API โคลนเสียงสำหรับวิดีโอที่แปลแล้ว

คงเสียงเดิมของผู้พูดทุกคนไว้เมื่อวิดีโอของคุณพูดภาษาอื่น API จะโคลนเสียงจากวิดีโอต้นฉบับให้อัตโนมัติ หรือใช้เสียงที่คุณสร้างไว้ล่วงหน้า แล้วส่งคืนวิดีโอที่มีการพากย์เสียง โคลนเสียง แทร็กเสียง และคำบรรยาย
โคลนเสียงได้ทันที
การโคลนเสียงเฉพาะบุคคล
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
ใช้งานโดยทีมงานระดับโลก
ความสามารถ

ความสามารถทั้งหมดของ API โคลนเสียง

โคลนเสียงผู้พูดแต่ละคนจากวิดีโอต้นฉบับ หรือใช้เสียงที่คุณสร้างไว้ ในทุกเวอร์ชันที่แปลและในหลายภาษา เลือกเสียง AI สำเร็จรูปสำหรับภาษาที่ยังไม่รองรับการโคลนเสียง เพิ่มฟังก์ชันซิงค์ริมฝีปาก (มีค่าใช้จ่ายเพิ่มเติม)

โคลนเสียงได้ทันที

ผู้พูดแต่ละคนจะได้เสียงที่โคลนมาจากเสียงจริงในวิดีโอต้นฉบับ โดยไม่ต้องบันทึกเสียงตัวอย่าง ระบบจะกำหนดให้โดยอัตโนมัติในภาษาที่รองรับ

การโคลนเสียงเฉพาะบุคคล

สร้างเสียงที่ใช้ซ้ำได้ในแอป Rask จากไฟล์เสียงที่คมชัด หรือบันทึกเสียงผู้พูดจากโปรเจกต์เดิมลงในคลังเสียงของคุณ หากได้รับความยินยอมจากผู้พูด คุณสามารถนำเสียงนั้นไปใช้ซ้ำกับโปรเจกต์ API อื่นๆ ในภาษาที่รองรับได้

หนึ่งเสียงต่อผู้พูดหนึ่งคน

แยกระบบเสียงของผู้พูดแต่ละคนให้อัตโนมัติ เพื่อให้ผู้พูดแต่ละคนยังคงเสียงโคลนของตัวเองไว้ ทำให้การสัมภาษณ์ การพูดคุย และพอดแคสต์ฟังง่ายและติดตามได้ตลอด

การร้องตามเสียง

ปรับการเคลื่อนไหวของริมฝีปากให้ตรงกับเสียงโคลนได้ในขั้นตอนเสริมสำหรับทุกโปรเจกต์ที่เสร็จสมบูรณ์ (มีค่าใช้จ่ายเพิ่มเติม) ระบบจะตรวจสอบใบหน้าก่อน เพื่อให้คุณใช้งานเฉพาะจุดที่ใช้งานได้จริงเท่านั้น

คงเสียงพื้นหลังไว้

เสียงดนตรี เสียงบรรยากาศ และเอฟเฟกต์จะถูกแยกออกจากเสียงพูด และนำกลับมาผสมผสานใต้เสียงโคลน ทำให้ผลลัพธ์ยังคงเสียงที่เป็นธรรมชาติเหมือนการผลิตต้นฉบับ

เสียง AI สำเร็จรูป

สำหรับภาษาที่ไม่รองรับการโคลนเสียง หรือเมื่อเสียงสำเร็จรูปเหมาะสมกว่า คุณสามารถเลือกเสียง AI ที่กำหนดเพศไว้ล่วงหน้าสำหรับผู้พูดคนใดก็ได้

เอกลักษณ์ของเสียงในทุกภาษา

เสียงโคลนสามารถพูดภาษาแ스เปน ฝรั่งเศส หรือญี่ปุ่นด้วยเสียงของผู้พูดต้นฉบับ ทำให้ผู้ชมทั่วโลกยังคงได้ยินเสียงที่เป็นเอกลักษณ์ของผู้พูดคนเดิม

สลับเสียง พากย์เสียงผู้พูดใหม่

กำหนดเสียงใหม่ให้กับผู้พูดและสร้างใหม่ ระบบจะคิดค่าใช้จ่ายเฉพาะส่วนที่มีการเปลี่ยนแปลงเท่านั้น จึงไม่มีใครต้องบันทึกเสียงใหม่ทั้งหมด

