默认 0。该参数只扩展背景,不改变字幕文字布局。​
​
subtitle_background_padding_y float Optional 示例值: 6.0​
动态字幕背景上下两侧各增加的垂直内边距,使用输出视频像素坐标下的 ASS 单位。取值范围 [0, 128],默认 0。该参数只扩展背景,不改变字幕文字布局。​
​
subtitle_shadow_color string Optional 示例值: #00000000​
字幕阴影颜色,格式为 #RRGGBB 或 #RRGGBBAA,默认 #00000000。​
​
subtitle_opacity float Optional 示例值: 1.0​
字幕正文和阴影的全局不透明度,会与文字填充、正文描边和阴影颜色中的 alpha 值相乘。取值范围 [0, 1],默认 1。该参数不影响 subtitle_background_color。​
​
subtitle_shadow_offset_x float Optional 示例值: 0.0​
字幕阴影水平偏移,使用输出视频像素坐标下的 ASS 单位。取值范围 [-32, 32],默认 0。​
​
subtitle_shadow_offset_y float Optional 示例值: 0.0​
字幕阴影垂直偏移,使用输出视频像素坐标下的 ASS 单位。取值范围 [-32, 32],默认 0。​
​
subtitle_shadow_blur float Optional 示例值: 0.0​
应用于整个独立阴影层(包括字形填充)的高斯模糊强度,不影响字幕正文及其描边。取值范围 [0, 10],默认 0。​
​
subtitle_line_spacing float Optional 示例值: 0.0​
字幕多行之间的额外间距,使用输出视频像素坐标下的 ASS 单位。取值范围 [0, 64],默认 0。​
​
subtitle_width_ratio float Optional 示例值: 0.88​
字幕文字布局可视区域(含文字、正文描边和阴影)的最大宽度与视频宽度的比值。取值范围 [0.1, 1],默认 0.88。背景内边距在文字布局完成后添加,因此可能使背景超过该宽度,但不会改变文字换行。​
​
subtitle_top_margin_ratio float Optional 示例值: 0.77​
字幕块标称顶边到视频顶边的距离与视频高度的比值。取值范围 [0, 1),默认 0.77。该值过大会使字幕块过于靠近视频底部,可能导致字幕显示不完整或被裁剪。​
​
​
callback Callback Optional​
任务状态回调配置。配置 callback.url 后,任务状态变化时会向该地址发送 POST 请求;不配置时可通过 Poll 查询任务状态和结果。​
url string 必选 示例值: https://example.com/callback​
回调地址。默认仅支持公网可访问的 HTTPS 地址。​
​
​
​
​
指定配音换口型模式具有以下约束:​
  • lip_translate 必须为 true,且 lip_fuzzy_matching 必须为 false 或省略。​
  • source=url 时,audio_language 和 output_languages 均可省略。​
  • source=video 时,必须提供 audio_language,output_languages 可省略。​
  • output_languages、字幕、TTS 和纯配音音频输出相关参数在该模式下不生效,结果中只返回一个口型同步视频。​
  • ignore_audio_video_duration_mismatch=false 或省略时,输入视频与配音音频的时长差不能超过 1 秒;设置为 true 时,服务会循环或截断视频,使视频时长与配音时长一致。​
  • 服务会先从配音中分离人声,再使用人声执行 ASR 和口型生成;最终视频使用完整配音音轨。​
  • 全部语音区间均未找到匹配人脸时任务失败;仅部分区间未匹配时继续生成,其余画面保持不变。​
  • 顶层字段 lip_fuzzy_matching、dubbing_audio_url、no_dubbing_audio_url 和 dubbing_audio_language 已不再支持,传入后不会生效,请使用 lip_translate_param。​
  • 指定配音换口型模式不支持动态时长、视频修复或字幕烧录底片;subtitle_video_url 与视频修复也不能同时使用。​
返回数据​
metadata metadata​
请求元信息​
task_id string 示例值: task-xxx​
异步模式下的任务 ID,用于作业状态查询。​
​
task_status string 示例值: PENDING​
异步模式下的任务状态。​
  • PENDING, 接收请求​
  • RUNNING, 正在运行​
  • COMPLETED, 已经完成​
  • FAILED, 失败​
  • TIMEOUT, 超时​
​
business_code string 示例值: 0​
业务码。​
​
error_msg string​
如有异常,会返回详细的异常信息。​
​
​
​
示例​
请求示例:​
示例 1:常规视频翻译​
​
# 示例 1:常规视频翻译​
# 请将 INPUT_PATH 设置为 保存在本账号下的视频文件TOS路径​
export INPUT_PATH="tos://xxxx/sample.mp4"​
# 请将 OUTPUT_PATH_TEMPLATE 设置为本账号上可写入的tos路径​
export OUTPUT_PATH_TEMPLATE="tos://xxxx/output/"​
