API ถอดเสียงวิดีโอสำหรับทุกวิดีโอในคลังของคุณ

ส่งไฟล์วิดีโอหรือลิงก์ YouTube, Google Drive และ Vimeo เพื่อรับบทถอดเสียงที่ค้นหาได้ พร้อมระบุชื่อผู้พูดและเวลา ใน 75 ภาษา พร้อมระบบตรวจจับภาษาอัตโนมัติ ถอดเสียงวิดีโอเดียวหรือทั้งคลังของคุณ จากนั้นแปลบทถอดเสียงและคำบรรยายสำหรับผู้ชมทั่วโลก
ไฟล์และลิงก์วิดีโอ
การถอดเสียงแบบกลุ่ม
REST + Python SDK
link in, transcript out
OAuth 2.0
# 1. send the video as a link - YouTube, Google Drive, Vimeo, S3 or direct URL
curl -X POST https://api.rask.ai/api/library/v1/media/link \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"link": "https://youtu.be/...", "name": "camera review"}'

# 2. create the project - the language of the video is detected automatically
curl -X POST https://api.rask.ai/v2/projects \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d "{\"video_id\": \"$VIDEO_ID\", \"dst_lang\": \"es-mx\"}"
GET /v2/projects/{project_id}/transcription
plain text
# The transcript as plain text with timestamps and speakers
curl -s https://api.rask.ai/v2/projects/$ID/transcription -H "Authorization: Bearer $TOKEN" \
  | jq -r '.segments[] | "\(.start) \(.speaker): \(.src.text)"'
ได้รับความไว้วางใจจากทีมงานทั่วโลก
ความสามารถ

สิ่งที่ API ถอดเสียงวิดีโอทำได้

ส่งไฟล์วิดีโอหรือลิงก์และรับบทถอดเสียงพร้อมระบุผู้พูดและเวลาสำหรับทุกวิดีโอในคลังของคุณ โปรเจกต์เดียวกันนี้สามารถเปลี่ยนบทถอดเสียงแต่ละอันให้เป็นการแปล คำบรรยาย และเวอร์ชันพากย์เสียงได้

ถอดเสียงวิดีโอจากไฟล์หรือลิงก์

อัปโหลดไฟล์วิดีโอหรือวางลิงก์ YouTube, Google Drive, Vimeo, S3 หรือลิงก์ตรง API จะดึงข้อมูลวิดีโอให้เองโดยที่คุณไม่ต้องดาวน์โหลด

ระบุชื่อผู้พูดหลายคน

การสัมภาษณ์ เสวนา และเว็บินาร์ที่มีผู้พูดหลายคนจะแสดงป้ายชื่อผู้พูดในทุกช่วง คุณจึงรู้เสมอว่าใครเป็นคนพูดอะไร

ตรวจจับภาษาอัตโนมัติ

ถอดเสียงวิดีโอใน 75 ภาษาต้นทาง รวมถึงภาษาอังกฤษ ปล่อยช่องภาษาต้นทางว่างไว้แล้วระบบจะตรวจจับภาษาของวิดีโอแต่ละรายการให้อัตโนมัติ

บทถอดเสียงที่ค้นหาได้

แต่ละช่วงจะมีเวลาเริ่มต้นและสิ้นสุด ผู้ใช้จึงสามารถค้นหาเนื้อหาที่เป็นข้อความในวิดีโอและข้ามไปยังช่วงที่มีการพูดวลีนั้นได้ทันที

บทถอดเสียงในหลายภาษา

แต่ละช่วงยังมีคำแปลในภาษาและภูมิภาคต่างๆ กว่า 135 แบบ บทถอดเสียงเดียวจึงรองรับผู้ชมทั่วโลกในภาษาอื่นๆ ได้

คำบรรยายในรูปแบบ .srt และ .vtt

แต่ละโปรเจกต์ยังส่งคืนไฟล์คำบรรยายในภาษาเป้าหมายที่ตรงกับช่วงเวลา สำหรับผู้ชมที่มีปัญหาทางการได้ยินหรือปิดเสียงอยู่

