API การคัดลอกเสียงสำหรับวิดีโอที่แปลแล้ว

คงเสียงเดิมของผู้พูดทุกคนไว้เมื่อวิดีโอของคุณพูดภาษาอื่น API จะโคลนเสียงจากวิดีโอต้นฉบับโดยอัตโนมัติ หรือใช้เสียงโคลนที่คุณสร้างไว้ แล้วส่งคืนวิดีโอที่พากย์เสียงแล้วพร้อมเสียงโคลน แทร็กเสียง และคำบรรยาย
โคลนเสียงได้ทันที
โคลนเสียงตามความต้องการ
REST + Python SDK
clone, assign, re-dub
OAuth 2.0
# 1. create the dub - each speaker gets an Instant Voice Clone by default
curl -X POST https://api.rask.ai/v2/projects \
  -H "Authorization: Bearer $TOKEN" \
  -d '{"video_id": "b8f7835d-e8c9-4ff4-8e34-5c336d818319", "dst_lang": "es-mx"}'

# 2. list the voices available in this project
curl https://api.rask.ai/v2/projects/$ID/voices \
  -H "Authorization: Bearer $TOKEN"
#  "label": "Voice Clone", "gender": "auto"         instant clone
#  "label": "Maria Lopez", "sample_src": "https://..."  your custom clone

# 3. assign your custom clone - include every speaker in the map
curl -X PATCH https://api.rask.ai/v2/projects/$ID \
  -H "Authorization: Bearer $TOKEN" \
  -d '{"voice": {"SPEAKER_00": "<custom_voice_id>", "SPEAKER_01": "<voice_id>"}}'
GET /v2/projects/{project_id}
polling, 10s
# 4. re-dub with the new voices, then poll until merging_done
curl -X POST https://api.rask.ai/v2/projects/$ID/generate \
  -H "Authorization: Bearer $TOKEN"
while :; do
  curl -s https://api.rask.ai/v2/projects/$ID -H "Authorization: Bearer $TOKEN" | jq .status
  sleep 10
done
ได้รับความไว้วางใจจากทีมงานทั่วโลก
ความสามารถ

ฟังก์ชันทั้งหมดของ Voice Cloning API

โคลนผู้พูดแต่ละคนจากวิดีโอต้นฉบับ หรือใช้เสียงโคลนที่คุณสร้างไว้ในทุกเวอร์ชันที่แปลและหลายภาษา เลือกเสียง AI สำเร็จรูปสำหรับภาษาที่ยังไม่รองรับการโคลนเสียง เพิ่มฟีเจอร์ซิงค์ริมฝีปาก (มีค่าใช้จ่ายเพิ่มเติม)

โคลนเสียงได้ทันที

ผู้พูดแต่ละคนจะได้เสียงโคลนที่เป็นเสียงของตัวเองจากวิดีโอต้นฉบับ โดยไม่ต้องบันทึกเสียงตัวอย่าง ระบบจะกำหนดให้โดยอัตโนมัติในภาษาที่รองรับ

โคลนเสียงตามความต้องการ

สร้างเสียงที่ใช้ซ้ำได้ในแอป Rask จากไฟล์เสียงที่คมชัด หรือบันทึกเสียงของผู้พูดจากโปรเจกต์เดิมลงในคลังเสียงโคลนของคุณ เมื่อได้รับความยินยอมจากผู้พูด คุณสามารถนำเสียงนั้นไปใช้ซ้ำในโปรเจกต์ API ต่างๆ ในภาษาที่รองรับได้

หนึ่งเสียงต่อผู้พูดหนึ่งคน

ระบบจะแยกเสียงผู้พูดแต่ละคนให้อัตโนมัติและทุกคนจะได้ใช้เสียงโคลนของตัวเอง ทำให้การสัมภาษณ์ การพูดคุย และพอดแคสต์ฟังง่ายและติดตามได้ตลอด

การร้องตามเสียง

ปรับการเคลื่อนไหวของปากให้ตรงกับเสียงโคลนเป็นฟีเจอร์เสริมสำหรับโปรเจกต์ที่เสร็จแล้ว (มีค่าใช้จ่ายแยกต่างหาก) ระบบจะตรวจจับใบหน้าก่อน เพื่อให้คุณใช้งานเฉพาะจุดที่ได้ผลจริง