เติบโตได้ไร้ขีดจำกัด

ไม่มีข้อจำกัดเรื่องอัตราการใช้งาน ไม่มีโควตาการใช้งานพร้อมกัน และไม่มีการจำกัดต่อคีย์ พากย์วิดีโอทั้งหมดของคุณด้วยเสียงโคลนพร้อมกันได้ในทุกปริมาณ
ดูการทำงานจริง

ฟังเสียงผู้พูดคนเดียวในห้าภาษา

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

สามขั้นตอนจากวิดีโอต้นฉบับสู่เสียงโคลน

การสร้างโปรเจกต์จะเริ่มต้นการพากย์เสียงด้วยโคลนเสียงทันที (Instant Voice Clones) ใช้เอนด์พอยต์ /generate หลังจากที่คุณเปลี่ยนเสียงหรือแก้ไขสคริปต์
1

อัปโหลดวิดีโอของคุณ

ส่งไฟล์ในรูปแบบฟอร์มมัลติพาร์ท หรือโพสต์ลิงก์จาก YouTube, Google Drive, S3, Vimeo หรือ URL โดยตรง เสียงพูดในวิดีโอนี้จะใช้เป็นตัวอย่างเสียงสำหรับการโคลนเสียงแบบทันที

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

สร้างโปรเจกต์

ส่งรหัสมีเดียเป็น video_id และภาษาปลายทาง ผู้พูดแต่ละคนที่ตรวจพบจะได้รับโคลนเสียงทันทีในภาษาที่รองรับ และการพากย์เสียงจะเริ่มต้นขึ้นทันที

POST /v2/projects
3

กำหนดเสียงและพากย์ซ้ำ

แสดงรายการเสียงสำหรับโปรเจกต์ กำหนดโคลนแบบกำหนดเองหรือเสียงที่มีให้เลือกให้กับผู้พูด จากนั้นเรียกใช้ /generate และดาวน์โหลดไฟล์เมื่อการพากย์เสร็จสิ้น

PATCH /v2/projects/{project_id}
เวลาในการประมวลผลจะแตกต่างกันไปตามแต่ละโปรเจกต์ เมื่อคุณเปลี่ยนเสียงของผู้พูด เฉพาะส่วนของผู้พูดคนนั้นเท่านั้นที่จะถูกพากย์เสียงใหม่และคิดค่าใช้จ่าย
สร้างมาเพื่อตอบโจทย์คุณ

ต้องการเสียงที่นอกเหนือจากแคตตาล็อกของเราใช่ไหม? ติดต่อทีมงานของเรา

การโคลนเสียงสำหรับภาษาที่ยังไม่รองรับ, คลังเสียงกำหนดเองที่ใหญ่ขึ้น หรือวิธีจัดส่งของคุณเอง: เมื่อโปรเจกต์เสียงต้องการบางสิ่งที่นอกเหนือจากแคตตาล็อกสาธารณะ ทีมงานของเราจะตรวจสอบความต้องการและตัวเลือกที่มีให้คุณ

ภาษาและเสียงพากย์

ต้องการภาษาหรือเสียงที่ไม่มีในระบบทั่วไปใช่ไหม พูดคุยกับทีมงานของเราเกี่ยวกับความต้องการและทางเลือกที่มีให้คุณได้

การส่งมอบและการเชื่อมต่อระบบ

เว็บฮุก (Webhooks) ส่งข้อมูลไปยังคิวของคุณเอง ส่งตรงไปยัง S3 หรือใช้เอนด์พอยต์เฉพาะตัว แจ้งให้เราทราบได้เลยว่าระบบของคุณต้องการรับข้อมูลแบบไหน

ปริมาณและประสิทธิภาพการทำงาน

ขนาดของกลุ่มงาน ภาษาเป้าหมายต่อการทำงานหนึ่งครั้ง และลำดับความสำคัญในการประมวลผล เป็นเงื่อนไขที่ตกลงกันตามสัญญา ไม่ใช่ข้อจำกัดตายตัวของระบบ

ความปลอดภัยและการจัดเก็บข้อมูล

การจัดเก็บข้อมูลในพื้นที่ที่กำหนด ระบบ SSO และ SAML กฎการเก็บรักษาข้อมูล และการสนับสนุนด้านการตรวจสอบความปลอดภัย เป็นส่วนหนึ่งของการให้บริการสำหรับองค์กร
กรณีการใช้งาน