ข้อความธรรมดาหรือข้อมูลที่มีโครงสร้าง

อ่านบทถอดเสียงเป็นส่วนข้อมูล JSON หรือรวมข้อความเข้าด้วยกันเป็นข้อความธรรมดาสำหรับดัชนีการค้นหา บทความ คำอธิบายรายการ และบันทึกย่อ

แก้ไขศัพท์เฉพาะทาง

แก้ไขชื่อ ศัพท์ผลิตภัณฑ์ และศัพท์เฉพาะทางในทุกช่วงผ่าน API โดยมีอภิธานศัพท์ช่วยรักษาความสม่ำเสมอของคำศัพท์เหล่านี้เมื่อมีการแปลบทถอดเสียง

เติบโตได้ไร้ขีดจำกัด

ไม่มีข้อจำกัดอัตรา ไม่มีโควตาการใช้งานพร้อมกัน และไม่มีการจำกัดต่อคีย์ ดำเนินการถอดเสียงแบบกลุ่มในวิดีโอหลายรายการหรือทั้งคลังของคุณพร้อมกันได้
ดูการทำงานจริง

จากหนึ่งสคริปต์ สู่ 5 ภาษา

สคริปต์ของคลิปนี้ถูกแปลงเป็นภาษาอังกฤษ ฝรั่งเศส เยอรมัน โปรตุเกส และสเปน โดยแต่ละภาษามาพร้อมกับคำบรรยายและเสียงประกอบฉากเดิม
EN flag
En
FR flag
Fr
DE flag
De
PT flag
Pt
ES flag
Es
ขั้นตอนการทำงาน

3 ขั้นตอนง่ายๆ จากลิงก์วิดีโอสู่สคริปต์

การสร้างโปรเจกต์จะเริ่มจากการถอดเสียง แปลภาษา สร้างคำบรรยาย และทำเสียงพากย์ในครั้งเดียว ใช้เอนด์พอยต์ /generate หลังจากที่คุณตรวจสอบและแก้ไขสคริปต์เรียบร้อยแล้ว
1

ส่งวิดีโอของคุณ

อัปโหลดไฟล์วิดีโอในรูปแบบฟอร์มข้อมูล หรือวางลิงก์จาก YouTube, Google Drive, Vimeo, S3 หรือลิงก์ตรง คุณจะได้รับไอดีสื่อและข้อมูลวิดีโอก่อนที่จะเริ่มใช้งานจริง

POST /api/library/v1/media/link
2

สร้างโปรเจกต์

ระบุไอดีสื่อเป็น video_id และเลือกภาษาที่ต้องการแปล โดยเว้นช่องภาษาต้นทางว่างไว้เพื่อให้ระบบตรวจจับภาษาให้อัตโนมัติ ระบบจะเริ่มถอดเสียงทันทีvideo_id

POST /v2/projects
3

อ่านข้อความถอดเสียง

อ่านส่วนต่างๆ ของสคริปต์ได้ทันทีที่พร้อมใช้งาน เพื่อให้คุณเริ่มจัดทำดัชนีการบันทึกได้ในขณะที่ระบบกำลังประมวลผลสื่อที่แปลอยู่ และสามารถดาวน์โหลดไฟล์คำบรรยายและสื่อได้เมื่อโปรเจกต์เสร็จสมบูรณ์

GET /v2/projects/{id}/transcription
ระบบถอดเสียงใช้งานได้กับวิดีโอที่บันทึกไว้แล้วเท่านั้น ไม่รองรับการถ่ายทอดสด ระยะเวลาในการประมวลผลจะแตกต่างกันไปตามความยาวของวิดีโอและจำนวนผู้พูด เช่น จากการทดสอบ วิดีโอความยาว 3:47 นาที ใช้เวลาประมวลผลเพียง 165วินาที
สร้างมาเพื่อคุณโดยเฉพาะ

คุณต้องการแปลงเสียงเป็นข้อความในปริมาณมาก หรือใช้ภาษาที่ยังไม่มีในรายการของเราใช่ไหม? ติดต่อทีมงานของเราได้เลย