คงเสียงพื้นหลังไว้

เสียงดนตรี เสียงบรรยากาศในห้อง และเอฟเฟกต์ต่างๆ จะถูกแยกออกจากเสียงพูดและนำมาผสมกลับใต้เสียงโคลน ผลลัพธ์จึงยังคงเสียงที่มีคุณภาพแบบต้นฉบับไว้

เสียง AI สำเร็จรูป

สำหรับภาษาที่ไม่มีการโคลนเสียง หรือเมื่อเสียงสำเร็จรูปเข้ากันได้ดีกว่า คุณสามารถเลือกเสียง AI สำเร็จรูปพร้อมระบุเพศสำหรับผู้พูดแต่ละคนได้

เอกลักษณ์ของเสียงในทุกภาษา

เสียงโคลนจะพูดภาษาสเปน ฝรั่งเศส หรือญี่ปุ่นด้วยน้ำเสียงของผู้พูดต้นฉบับ ผู้ดำเนินรายการจึงยังคงมีเสียงที่เป็นเอกลักษณ์ของตนเองสำหรับผู้ชมทั่วโลก

เปลี่ยนเสียง พากย์เสียงผู้พูดใหม่

กำหนดเสียงใหม่ให้กับผู้พูดแล้วสร้างใหม่ ระบบจะคิดค่าใช้จ่ายเฉพาะส่วนที่มีการเปลี่ยนแปลงเท่านั้น จึงไม่มีใครต้องบันทึกเสียงใหม่ทั้งหมด

เติบโตได้ไร้ขีดจำกัด

ไม่มีการจำกัดอัตรา ไม่มีโควตาการใช้งานพร้อมกัน และไม่มีการจำกัดคำขอต่อคีย์ พากย์วิดีโอทั้งหมดของคุณด้วยเสียงโคลนพร้อมกันได้ทุกจำนวน
ดูการทำงานจริง

ฟังเสียงผู้พูดหนึ่งคนในห้าภาษา

เสียงต้นฉบับภาษาอังกฤษ ตามด้วยเสียงโคลนภาษาฝรั่งเศส เยอรมัน โปรตุเกส และสเปน ผู้พูดแต่ละคนยังคงเสียงของตัวเองไว้ และเสียงพื้นหลังยังคงอยู่ครบถ้วน
EN flag
En
FR flag
Fr
DE flag
De
PT flag
Pt
ES flag
Es
ขั้นตอนการทำงาน

สามขั้นตอนจากวิดีโอต้นฉบับสู่เสียงโคลน

การสร้างโปรเจกต์จะเริ่มการพากย์เสียงด้วย Instant Voice Clones ใช้เอนด์จุด /generate หลังจากที่คุณเปลี่ยนเสียงหรือแก้ไขสคริปต์
1

อัปโหลดวิดีโอของคุณ

ส่งไฟล์ในรูปแบบ multipart form data หรือโพสต์ลิงก์จาก YouTube, Google Drive, S3, Vimeo หรือ URL ใดก็ได้ เสียงพูดในวิดีโอนี้จะใช้เป็นตัวอย่างเสียงสำหรับการโคลนเสียงแบบทันที (Instant Voice Clone)

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

สร้างโปรเจกต์

ส่งรหัสสื่อมาเป็น video_id พร้อมกับภาษาที่ต้องการ ผู้พูดแต่ละคนที่ตรวจพบจะได้รับเสียงโคลนทันทีในภาษาที่รองรับ และการพากย์จะเริ่มต้นขึ้นทันที

POST /v2/projects
3

เลือกเสียงและพากย์เสียงใหม่

แสดงรายการเสียงสำหรับโปรเจกต์ กำหนดเสียงโคลนที่กำหนดเองหรือเสียงที่มีอยู่ให้ผู้พูดคนใดก็ได้ จากนั้นเรียกใช้งาน /generate และดาวน์โหลดไฟล์เมื่อการพากย์เสร็จสมบูรณ์

PATCH /v2/projects/{project_id}
เวลาในการประมวลผลจะแตกต่างกันไปตามแต่ละโปรเจกต์ เมื่อคุณเปลี่ยนเสียงของผู้พูด เฉพาะส่วนของผู้พูดคนนั้นเท่านั้นที่จะถูกพากย์ใหม่และคิดค่าใช้จ่าย
สร้างมาเพื่อคุณโดยเฉพาะ