ใครบ้างที่ใช้ API โคลนเสียง

แพลตฟอร์มที่มีวิดีโออยู่ข้างใน

แพลตฟอร์มการเรียนรู้ออนไลน์และศูนย์การเรียนรู้ของลูกค้า แพลตฟอร์มวิดีโอและครีเอเตอร์พร้อมแอปมือถือ เครื่องมือจัดสัมมนาและอีเวนต์เสมือนจริง โฮ스팅ค์วิดีโอและ SaaS สำหรับขั้นตอนการทำงาน แพลตฟอร์มการปรับใช้งานดิจิทัล และการช้อปปิ้งสด ให้ครีเอเตอร์และผู้สอนใช้เสียงของตนเองได้ในทุกภาษาที่รองรับการโคลนเสียง ใช้เสียง AI สำเร็จรูปสำหรับภาษาปลายทางอื่นๆ และทำให้การพากย์หลายภาษาเป็นฟีเจอร์เด่นของแพลตฟอร์มคุณ

เอเจนซี่ด้านการแปลภาษาและการผลิต

ส่งมอบเสียงพากย์ที่เป็นเสียงของผู้ดำเนินรายการตัวจริงสำหรับวิดีโอของลูกค้าแต่ละราย บันทึกเสียงโคลนแบบกำหนดเองสำหรับผู้ดำเนินรายการแต่ละคน (โดยได้รับความยินยอม) และนำกลับมาใช้ใหม่ในทุกโปรเจกต์ผ่าน API โดยไม่ต้องให้ใครมาอัดเสียงใหม่

การผลิตวิดีโอต่อเนื่องภายในองค์กร

ค้าปลีกระดับนานาชาติและอีคอมเมิร์ซ, แฟรนไชส์ระดับโลก, สำนักพิมพ์สื่อ, และมหาวิทยาลัยองค์กร ผู้ฝึกอบรม ผู้บริหาร และผู้เชี่ยวชาญด้านผลิตภัณฑ์บันทึกเสียงเพียงครั้งเดียว จากนั้นนำเสียงที่โคลนไปใช้กับภาษาปลายทางที่รองรับ และใช้เสียง AI สำเร็จรูปสำหรับวิดีโอฝึกอบรม การอัปเดตผลิตภัณฑ์ และข้อความภายในองค์กรในเวอร์ชันตลาดอื่นๆ
เรื่องราวความสำเร็จจากลูกค้า

ทีมจริง ผลลัพธ์ที่วัดได้

วิธีที่บริษัทต่าง ๆ แปลวิดีโอด้วย Rask ผ่านตัวเลขจริงของพวกเขา
ลูกศร
ลูกศร
โค้ด

ตัวอย่างโค้ด API โคลนเสียง

ตัวอย่างที่สมบูรณ์ในแต่ละภาษา: การยืนยันตัวตน, การอัปโหลด, การพากย์ด้วยโคลนเสียงทันที, การกำหนดโคลนแบบกำหนดเองให้กับผู้พูด, การพากย์ซ้ำ 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 ส่วนแท็บ Node, PHP และ cURL เป็นตัวอย่าง HTTP ธรรมดาที่เรียกไปยังปลายทางเดียวกัน
ความคืบหน้า

โปรเจกต์โคลนเสียงรายงานความคืบหน้าอย่างไร

โปรเจกต์จะดำเนินการผ่านระบบสถานะที่บันทึกไว้ในการพากย์ครั้งแรก และทุกครั้งหลังจากการพากย์ซ้ำ เพื่อให้ผู้ใช้ของคุณเห็นความคืบหน้าที่แท้จริงทุกครั้งที่คุณเปลี่ยนเสียง คุณจะต้องดำเนินการกับ 3 กลุ่มนี้เท่านั้น

สำเร็จ หยุดตรงนี้

merging_done
การพากย์เสียงเสร็จสมบูรณ์แล้ว ดึงข้อมูลโปรเจกต์อีกครั้งเพื่อรับลิงก์ดาวน์โหลดที่ใช้งานได้สำหรับโปรเจกต์ของคุณ