สำหรับการถอดเสียงจำนวนมาก ภาษาต้นทางนอกเหนือจากรายการ รูปแบบสคริปต์ที่ระบบค้นหาของคุณต้องการ หรือการจัดส่งไปยังพื้นที่เก็บข้อมูลของคุณเอง ทีมงานของเราพร้อมตรวจสอบความต้องการและตัวเลือกที่เหมาะสมที่สุดสำหรับคุณ

ภาษาและเสียงพากย์

ต้องการภาษาต้นทางที่ไม่มีในแค็ตตาล็อกทั่วไปใช่ไหม ติดต่อทีมงานของเราเพื่อพูดคุยเกี่ยวกับความต้องการและตัวเลือกที่มีให้บริการ

การจัดส่งและการผสานรวมระบบ

เว็บฮุก (Webhooks) การส่งข้อมูลเข้าคิวของคุณเอง การส่งตรงไปยัง S3 หรือการสร้าง endpoint แบบกำหนดเอง บอกเราได้เลยว่าระบบของคุณต้องการรับข้อมูลอย่างไร

ปริมาณงานและความเร็วในการประมวลผล

ขนาดชุดข้อมูล ภาษาเป้าหมายต่อการทำงานหนึ่งครั้ง และลำดับความสำคัญในการประมวลผล ล้วนเป็นเงื่อนไขในสัญญา ไม่ใช่ข้อจำกัดตายตัวของผลิตภัณฑ์

ความปลอดภัยและการโฮสต์ข้อมูล

การจัดเก็บข้อมูล การเข้าสู่ระบบแบบ SSO และ SAML กฎการเก็บรักษาข้อมูล และการสนับสนุนการตรวจสอบความปลอดภัย จะดำเนินการเป็นส่วนหนึ่งของการต้อนรับเข้าสู่ระบบระดับองค์กร
กรณีการใช้งาน

ใครบ้างที่ควรใช้ API ถอดเสียงวิดีโอ

แพลตฟอร์มที่มีวิดีโออยู่ภายใน

แพลตฟอร์ม LMS และการเรียนรู้ของลูกค้า, แพลตฟอร์มผู้สร้างเนื้อหาและวิดีโอ, เครื่องมือจัดสัมมนาผ่านเว็บและอีเวนต์เสมือนจริง, ระบบโฮสติ้งวิดีโอและเวิร์กโฟลว์ SaaS, แพลตฟอร์มส่งเสริมการใช้งานดิจิทัล และช้อปปิ้งไลฟ์สด เพิ่มฟีเจอร์สคริปต์ที่ค้นหาได้และคำบรรยายให้กับวิดีโอที่อัปโหลดในผลิตภัณฑ์ของคุณ

หน่วยงานด้านการแปลภาษาและผลิตสื่อ

ถอดเสียงวิดีโอของลูกค้าจำนวนมาก มอบสคริปต์พร้อมป้ายกำกับชื่อผู้พูดให้กับผู้ตรวจสอบ และส่งมอบคำบรรยายพร้อมคำแปลได้จากโปรเจกต์เดียวกัน

การผลิตวิดีโออย่างต่อเนื่องภายในองค์กร

ธุรกิจค้าปลีกและอีคอมเมิร์ซระดับนานาชาติ, แฟรนไชส์ระดับโลก, สำนักพิมพ์สื่อ, มหาวิทยาลัยองค์กร และผู้สร้างคอนเทนต์ ทำให้ทุกวิดีโอสามารถค้นหาและเข้าถึงได้ง่าย พร้อมนำสคริปต์กลับมาใช้ซ้ำสำหรับบทความและคำอธิบาย
เรื่องราวความสำเร็จจากลูกค้า

ทีมจริง ผลลัพธ์ที่วัดได้

วิธีที่บริษัทต่างๆ แปลวิดีโอด้วย Rask ผ่านตัวเลขจริงของพวกเขา
ลูกศร
ลูกศร
โค้ด

ตัวอย่างโค้ด API ถอดเสียงวิดีโอ

ตัวอย่างที่สมบูรณ์ในแต่ละภาษา: ส่งวิดีโอเป็นลิงก์หรือไฟล์ รอสักครู่ จากนั้นบันทึกสคริปต์ข้อความธรรมดาหรือค้นหาตามประทับเวลา
# pip install git+ssh://[email protected]/braskai/rask-sdk.git@main
import asyncio
from rask_sdk import clients, enums, schemas