# 发起算子服务请求​
curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \​
--header "Content-Type: application/json" \​
--header "Authorization: Bearer $LAS_API_KEY" \​
--data @- <<JSON​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"callback": {​
"url": "https://example.com/callback"​
},​
"data": {​
"video_url": "$INPUT_PATH",​
"audio_language": "zh-CN",​
"output_languages": ["en-US"],​
"caption_formats": [".srt", ".ass"],​
"dubbing_mode": "emotion",​
"enable_dynamic_duration": true,​
"enable_video_inpaint": true,​
"video_inpaint_params": {​
"model_level": "pro",​
"detection_mode": "standard_subtitle",​
"max_process_frames": -1,​
"output_video_mode": "balanced"​
},​
"output_dubbing_audio": false,​
"lip_translate": false,​
"burn_translated_subtitles": true,​
"subtitle_font_by_language": ["NotoSans-Regular"],​
"subtitle_font_size": 40,​
"subtitle_font_color": "#FFFFFF",​
"subtitle_outline_color": "#000000",​
"subtitle_outline_width": 2,​
"subtitle_top_margin_ratio": 0.77,​
"output_tos_path": "$OUTPUT_PATH_TEMPLATE"​
}​
}​
JSON​
​
指定字幕烧录底片时,底片须与原视频时间轴对应,时长差不超过 1 秒:​
​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"data": {​
"video_url": "tos://xxxx/sample.mp4",​
"subtitle_video_url": "https://example.com/clean-video.mp4",​
"burn_translated_subtitles": true,​
"audio_language": "zh-CN",​
"output_languages": ["en-US"],​
"output_tos_path": "tos://xxxx/output/",​
"enable_dynamic_duration": true​
}​
}​
​
示例 2:面容翻译​
​
# 示例 2:面容翻译​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"data": {​
"video_url": "tos://xxxx/sample.mp4",​
"audio_language": "zh-CN",​
"output_languages": ["en-US"],​
"output_tos_path": "tos://xxxx/output/",​
"lip_translate": true​
}​
}​
​
示例3:面容翻译-语音口型模糊匹配​
以下示例仍会执行字幕翻译和 TTS,但使用语音口型模糊匹配,适用于输入视频语音与口型不同步的情况:​
​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"data": {​
"video_url": "tos://xxxx/sample.mp4",​
"audio_language": "zh-CN",​
"output_languages": ["en-US"],​
"output_tos_path": "tos://xxxx/output/",​
"lip_translate": true,​
"lip_translate_param": {​
"lip_fuzzy_matching": true​
}​
}​
}​
​
示例4:面容翻译-外部配音换口型​
以下示例使用指定音频替换输入视频音轨,并生成与该配音同步口型的视频:​
​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"data": {​
"video_url": "tos://xxxx/sample.mp4",​
"output_tos_path": "tos://xxxx/output/",​
"lip_translate": true,​
"lip_translate_param": {​
"dubbing_audio": {​
"source": "url",​
"url": "tos://xxxx/dubbing.wav",​
"language": "en-US"​
}​
}​
}​
}​
​
示例5:面容翻译-使用视频自身音轨换口型​
​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"data": {​
"video_url": "tos://xxxx/sample.mp4",​
