Producto MediaRuntime

Procesamiento de audio

Convierta formatos de audio, extraiga audio de vídeo, normalice el volumen de entrega, recorte el silencio de los límites, prepare audio de voz y devuelva transcripciones con el mismo trabajo.

Lea la documentación API Prueba la zona de pruebas

AAC/M4A, MP3, Opus y voz WAV

Extracción de audio de fuentes de vídeo.

Transcripciones SRT y WebVTT

POST https://mediaruntime.com/v1/jobs

Desde el origen hasta los artefactos entregados

Proporcionar vídeo o audio.

La salida de audio tipo acepta un archivo de audio o un video que contiene una secuencia de audio.

Seleccionar procesamiento de entrega

Copie audio compatible, codifique un formato predecible, normalice a -16 LUFS, recorte silencio o prepare WAV mono de 16 kHz.

Agregue transcripciones cuando sea necesario

Adjunte configuraciones de subtítulos a la salida de audio para producir SRT, WebVTT o ambos junto con el artefacto de audio.

que puedes construir

Conversión de formato

Entregue AAC en M4A, MP3, Opus o copie una secuencia fuente compatible sin volver a codificar.

Vídeo a audio

Envíe un video MOV, MP4, WebM u otro video compatible y devuelva solo el formato de audio seleccionado.

Limpieza de podcasts y discursos

Normalice el volumen, elimine el silencio inicial y final, o combine ambas operaciones antes de la entrega de AAC.

Tuberías de transcripción

Produzca transcripciones SRT y WebVTT o un WAV PCM mono de 16 kHz preparado para sistemas de voz posteriores.

Ajustes preestablecidos relevantes

audio_copy_fastaudio_aac_128kaudio_mp3_128kaudio_opus_96kaudio_loudnorm_aac_128kaudio_trim_silence_aac_128kaudio_loudnorm_trim_aac_128kaudio_whisper_prep

Ejemplo de solicitud de trabajo

Envíelo desde un servidor confiable con su clave MediaRuntime API. La fuente puede ser cualquier HTTPS URL recuperable; cargar a través de MediaRuntime es opcional.

{
  "file_url": "https://cdn.example.com/media/interview.mp4",
  "metadata": {
    "media_type": "video",
    "asset_id": "interview-0426"
  },
  "outputs": [
    {
      "type": "audio",
      "preset": "audio_aac_128k",
      "path_suffix": "audio-and-transcript",
      "subtitles": {
        "enabled": true,
        "languages": [
          "auto"
        ],
        "format": "both",
        "model": "ggml-base.bin",
        "translate_to_english": false
      }
    }
  ]
}