ต้องการเสียงที่ไม่ได้อยู่ในแคตตาล็อกหรือไม่? ติดต่อทีมงานของเราได้เลย

การโคลนเสียงสำหรับภาษาที่ยังไม่รองรับ คลังเสียงแบบกำหนดเองที่ใหญ่ขึ้น หรือวิธีส่งมอบงานในแบบของคุณ: เมื่อโปรเจกต์เสียงต้องการสิ่งนอกเหนือจากแค็ตตาล็อกสาธารณะ ทีมงานของเราจะตรวจสอบความต้องการและตัวเลือกที่มีให้คุณ

ภาษาและเสียงพากย์

ต้องการภาษาหรือเสียงที่นอกเหนือจากแคตตาล็อกสาธารณะใช่ไหม พูดคุยกับทีมของเราเกี่ยวกับความต้องการและตัวเลือกที่มี

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

ใครใช้ API สำหรับการคัดลอกเสียง

แพลตฟอร์มที่มีวิดีโออยู่ภายใน

แพลตฟอร์มการเรียนรู้ออนไลน์และศูนย์การเรียนรู้ของลูกค้า แพลตฟอร์มสำหรับครีเอเตอร์และวิดีโอรวมถึงแอปมือถือ เครื่องมือจัดสัมมนาและอีเวนต์เสมือนจริง โฮ스팅วิดีโอและระบบงานอัตโนมัติ แพลตฟอร์มส่งเสริมการใช้งานดิจิทัล และระบบช้อปปิ้งไลฟ์สด ช่วยให้ครีเอเตอร์และผู้สอนยังคงใช้เสียงของตนเองได้ในทุกภาษาที่รองรับการโคลนเสียง ใช้เสียง AI สำเร็จรูปสำหรับภาษาอื่นๆ และทำให้การพากย์หลายภาษาเป็นฟีเจอร์เด่นของแพลตฟอร์มคุณ

หน่วยงานด้านการแปลภาษาและผลิตสื่อ

ส่งมอบเสียงพากย์ที่เป็นเอกลักษณ์ด้วยเสียงของผู้บรรยายต้นฉบับสำหรับวิดีโอของลูกค้าแต่ละราย จัดเก็บเสียงโคลนสำหรับผู้บรรยายแต่ละคนที่ทำงานร่วมกันเป็นประจำ (โดยได้รับความยินยอมแล้ว) และนำกลับมาใช้ใหม่ในทุกโปรเจกต์ผ่าน API โดยไม่ต้องให้ใครมาอัดเสียงใหม่

การผลิตวิดีโออย่างต่อเนื่องภายในองค์กร

ธุรกิจรีเทลและอีคอมเมิร์ซระดับนานาชาติ แฟรนไชส์ระดับโลก สำนักพิมพ์สื่อ และองค์กรระดับองค์กร เทรนเนอร์ ผู้บริหาร และผู้เชี่ยวชาญด้านผลิตภัณฑ์อัดเสียงเพียงครั้งเดียว จากนั้นนำเสียงที่โคลนไปใช้กับภาษาเป้าหมายที่รองรับ และใช้เสียง AI สำเร็จรูปสำหรับวิดีโอฝึกอบรม อัปเดตผลิตภัณฑ์ และข้อความภายในองค์กรในเวอร์ชันตลาดอื่นๆ
เรื่องราวความสำเร็จจากลูกค้า

ทีมจริง ผลลัพธ์ที่วัดได้

วิธีที่บริษัทต่างๆ แปลวิดีโอด้วย Rask ผ่านตัวเลขจริงของพวกเขา
ลูกศร
ลูกศร
โค้ด

ตัวอย่างโค้ด API สำหรับโคลนเสียง

ตัวอย่างที่สมบูรณ์ในแต่ละภาษา: การยืนยันตัวตน, การอัปโหลด, การพากย์ด้วยการโคลนเสียงแบบทันที, การกำหนดเสียงโคลนที่กำหนดเองให้กับผู้พูด, การพากย์ใหม่ และการดาวน์โหลด
# pip install git+ssh://[email protected]/braskai/rask-sdk.git@main
import asyncio
from rask_sdk import clients, enums, schemas

async def wait(client, job):
    while job.status is not enums.ProjectStatus.MERGING_DONE:
        await asyncio.sleep(10)
        job = await client.get_project(project_id=job.id)
    return job

async def main():
    client = clients.RaskSDKClient(client_id=CLIENT_ID, client_secret=CLIENT_SECRET)

    video = await client.create_media_link(data=schemas.MediaCreateLink(link="https://youtu.be/..."))
    while video.status is not enums.MediaStatus.READY:
        await asyncio.sleep(5)
        video = await client.get_media(media_id=video.id)