VIDEOS = ["https://youtu.be/aaa", "https://youtu.be/bbb", "https://vimeo.com/123"]

async def transcribe(client, i, link):
    media = await client.create_media_link(data=schemas.MediaCreateLink(link=link))
    while media.status is enums.MediaStatus.PROCESSING:
        await asyncio.sleep(5)
        media = await client.get_media(media_id=media.id)
    job = await client.create_project(data=schemas.ProjectCreate(video_id=media.id, dst_lang="en-us"))
    while job.status is not enums.ProjectStatus.MERGING_DONE:
        await asyncio.sleep(10)
        job = await client.get_project(project_id=job.id)
    t = await client.get_project_transcription(project_id=job.id)
    with open(f"video_{i}.txt", "w") as f:   # plain text, one segment per line
        f.write("\n".join(f"{s.speaker}: {s.src.text}" for s in t.segments))

async def main():
    client = clients.RaskSDKClient(client_id=CLIENT_ID, client_secret=CLIENT_SECRET)
    await asyncio.gather(*(transcribe(client, i, v) for i, v in enumerate(VIDEOS)))   # no rate limits

asyncio.run(main())
github.com/braskai/rask-sdk
bulk, async
import os, time, requests

AUTH = "https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token"
API  = "https://api.rask.ai"

token = requests.post(AUTH, auth=(CLIENT_ID, CLIENT_SECRET),
                      data={"grant_type": "client_credentials"}).json()["access_token"]
h = {"Authorization": f"Bearer {token}"}

media = requests.post(f"{API}/api/library/v1/media/link", headers=h,
                      json={"link": "https://youtu.be/..."}).json()

project = requests.post(f"{API}/v2/projects", headers=h,
                        json={"video_id": media["id"], "dst_lang": "es-mx"}).json()

while project["status"] != "merging_done":
    time.sleep(10)
    project = requests.get(f"{API}/v2/projects/{project['id']}", headers=h).json()

print(project["translated_video"])
requests
no SDK required
// no dependencies, Node 18+ global fetch
const API = 'https://api.rask.ai';
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));
const auth = await fetch('https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token', {
  method: 'POST',
  headers: { Authorization: 'Basic ' + btoa(`${CLIENT_ID}:${CLIENT_SECRET}`) },
  body: new URLSearchParams({ grant_type: 'client_credentials' }),
}).then((r) => r.json());
const h = { Authorization: `Bearer ${auth.access_token}`, 'Content-Type': 'application/json' };
const call = (method, path, body) => fetch(API + path, { method, headers: h, body: body && JSON.stringify(body) }).then((r) => r.json());

let media = await call('POST', '/api/library/v1/media/link', { link: 'https://drive.google.com/file/d/...' });
while (media.status === 'processing') { await sleep(5000); media = await call('GET', `/api/library/v1/media/${media.id}`); }

let p = await call('POST', '/v2/projects', { video_id: media.id, dst_lang: 'fr-fr' });
while (p.status !== 'merging_done') { await sleep(10000); p = await call('GET', `/v2/projects/${p.id}`); }

const { segments } = await call('GET', `/v2/projects/${p.id}/transcription`);
const index = segments.map((s) => ({ t: s.start, speaker: s.speaker, text: s.src.text, fr: s.dst.text }));
console.log(JSON.stringify(index, null, 2));   // ready for your search index
fetch, Node 18+
plain HTTP
# 1. token (valid 1 hour - cache and reuse it)
TOKEN=$(curl -s -X POST https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token \
  -u "$CLIENT_ID:$CLIENT_SECRET" -d "grant_type=client_credentials" | jq -r .access_token)

# 2. upload a local video file
VIDEO_ID=$(curl -s -X POST "https://api.rask.ai/api/library/v1/media?kind=video" \
  -H "Authorization: Bearer $TOKEN" -F "[email protected]" | jq -r .id)