"audio_language": "zh-CN",​
"output_tos_path": "tos://xxxx/output/",​
"lip_translate": true,​
"lip_translate_param": {​
"dubbing_audio": {​
"source": "video"​
}​
}​
}​
}​
​
返回示例:​
​
{​
"metadata": {​
"task_id": "task-20251125163544-abc123",​
"task_status": "PENDING",​
"business_code": "0",​
"error_msg": ""​
}​
}​
​
错误码​
​
​
HttpStatusCode​
错误码​
错误信息​
描述​
400​
Parameter.Invalid​
The parameter is invalid.​
参数不合法​
401​
Authorization.Missing​
Missing Authorization.​
缺少鉴权。​
401​
ApiKey.InValid​
The api key is invalid.​
API Key 不合法。​
​
Poll​
接口说明​
查询视频翻译任务的执行状态和结果。​
请求参数​
​
​
名称​
类型​
是否必选​
示例值​
描述​
operator_id​
string​
是​
las_video_translate​
算子 ID​
operator_version​
string​
是​
v1​
算子版本​
task_id​
string​
是​
task-xxx​
任务 ID​
​
返回数据​
metadata metadata​
请求元信息。​
task_status string 示例值: COMPLETED​
任务状态。​
  • PENDING, 提交任务排队​
  • RUNNING, 正在运行​
  • COMPLETED, 已经完成​
  • FAILED, 失败​
  • TIMEOUT, 超时​
​
submit_time string 示例值: 2026-07-21T16:04:06+08:00​
任务提交时间,格式为 ISO 8601 时间戳。​
​
end_time string 示例值: 2026-07-21T16:04:06+08:00​
任务结束时间,格式为 ISO 8601 时间戳。​
​
business_code string 示例值: ApiKey.InValid​
业务码。​
​
error_msg string 示例值: The api key is invalid.​
如有异常,会返回详细的异常信息。​
​
task_id string 示例值: test-xxx​
异步任务 ID。​
​
​
data VideoTranslateResponse​
返回数据。​
video_url string 示例值: tos://xxx/video.mp4​
输入视频地址。​
​
video_duration float 示例值: 72.3​
视频时长,单位为秒。指定配音换口型且 ignore_audio_video_duration_mismatch=true 时,返回循环或截断后的实际视频时长,并以该时长计费。​
​
translated_captions list of AssetSummary​
翻译后字幕文件列表。指定配音换口型模式不执行字幕翻译,该字段返回空列表。​
language string 示例值: en-US​
产物语种。指定配音换口型模式下,返回 lip_translate_param.dubbing_audio.language。​
​
type string 示例值: translated_caption​
产物类型。translated_caption 表示字幕文件;translated_video 表示配音后视频;translated_audio 表示纯人声配音音频,仅在 output_dubbing_audio=true 时返回。​
​
format string 示例值: .srt​
字幕文件格式,仅当 type=translated_caption 时返回;可选值为 .ass、.txt、.srt、.xml、.vtt。.ass 中的字体与样式和 Submit 请求中的字幕控制参数一致,未传入的参数使用默认值。​
​
tos_path string 示例值: tos://xxx/output/xxx.mp4​
产物写入 TOS 后的完整路径。​
​
presigned_url string 示例值: https://...​
预签名下载链接,有效期为 3 天;链接过期后请以 tos_path 为准重新生成或直接从目标 TOS 路径访问。​
​
​
translated_videos list of AssetSummary​
翻译产物列表,可能包含 translated_video 与 translated_audio 两类产物。​
language string 示例值: en-US​
产物语种。指定配音换口型模式下,返回 lip_translate_param.dubbing_audio.language。​
​
type string 示例值: translated_caption​
产物类型。translated_caption 表示字幕文件;translated_video 表示配音后视频;translated_audio 表示纯人声配音音频,仅在 output_dubbing_audio=true 时返回。​
​
format string 示例值: .srt​