    # first dub: every speaker gets an Instant Voice Clone
    job = await wait(client, await client.create_project(
        data=schemas.ProjectCreate(video_id=video.id, dst_lang="es-mx")))

    # assign a custom clone to SPEAKER_00, keep the other speakers as they are
    voices = await client.get_project_voices(project_id=job.id)
    custom = next(v for v in voices if v.label == "Maria Lopez")
    voice_map = {**job.voice, "SPEAKER_00": custom.id}
    await client.patch_project(project_id=job.id, data=schemas.ProjectPatch(voice=voice_map))

    job = await wait(client, await client.generate_project(project_id=job.id))
    print(job.translated_video, job.voiceover)

asyncio.run(main())
github.com/braskai/rask-sdk
async, typed models
import 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}"}

def wait(pid):
    while (p := requests.get(f"{API}/v2/projects/{pid}", headers=h).json())["status"] != "merging_done":
        time.sleep(10)
    return p

video = requests.post(f"{API}/api/library/v1/media/link", headers=h, json={"link": "https://youtu.be/..."}).json()
while video["status"] != "ready":
    time.sleep(5)
    video = requests.get(f"{API}/api/library/v1/media/{video['id']}", headers=h).json()

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

voices = requests.get(f"{API}/v2/projects/{pid}/voices", headers=h).json()
custom = next(v for v in voices if v["label"] == "Maria Lopez")
voice_map = {**project["voice"], "SPEAKER_00": custom["id"]}   # every speaker stays in the map

requests.patch(f"{API}/v2/projects/{pid}", headers=h, json={"voice": voice_map})
requests.post(f"{API}/v2/projects/{pid}/generate", headers=h)
print(wait(pid)["translated_video"])
requests + polling
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 ${auth.access_token}`, 'Content-Type': 'application/json' };
const call = (method, path, body) => fetch(API + path, { method, headers: h, body: body && JSON.stringify(body) }).then((r) => r.json());
const wait = async (id) => { let p; while ((p = await call('GET', `/v2/projects/${id}`)).status !== 'merging_done') await sleep(10000); return p; };

let video = await call('POST', '/api/library/v1/media/link', { link: 'https://youtu.be/...' });
while (video.status !== 'ready') { await sleep(5000); video = await call('GET', `/api/library/v1/media/${video.id}`); }

const { id } = await call('POST', '/v2/projects', { video_id: video.id, dst_lang: 'es-mx' });
const project = await wait(id);

const voices = await call('GET', `/v2/projects/${id}/voices`);
const custom = voices.find((v) => v.label === 'Maria Lopez');
await call('PATCH', `/v2/projects/${id}`, { voice: { ...project.voice, SPEAKER_00: custom.id } });
await call('POST', `/v2/projects/${id}/generate`);

console.log((await wait(id)).translated_video);
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. create the dub - Instant Voice Clones are assigned by default
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\": \"es-mx\"}" | jq -r .id)

# 3. after merging_done: read the current voice map and the voice options
curl -s https://api.rask.ai/v2/projects/$ID -H "Authorization: Bearer $TOKEN" | jq .voice
curl -s https://api.rask.ai/v2/projects/$ID/voices -H "Authorization: Bearer $TOKEN" | jq '.[] | {id, label, gender}'

# 4. assign voices for every speaker, then re-dub
curl -s -X PATCH https://api.rask.ai/v2/projects/$ID -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" -d '{"voice": {"SPEAKER_00": "<custom_voice_id>", "SPEAKER_01": "<voice_id>"}}'
curl -s -X POST https://api.rask.ai/v2/projects/$ID/generate -H "Authorization: Bearer $TOKEN"
PATCH /v2/projects/{id}
OAuth 2.0 client credentials
<?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']];