# 3. create the project once the media status is ready
ID=$(curl -s -X POST https://api.rask.ai/v2/projects \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d "{\"video_id\": \"$VIDEO_ID\", \"dst_lang\": \"de-de\", \"num_speakers\": 3}" | jq -r .id)

# 4. when status is merging_done, save the transcript as plain text
curl -s https://api.rask.ai/v2/projects/$ID/transcription -H "Authorization: Bearer $TOKEN" \
  | jq -r '.segments[].src.text' > webinar.txt
local video file
multipart upload
<?php
use GuzzleHttp\Client;

$http = new Client(['base_uri' => 'https://api.rask.ai']);
$json = fn($r) => json_decode($r->getBody(), true);
$auth = $json((new Client)->post('https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token',
    ['auth' => [$clientId, $clientSecret], 'form_params' => ['grant_type' => 'client_credentials']]));
$h = ['Authorization' => 'Bearer ' . $auth['access_token']];

$media = $json($http->post('/api/library/v1/media/link', ['headers' => $h, 'json' => [
    'link' => 'https://vimeo.com/123456']]));
while ($media['status'] === 'processing') {
    sleep(5);
    $media = $json($http->get("/api/library/v1/media/{$media['id']}", ['headers' => $h]));
}

$p = $json($http->post('/v2/projects', ['headers' => $h, 'json' => [
    'video_id' => $media['id'], 'dst_lang' => 'pt-br']]));
while ($p['status'] !== 'merging_done') {
    sleep(10);
    $p = $json($http->get("/v2/projects/{$p['id']}", ['headers' => $h]));
}

$t = $json($http->get("/v2/projects/{$p['id']}/transcription", ['headers' => $h]));
file_put_contents('video.txt', implode("\n", array_map(fn($s) => $s['src']['text'], $t['segments'])));
Guzzle 7
plain HTTP
Python คือ SDK อย่างเป็นทางการ แท็บ Node, PHP และ cURL เป็นตัวอย่าง HTTP ธรรมดาที่เรียกใช้งานไปยังเอนด์พอยต์เดียวกัน
ความคืบหน้า

โปรเจกต์ถอดเสียงวิดีโอรายงานความคืบหน้าอย่างไร

วิดีโอแต่ละรายการจะถูกแปลงเป็นโปรเจกต์ที่มีสถานะระบุไว้อย่างชัดเจน ช่วยให้คุณติดตามความคืบหน้าของวิดีโอทั้งหมดในการประมวลผลจำนวนมากได้ คุณเพียงแค่ต้องจัดการกับ 3 กลุ่มหลักนี้เท่านั้น

สำเร็จแล้ว หยุดที่นี่

merging_done
ไฟล์สื่อและคำบรรยายฉบับสมบูรณ์พร้อมแล้ว คุณสามารถอ่านและจัดทำดัชนีสคริปต์ได้ล่วงหน้าทันทีที่ส่วนต่างๆ พร้อมใช้งาน

กำลังดำเนินการ ดึงข้อมูลสถานะต่อไป

created
uploading
transcription_started
separate_background_started
determine_speakers_started
translation_started
voiceover_started
merging_started
พร้อมกับสิ่งที่ตรงกัน _done ซึ่งสถานะเหล่านี้สามารถนำไปแสดงผลบนหน้าจอความคืบหน้าได้อย่างลงตัว

เกิดข้อผิดพลาด หยุดทำงาน และรายงาน

failed
upload_failed
transcription_failed
translation_failed
voiceover_failed
merging_failed
no_audio
no_words
forbidden_link
no_audio, no_words and forbidden_link are specific enough to show directly to your own user, for example a video without speech.
Plain text transcript, two speakers
jq -r on /transcription
00:00:00,320  SPEAKER_00  Welcome back. Today we test three cameras in low light.
00:00:06,180  SPEAKER_01  I brought the footage from last week's night shoot.
00:00:10,940  SPEAKER_00  Let's start with the smallest sensor, the hardest case.
00:00:15,500  SPEAKER_01  At ISO 6400 the noise is visible, but the colors hold up.