字幕文件格式,仅当 type=translated_caption 时返回;可选值为 .ass、.txt、.srt、.xml、.vtt。.ass 中的字体与样式和 Submit 请求中的字幕控制参数一致,未传入的参数使用默认值。​
​
tos_path string 示例值: tos://xxx/output/xxx.mp4​
产物写入 TOS 后的完整路径。​
​
presigned_url string 示例值: https://...​
预签名下载链接,有效期为 3 天;链接过期后请以 tos_path 为准重新生成或直接从目标 TOS 路径访问。​
​
​
repaired_videos list of RepairedVideo​
开启视频修复且视频翻译成功时,返回一个所有目标语言共用的修复原片及其修复任务 task_id;该视频尚未叠加译后配音、动态时长或翻译字幕。视频翻译失败但已取得修复任务 ID 时,返回仅包含 task_id 的对象;不等待修复完成,视频翻译任务仍为失败状态。关闭修复或未取得修复任务 ID 时不返回该字段。​
task_id string 示例值: repair-task-xxx​
las_video_inpaint_pro 修复任务 ID,可用于查询修复任务状态和结果;不同于 metadata.task_id 中的视频翻译任务 ID。视频翻译成功时返回本对象全部字段;视频翻译失败且已取得修复任务 ID 时仅返回本字段。​
​
language string 示例值: null​
固定为 null,修复原片不对应某个目标语言。​
​
type string 示例值: repaired_video​
产物类型,固定为 repaired_video。​
​
format string 示例值: mp4​
修复视频格式,固定返回 mp4。​
​
tos_path string 示例值: tos://xxx/output/repaired_video.mp4​
修复视频的 TOS 路径,所在目录由 video_inpaint_params.output_tos_path 指定,未设置时使用顶层 output_tos_path。​
​
presigned_url string 示例值: https://example.com/repaired.mp4​
修复原片的临时下载链接,请在链接有效期内下载保存。​
​
video_duration float 示例值: 12.05​
修复原片的视频流时长,单位秒;与原输入的视频流时长绝对差不超过 1 秒。​
​
​
​
​
​
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 @- <<JSON​
{​
"operator_id": "las_video_translate",​
"operator_version": "v1",​
"task_id": "task-20251125163544-abc123"​
}​
JSON​
​
返回示例:​
​
{​
"metadata": {​
"task_id": "task-20260323153012-abc123",​
"task_status": "COMPLETED",​
"submit_time": "2026-07-21T16:04:06+08:00",​
"end_time": "2026-07-21T16:04:06+08:00",​
"business_code": "0",​
"error_msg": ""​
},​
"data": {​
"video_url": "tos://path/to/video_translate_demo.mp4",​
"video_duration": 12.05,​
"translated_captions": [​
{​
"language": "en-US",​
"type": "translated_caption",​
"format": ".srt",​
"tos_path": "tos://xxx/output/video_translate_demo_en-US_caption.srt",​
"presigned_url": "https://xxx/output/video_translate_demo_en-US_caption.srt"​
},​
{​
"language": "en-US",​
"type": "translated_caption",​
"format": ".ass",​
"tos_path": "tos://xxx/output/video_translate_demo_en-US_caption.ass",​
"presigned_url": "https://xxx/output/video_translate_demo_en-US_caption.ass"​
}​
],​
"translated_videos": [​
{​
"language": "en-US",​
"type": "translated_video",​
"tos_path": "tos://xxx/output/video_translate_demo_en-US.mp4",​
"presigned_url": "https://xxx/output/video_translate_demo_en-US.mp4"​
}​
],​
"repaired_videos": [​
{​
"task_id": "repair-task-xxx",​
"language": null,​
"type": "repaired_video",​
"format": "mp4",​
"tos_path": "tos://xxx/output/repaired_video.mp4",​
"presigned_url": "https://xxx/output/repaired_video.mp4",​