$wait = function ($id) use ($http, $h, $json) {
    do { sleep(10); $p = $json($http->get("/v2/projects/$id", ['headers' => $h])); }
    while ($p['status'] !== 'merging_done');
    return $p;
};

$id = $json($http->post('/v2/projects', ['headers' => $h,
    'json' => ['video_id' => $videoId, 'dst_lang' => 'es-mx']]))['id'];
$project = $wait($id);

$voices = $json($http->get("/v2/projects/$id/voices", ['headers' => $h]));
$custom = current(array_filter($voices, fn($v) => $v['label'] === 'Maria Lopez'));
$map = array_merge($project['voice'], ['SPEAKER_00' => $custom['id']]);

$http->patch("/v2/projects/$id", ['headers' => $h, 'json' => ['voice' => $map]]);
$http->post("/v2/projects/$id/generate", ['headers' => $h]);
echo $wait($id)['translated_video'];
Guzzle 7
plain HTTP
Python คือ SDK อย่างเป็นทางการ แท็บ Node, PHP และ cURL เป็นตัวอย่าง HTTP ธรรมดาที่เรียกใช้งานไปยังเอนด์พอยต์เดียวกัน
ความคืบหน้า

วิธีที่โปรเจกต์โคลนเสียงรายงานความคืบหน้า

โปรเจกต์จะดำเนินการผ่านระบบสถานะที่บันทึกไว้ในระหว่างการพากย์ครั้งแรก และทุกครั้งที่มีการพากย์ใหม่ เพื่อให้ผู้ใช้ของคุณเห็นความคืบหน้าที่แท้จริงทุกครั้งที่คุณเปลี่ยนเสียง โดยคุณจะต้องจัดการเพียงแค่ 3 ส่วนหลักเท่านั้น

สำเร็จแล้ว หยุดที่นี่

merging_done
การพากย์เสร็จสมบูรณ์แล้ว ดึงข้อมูลโปรเจกต์อีกครั้งเพื่อรับลิงก์ดาวน์โหลดที่พร้อมใช้งานสำหรับโปรเจกต์ของคุณ

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 และ forbidden_link มีความเฉพาะเจาะจงพอที่จะแสดงให้ผู้ใช้ของคุณเห็นได้โดยตรง
Observed run, 3:47 source video, en → es-mx
GET /v2/projects/{project_id}
   0s  created
  11s  transcription_started
  87s  translation_started
  99s  voiceover_started
 154s  merging_started
 165s  merging_done

หรือข้ามขั้นตอนการตรวจสอบสถานะไปเลยก็ได้

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

เสียงโคลน, วิดีโอพากย์ และซับไตเติล

ดาวน์โหลดวิดีโอที่พากย์เสียงพร้อมเสียงโคลนและซับไตเติลที่แปลแล้วในรูปแบบ SRT และ VTT ในแพ็กเกจที่รองรับ คุณยังสามารถดาวน์โหลดเฉพาะแทร็กเสียงโคลนในรูปแบบ WAV หรือแบบผสมกับเสียงพื้นหลังเดิมได้อีกด้วย
ฟิลด์
รูปแบบ
ลักษณะของไฟล์
translated_video
MP4
วิดีโอที่มีการพากย์เสียงแล้ว พร้อมนำไปเผยแพร่
voiceover
WAV
เสียงที่แปลแล้วในเสียงโคลนเท่านั้น สำหรับนำไปผสมเสียงเอง
translated_audio
WAV
เสียงที่แปลแล้วผสมกับเสียงพื้นหลังต้นฉบับ
translation_srt_path
.srt
ซับไตเติลในภาษาที่แปล
translation_vtt_path
.vtt
ซับไตเติลรูปแบบเดียวกับ WebVTT สำหรับใช้งานบนเว็บเพลเยอร์
original_video
MP4
ไฟล์ต้นฉบับที่คุณอัปโหลดไว้ สำหรับใช้อ้างอิง
การควบคุม