หรือข้ามขั้นตอนการตรวจสอบสถานะไปเลยก็ได้

ชี้มาที่ปลายทางเว็บฮุก (webhook endpoint) แล้วการเปลี่ยนแปลงสถานะทุกอย่างจะส่งมาเป็นแบบ POST คิวของคุณจึงตอบสนองต่อการเปลี่ยนแปลงแต่ละครั้งได้ทันทีที่เกิดขึ้น การส่งมอบผ่านเว็บฮุกเป็นส่วนหนึ่งของการต้อนรับลูกค้าองค์กร
อ่านเอกสารประกอบ
preserveAspectRatio="xMidYMid meet" aria-hidden="true" role="img">
ผลลัพธ์

สิ่งที่คุณจะได้รับสำหรับวิดีโอทุกรายการ

โปรเจกต์ที่เสร็จสมบูรณ์แต่ละรายการจะแสดงสคริปต์ในรูปแบบ JSON, ไฟล์คำบรรยายในรูปแบบ SRT และ VTT ในภาษาที่แปล ตลอดจนวิดีโอและเสียงที่แปลแล้ว ลิงก์ดาวน์โหลดจะถูกสร้างขึ้นล่วงหน้าและมีอายุการใช้งาน 1 ชั่วโมง
ฟิลด์
รูปแบบ
ลักษณะของไฟล์
/transcription
JSON
ป้ายกำกับผู้พูด, ประทับเวลา, ข้อความต้นฉบับ และคำแปลสำหรับทุกช่วง
translation_srt_path
.srt
คำบรรยายในภาษาที่ต้องการ ซึ่งซิงก์เวลากับช่วงต่างๆ ของวิดีโออย่างแม่นยำ
translation_vtt_path
.vtt
คำบรรยายแบบเดียวกับ WebVTT สำหรับโปรแกรมเล่นบนเว็บ
translated_video
MP4
วิดีโอที่แปลพร้อมเสียงพากย์
translated_audio
WAV
เสียงที่แปลแล้วผสมกับเสียงพื้นหลังต้นฉบับ
original_video
MP4
วิดีโอต้นฉบับของคุณที่จัดเก็บไว้ เพื่อใช้เป็นข้อมูลอ้างอิง
การควบคุม

แก้ไขชื่อเฉพาะและศัพท์เฉพาะในข้อความถอดเสียง

ระบบถอดเสียงอัตโนมัติสามารถจัดการวิดีโอได้เกือบทั้งหมด แต่ชื่อเฉพาะ สำเนียง และศัพท์เทคนิคบางครั้งอาจต้องอาศัยคนตรวจสอบ คุณสามารถแก้ไขข้อความ จังหวะเวลา หรือผู้พูดของส่วนนั้นๆ ได้ด้วยคำขอเดียว จากนั้นสร้างเวอร์ชันที่แปลแล้วใหม่ โดยจะคิดค่าบริการตามส่วนที่มีการเปลี่ยนแปลงและมีขั้นต่ำหนึ่งนาทีต่อการทำงานหนึ่งครั้ง

แก้ไขวิดีโอได้ทีละช่วง

แก้ไขวิดีโอได้ทีละช่วง
ทุกโปรเจกต์จะแสดงข้อความถอดเสียงเป็นส่วนๆ ที่เข้าถึงได้ ดังนั้น เมื่อเกิดปัญหาฟังชื่อผิด คุณจึงแก้ไขได้ด้วยคำขอแพทช์เดียวแทนที่จะต้องถอดเสียงใหม่ทั้งหมดด้วยมือ
ดึงข้อมูลบทถอดเสียงและส่วนต่างๆ ออกมา
แก้ไขข้อความต้นฉบับแล้วเราจะแปลใหม่ให้ทันที
แก้ไขข้อความที่แปลแล้วได้โดยตรงเพื่อให้ใช้คำในแบบของคุณเอง
ปรับแต่งเวลา เพิ่มส่วนต่างๆ หรือลบส่วนที่ไม่ต้องการ
เปลี่ยนเสียงพากย์ของใครก็ได้ตามต้องการ