"video_duration": 12.05​
}​
]​
}​
}​
​
错误码​
​
​
HttpStatusCode​
错误码​
错误信息​
描述​
400​
Operator.VersionInvalid​
the operator version is invalid​
算子版本不支持。​
400​
Connection.TooMany​
Exceed max connections.​
并发过高触发限流。​
400​
Parameter.Missing​
Missing required parameter.​
缺少必填参数,例如 video_url、常规视频翻译所需的 audio_language 或 output_languages、使用视频自身音轨换口型所需的 audio_language、output_tos_path,或输出 TOS 依赖的访问凭证不完整。​
400​
Parameter.Invalid​
Invalid parameter.​
参数不合法,例如语言码、字幕格式、output_tos_path 格式、面容翻译参数冲突、未开启忽略时长差且视频与配音时长差超过 1 秒、合成模式、重试次数或服务端模型配置不合法。包括动态时长与面容翻译同时开启、修复与指定底片同时传入、修复参数不合法,以及指定底片时长差 >1 秒或修复结果时长差 >1 秒。​
400​
Tos.AccessFailed​
Failed to access TOS path with provided credentials​
TOS 路径访问或写入校验失败。​
400​
Video.DownloadFailed​
Video download failed.​
输入视频下载失败,可能由 URL 不可达、鉴权失败、签名过期、网络超时或存储服务异常引起。​
400​
Video.Invalid​
Invalid video file.​
视频文件损坏、下载不完整,或无法读取视频信息。​
400​
Video.FormatUnsupported​
Video format not supported​
视频格式不支持,仅支持 .mp4、.mov、.avi、.mkv、.flv、.webm。​
400​
Video.FileTooLarge​
Video file is too large.​
视频文件大小超过 10 GB。​
400​
Video.DurationTooShort​
Video duration is too short​
视频时长不足 2 秒。​
400​
Video.DurationTooLong​
Video duration is too long​
视频时长超过 4 小时。​
400​
Video.AudioMissing​
Video has no audio track​
视频无音轨,无法生成字幕和配音。​
400​
Video.AudioSeparationFailed​
Audio separation failed​
人声与背景音分离失败。​
400​
Video.AsrFailed​
ASR processing failed​
ASR 调用或处理失败。​
400​
Video.AsrNoSpeech​
No recognizable speech in audio​
音频中未识别到可转写语音。​
400​
Video.FrameExtractionFailed​
Video frame extraction failed​
视频帧提取失败。​
400​
Video.RefineFailed​
Refine VLM call failed​
多模态字幕精修调用或解析失败。​
400​
Video.TranslateFailed​
Translate VLM call failed​
目标语言翻译处理失败。​
400​
Video.CaptionUploadFailed​
Caption file upload failed​
字幕文件上传失败。​
400​
Video.DubbingInitFailed​
Dubbing initialization failed​
配音模型、音色校验模型或相关依赖初始化失败。​
400​
Video.DubbingFailed​
Dubbing processing failed​
配音生成、音色校验或音画对齐失败。​
400​
Video.ComposeFailed​
Video composition failed​
配音音频与视频合成、面容匹配或口型同步处理失败;指定配音换口型时,全部语音区间均未找到匹配人脸也会返回该错误码。视频修复失败、超时或结果无效时也会返回该错误码。​
400​
Video.Timeout​
Video processing timed out​
面容翻译、配音语音识别或结果下载超时。​
400​
Video.OutputUploadFailed​
Output upload failed​
音频、视频等产物上传失败。​
400​
Video.ResourceInsufficient​
Video processing resources are temporarily insufficient​
处理资源暂时不足,请稍后重试。​
400​
Task.NotFound​
Task not found.​
任务不存在。​
401​
Authorization.Missing​
Missing Authorization.​
缺少鉴权。​
401​
ApiKey.InValid​
The api key is invalid.​
API Key 不合法。​
500​
InternalError​
Internal error​
服务内部错误。​
​
​
最近更新时间:2026.11.06 11:05:52
这个页面对您有帮助吗?
有用
有用
无用
无用