เปลี่ยนเสียง จากนั้นพากย์ใหม่เฉพาะผู้พูดคนนั้น

การโคลนแบบทันทีเหมาะกับผู้พูดส่วนใหญ่ แต่หากมีเสียงใดที่ต้องการตัวเลือกอื่น ให้กำหนดเสียงโคลนที่กำหนดเองหรือเสียงสำเร็จรูปให้กับผู้พูดคนนั้นแล้วสร้างใหม่ โดยจะคิดค่าใช้จ่ายเฉพาะส่วนที่มีการเปลี่ยนแปลงเท่านั้น

แก้ไขวิดีโอได้ทีละช่วง

แก้ไขวิดีโอได้ทีละช่วง
ทุกโปรเจกต์จะแสดงข้อความถอดเสียงเป็นส่วนๆ พร้อมป้ายกำกับชื่อผู้พูด ดังนั้นการย้ายบรรทัดไปยังผู้พูดคนอื่นหรือการเปลี่ยนเสียงจึงทำได้ด้วยคำขอเพียงครั้งเดียว
ดึงข้อมูลบทถอดเสียงและส่วนต่างๆ ออกมา
แก้ไขข้อความต้นฉบับแล้วเราจะแปลใหม่ให้ทันที
แก้ไขข้อความที่แปลแล้วได้โดยตรงเพื่อให้ใช้คำในแบบของคุณเอง
ปรับแต่งเวลา เพิ่มส่วนต่างๆ หรือลบส่วนที่ไม่ต้องการ
เปลี่ยนเสียงพากย์ของใครก็ได้ตามต้องการ

อภิธานศัพท์สำหรับคำศัพท์เฉพาะ

อภิธานศัพท์สำหรับคำศัพท์เฉพาะ
แนบอภิธานศัพท์เพื่อให้ชื่อแบรนด์ ชื่อผลิตภัณฑ์ และศัพท์เฉพาะถูกแปลอย่างถูกต้องตรงกันในทุกภาษา ไม่ว่าใครจะเป็นผู้พูดก็ตาม

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

รูปแบบไฟล์ที่รองรับ

อัปโหลดรูปแบบวิดีโอเจ็ดแบบและรูปแบบเสียงสี่แบบ หรือส่งลิงก์ URL เสียงพูดในไฟล์จะถูกใช้เป็นข้อมูลอ้างอิงสำหรับการโคลนเสียงแบบทันที ดังนั้นเสียงที่ชัดเจนจะให้ผลลัพธ์ที่ดีที่สุด

วิดีโอ

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

เสียง

4 รูปแบบ
.mp3
.wav
.flac
.m4a

ตรวจสอบข้อมูลก่อนเริ่มใช้งาน

ปลายทางสื่อจะส่งข้อมูลระยะเวลา, ขนาดไฟล์, ตัวแปลงสัญญาณวิดีโอ, อเฟรมเรต, ความละเอียด, ตัวแปลงสัญญาณเสียง, อัตราตัวอย่าง และเลย์เอาต์แชนแนลกลับมา ตรวจสอบความถูกต้องของไฟล์และประเมินค่าใช้จ่ายล่วงหน้า เนื่องจากการพากย์ด้วยเสียงโคลนคิดค่าใช้จ่ายเป็นนาที
ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

ข้อมูลเสียงที่ทีมกฎหมายของคุณมั่นใจได้

Brask Inc ได้รับมาตรฐาน SOC 2 Type II และดำเนินการภายใต้กฎระเบียบ GDPR พร้อมทั้งเผยแพร่สถานะการควบคุมแบบเรียลไทม์ในศูนย์ความเชื่อมั่น (Trust Center) ของเรา เสียงโคลนที่กำหนดเองจะถูกสร้างขึ้นด้วยความยินยอมของผู้พูด และเพื่อความปลอดภัยของข้อมูล เสียงของคุณจะไม่ถูกนำไปใช้ในการฝึกโมเดลทั่วไปเด็ดขาด