อภิธานศัพท์สำหรับคำศัพท์เฉพาะ

อภิธานศัพท์สำหรับคำศัพท์เฉพาะ
แนบอภิธานศัพท์เพื่อให้ชื่อผลิตภัณฑ์และศัพท์เทคนิคสะกดตรงกันในทุกข้อความถอดเสียงที่แปล หรือจะคงไว้เป็นภาษาเดิมตามความตั้งใจก็ได้

อภิธานศัพท์หนึ่งชุดจะใช้ได้กับหนึ่งคู่ภาษาและครอบคลุมทุกสำเนียงของภาษานั้นๆ ดังนั้นอภิธานศัพท์ภาษาสเปนเพียงชุดเดียวก็ใช้ได้ es-mx และ es-es เช่นเดียวกัน บันทึกของโปรเจกต์ glossary_versionเพื่อให้การแก้ไขภายหลังไม่ไปกระทบงานที่เสร็จสมบูรณ์แล้วโดยไม่รู้ตัว
ข้อมูลนำเข้า

รูปแบบไฟล์ที่รองรับ

ถอดเสียงไฟล์วิดีโอในเจ็ดรูปแบบและไฟล์เสียงในสี่รูปแบบ หรือส่งลิงก์จากแพลตฟอร์มหลัก เช่น YouTube, Google Drive หรือ Vimeo โดยระบบจะปฏิเสธไฟล์ที่ไม่รองรับก่อนที่จะมีการคิดนาทีใช้งานใดๆ

วิดีโอ

7 รูปแบบ
.mp4
.mov
.mkv
.avi
.webm
.m4v
.3gp

เสียง

4 รูปแบบ
.mp3
.wav
.flac
.m4a

ตรวจสอบข้อมูลก่อนเริ่มใช้งาน

ระบบจะแสดงข้อมูลความยาว ขนาดไฟล์ ตัวแปลงสัญญาณวิดีโอ อัตราเฟรม ความละเอียด ตัวแปลงสัญญาณเสียง อัตราสุ่ม และรูปแบบช่องสัญญาณ คุณสามารถตรวจสอบความถูกต้องของไฟล์และประเมินค่าใช้จ่ายล่วงหน้าได้ เนื่องจากคิดค่าบริการตามความยาวของวิดีโอเป็นนาที
ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

วิดีโอและข้อความถอดเสียงของคุณภายใต้การควบคุมที่ได้รับการตรวจสอบความปลอดภัย

Brask Inc ได้รับมาตรฐาน SOC 2 Type II และดำเนินการภายใต้ GDPR พร้อมทั้งเผยแพร่สถานะการควบคุมแบบเรียลไทม์ใน Trust Center เพื่อทีมรักษาความปลอดภัยของคุณ

ใบรับรอง

SOC 2 Type II
GDPR
สมาชิก CAI และ C2PA

การเข้ารหัส

TLS 1.2 ระหว่างการรับส่งข้อมูล
AES-256 ขณะจัดเก็บ
คีย์ที่จัดการโดย SSE-S3
การหมุนเวียนคีย์อย่างน้อยทุก ๆ 12 เดือน

เนื้อหาของคุณ

สภาพแวดล้อม AI แบบปิด
ไม่นำไปใช้ฝึกโมเดลทั่วไปเด็ดขาด
ส่งออกข้อมูลได้เต็มรูปแบบ ไม่มีข้อผูกมัด

เข้าถึง

SSO และ SAML
การควบคุมการเข้าถึงตามบทบาท
ข้อมูลรับรองไคลเอ็นต์ OAuth 2.0

องค์กร

ตัวเลือกการจัดเก็บข้อมูลในพื้นที่
SLA แบบกำหนดเอง
ผู้จัดการบัญชีส่วนตัว

สิทธิ์การใช้เสียง

เสียงสังเคราะห์ที่มีสิทธิ์การใช้งาน
การโคลนเสียงโดยได้รับความยินยอม
ระบบควบคุมความปลอดภัย AI มีมนุษย์คอยตรวจสอบ
การเปรียบเทียบ