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

เปรียบเทียบ Rask API กับระบบสร้างเสียงที่คุณทำเอง

API โคลนเสียงจากข้อความจะสร้างเสียงพูดตามข้อความที่คุณส่งมา แต่เสียงโคลนในวิดีโอที่แปลแล้วยังต้องผ่านกระบวนการถอดเสียง แปล แยกเสียงผู้พูด จัดจังหวะ และผสมเสียงด้วย นี่คือผลลัพธ์แบบเดียวกันที่สร้างขึ้นจากสองวิธี
สิ่งที่คุณต้องการ
Rask API
ประกอบเข้าด้วยกันจากหลายส่วน
โคลนเสียงผู้พูดแต่ละคนจากวิดีโอต้นฉบับ
โคลนเสียงได้ทันทีเป็นค่าเริ่มต้น
รวบรวมและอัปโหลดตัวอย่างเสียงของผู้พูดแต่ละคน
เสียงที่กำหนดเองซึ่งนำกลับมาใช้ใหม่ได้
โคลนเสียงที่กำหนดเองด้วย voice_id
คลังเสียงที่คุณสร้างและดูแลรักษาเอง
การถอดเสียง การแปล การสังเคราะห์เสียง และการผสมเสียง
ครบจบใน API เดียว
ผู้ให้บริการ 3 ถึง 4 ราย และโค้ดสำหรับเชื่อมต่อระหว่างกัน
ตรวจจับผู้พูดและใช้หนึ่งเสียงต่อหนึ่งคน
รวมอยู่ด้วย
ผู้ให้บริการแยกแยะผู้พูดบวกกับตรรกะการกำหนดเสียงของคุณเอง
คงเสียงเพลงพื้นหลังและเอฟเฟกต์ไว้
รวมอยู่ด้วย
ขั้นตอนการแยกเสียงต้นฉบับที่คุณต้องสร้างและปรับแต่งเอง
ภาษาที่ไม่มีการโคลนเสียง
เสียง AI สำเร็จรูป
ผู้ให้บริการแปลงข้อความ1เป็นเสียงรายอื่น
การร้องตามเสียง
ไม่บังคับ มีค่าใช้จ่ายแยกต่างหาก
ผู้ให้บริการรายอื่น
เปลี่ยนเสียงของผู้พูดหนึ่งคน
พากย์เสียงผู้พูดคนนั้นใหม่ และคิดค่าใช้จ่ายเฉพาะส่วนที่เปลี่ยนแปลง
รันกระบวนการใหม่สำหรับไฟล์ทั้งหมด
ขีดจำกัดอัตราการใช้งาน
ไม่มี
ขึ้นอยู่กับข้อกำหนดที่เข้มงวดที่สุดของผู้ให้บริการ
เสียงหรือภาษานอกเหนือจากที่มีในแคตตาล็อก
พูดคุยกับทีมงานของเรา
ขึ้นอยู่กับผู้ให้บริการแต่ละราย
คำถามที่ถามบ่อย

คำถามที่พบบ่อยเกี่ยวกับ API โคลนเสียง

ไม่พบสิ่งที่คุณกำลังหาอยู่ใช่ไหม?ติดต่อฝ่ายขาย

มี API สำหรับโคลนเสียงหรือไม่

การโคลนเสียงทำงานอย่างไรผ่าน API?

ความแตกต่างระหว่างการโคลนเสียงทันทีกับการโคลนเสียงแบบกำหนดเองคืออะไร

ฉันสามารถสร้างเสียงโคลนแบบกำหนดเองผ่าน API ได้หรือไม่

ฉันต้องใช้ไฟล์เสียงแบบไหนสำหรับการสร้างเสียงโคลนแบบกำหนดเอง

มีภาษาใดบ้างที่รองรับการโคลนเสียง

ฉันสามารถใช้ API การโคลนเสียงสำหรับการแปลงข้อความ น็นเสียงได้หรือไม่

ฉันจะเปลี่ยนเสียงของผู้พูดหลังจากการพากย์ได้อย่างไร

ฉันสามารถบันทึกเสียงกำหนดเองได้กี่เสียง

จำเป็นต้องได้รับความยินยอมก่อนโคลนเสียงหรือไม่

เสียงที่โคลนจะยังคงอารมณ์และสำเนียงของผู้พูดไว้หรือไม่

ฉันสามารถใช้เสียงที่โคลนเพื่อวัตถุประสงค์เชิงพาณิชย์ได้หรือไม่

การโคลนเสียงมีค่าใช้จ่ายเท่าไร

เริ่มพากย์เสียงได้ภายในบ่ายเดียว

ส่งคำขอแรกของคุณวันนี้ และติดต่อเราได้เลยเมื่อคุณต้องการใช้งานในปริมาณมากหรือต้องการภาษาที่คนอื่นไม่มี