เปรียบเทียบระหว่าง Rask API กับขั้นตอนการทำงานถอดเสียงที่ประกอบขึ้นจากหลายส่วน

ข้อความถอดเสียงของวิดีโอ rarely จะเป็นผลลัพธ์สุดท้าย ทีมงานยังต้องการป้ายระบุผู้พูด คำบรรยาย และภาษาอื่นๆ ด้วย นี่คือการทำงานแบบเดียวกันที่ประกอบขึ้นในสองวิธี
สิ่งที่คุณต้องการ
Rask API
ประกอบเข้าด้วยกันจากหลายส่วน
ลิงก์วิดีโอจาก YouTube, Drive, Vimeo หรือ S3
ยอมรับโดยตรง
ดาวน์โหลดและแปลงไฟล์ก่อน
ป้ายระบุผู้พูดสำหรับผู้พูดหลายคน
รวมอยู่ด้วย
ส่วนเสริมการแยกแยะเสียงพูดหรือการแท็กด้วยมือ
ภาษาของวิดีโอแต่ละรายการ
ตรวจจับโดยอัตโนมัติ
ตั้งค่าตามไฟล์หรือตรวจจับแยกต่างหาก
ข้อความถอดเสียงในภาษาอื่นๆ
135+ ภาษาและภูมิภาค
API แปลภาษาสำหรับแต่ละภาษา
คำบรรยายในรูปแบบ .srt และ .vtt
รวมอยู่ด้วย
เครื่องมือสร้างคำบรรยายหรือโปรแกรมเขียนไฟล์ของคุณเอง
การแก้ไขศัพท์เฉพาะทางเทคนิค
หนึ่งคำขอแพทช์ต่อหนึ่งส่วน
แก้ไขสำเนาในทุกเครื่องมือ
เวอร์ชันวิดีโอที่พากย์เสียงแล้ว
รวมอยู่ในโปรเจกต์เดียวกัน
ผู้ให้บริการ TTS และการผสมเสียงของคุณเอง
ขีดจำกัดอัตราการใช้งาน
ไม่มี
ขึ้นอยู่กับสิ่งที่ผู้ให้บริการแต่ละรายกำหนด
คำบรรยายแบบเรียลไทม์สำหรับการประชุมสด
ใช้ API แปลงเสียงพูดเป็นข้อความแบบสตรีมมิ่ง
มีอยู่ในผู้ให้บริการบางราย
ภาษาที่ยังไม่มีใครรองรับ
เราสร้างให้คุณได้
ไม่พร้อมใช้งาน
ที่เกี่ยวข้อง

API แบบครบวงจรที่จัดการส่วนที่เหลือทั้งหมดให้คุณ

คำถามที่ถามบ่อย

API ถอดข้อความวิดีโอ: คำถามที่พบบ่อย

ไม่พบสิ่งที่คุณกำลังหาอยู่ใช่ไหม?ติดต่อฝ่ายขาย

Rask มี API สำหรับถอดข้อความวิดีโอหรือไม่?

ฉันสามารถถอดข้อความจากวิดีโอ YouTube หรือลิงก์วิดีโอได้ไหม?

ฉันสามารถถอดข้อความวิดีโอหลายรายการพร้อมกันได้หรือไม่?

ระบบจัดการกับผู้พูดหลายคนอย่างไร?

รองรับภาษาใดบ้าง?

การถอดเสียงมีความแม่นยำแค่ไหน?

ฉันสามารถรับบทถอดเสียงเป็นข้อความธรรมดาได้ไหม?

ระบบสามารถสร้างสรุปโดย AI หัวข้อสำคัญ หรือวิเคราะห์ความรู้สึกได้หรือไม่?

สามารถถอดข้อความจากการประชุมได้หรือไม่?

มีข้อจำกัดเรื่องขนาดไฟล์สูงสุดไหม?

การเรียกเก็บเงินสำหรับการถอดข้อความวิดีโอนี้คิดอย่างไร?

มีแพ็กเกจฟรีให้ใช้งานไหม

ฉันจะขอสิทธิ์เข้าใช้งาน API และรับคีย์ API ได้อย่างไร

เริ่มพากย์เสียงได้ภายในบ่ายเดียว

ส่งคำขอแรกของคุณวันนี้ และติดต่อเราได้เลยเมื่อคุณต้องการใช้งานในปริมาณมากหรือต้องการภาษาที่คนอื่นไม่มี