กำลังดำเนินการ ดึงข้อมูลต่อ

created
uploading
transcription_started
separate_background_started
determine_speakers_started
translation_started
voiceover_started
merging_started
รวมถึง _done สถานะที่ตรงกัน ซึ่งสิ่งเหล่านี้สามารถนำไปจับคู่กับหน้าจอแสดงความคืบหน้าได้อย่างลงตัว

ล้มเหลว หยุดและรายงาน

failed
upload_failed
transcription_failed
translation_failed
voiceover_failed
merging_failed
no_audio
no_words
forbidden_link
no_audio, no_words และ forbidden_link มีความชัดเจนพอที่จะแสดงให้ผู้ใช้ของคุณเห็นได้โดยตรง
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

หรือข้ามการดึงข้อมูลไปเลยก็ได้

ชี้มาที่ปลายทาง webhook ของเรา แล้วทุกการเปลี่ยนสถานะจะส่งมาเป็น POST ดังนั้นคิวของคุณจึงตอบสนองต่อทุกการเปลี่ยนแปลงได้ทันทีที่เกิดขึ้น การส่ง webhook เป็นส่วนหนึ่งของการเริ่มต้นใช้งานสำหรับองค์กร
อ่านเอกสารคู่มือ
preserveAspectRatio="xMidYMid meet" aria-hidden="true" role="img">
ผลลัพธ์

เสียงที่โคลนแล้ว, วิดีโอที่พากย์เสียง และคำบรรยาย

ดาวน์โหลดวิดีโอที่พากย์เสียงแล้วพร้อมเสียงโคลนและคำบรรยายที่แปลแล้วในรูปแบบ SRT และ VTT ในแพ็กเกจที่รองรับ คุณยังสามารถดาวน์โหลดเฉพาะแทร็กเสียงโคลนในรูปแบบ WAV หรือผสมกับเสียงพื้นหลังเดิมได้อีกด้วย
ฟิลด์
รูปแบบ
รายละเอียด
translated_video
MP4
วิดีโอพากย์เสียง พร้อมเผยแพร่
voiceover
WAV
เสียงพูดที่แปลแล้วในเสียงโคลนเท่านั้น สำหรับการผสมเสียงของคุณเอง
translated_audio
WAV
เสียงที่แปลแล้วผสมกับเสียงพื้นหลังเดิม
translation_srt_path
.srt
คำบรรยายในภาษาเป้าหมาย
translation_vtt_path
.vtt
คำบรรยายในรูปแบบ WebVTT สำหรับเล่นบนเว็บไซต์
original_video
MP4
ไฟล์ต้นฉบับของคุณที่จัดเก็บไว้ สำหรับใช้เป็นข้อมูลอ้างอิง
การควบคุม

เปลี่ยนเสียง จากนั้นพากย์เสียงใหม่เฉพาะผู้พูดคนนั้น

โคลนเสียงทันทีเหมาะสำหรับผู้พูดส่วนใหญ่ เมื่อเสียงใดเสียงหนึ่งต้องการตัวเลือกที่แตกต่าง ให้กำหนดโคลนแบบกำหนดเองหรือเสียงสำเร็จรูปให้กับผู้พูดคนนั้นแล้วสร้างใหม่ เฉพาะส่วนที่เปลี่ยนแปลงเท่านั้นที่จะถูกคิดค่าใช้จ่าย

การแก้ไขในระดับส่วนของวิดีโอ

การแก้ไขในระดับส่วนของวิดีโอ
ทุกโปรเจกต์จะแสดงบทพูดเป็นส่วนๆ พร้อมป้ายกำกับผู้พูด ดังนั้นการย้ายบรรทัดไปยังผู้พูดคนอื่นหรือการเปลี่ยนเสียงจึงใช้เวลาเพียงคำขอเดียว
ดึงข้อมูลข้อความถอดเสียงและส่วนต่างๆ ออกมา
แก้ไขข้อความต้นฉบับแล้วเราจะแปลใหม่ให้ทันที
แก้ไขข้อความที่แปลแล้วได้โดยตรงเพื่อให้ใช้คำในแบบของคุณเอง
ปรับเวลา เพิ่มส่วนต่างๆ หรือลบส่วนที่ไม่ต้องการ
เปลี่ยนเสียงพากย์ของวิทยากรแต่ละคนได้ตามต้องการ

คลังคำศัพท์สำหรับคำเฉพาะ

คลังคำศัพท์สำหรับคำเฉพาะ
แนบอภิธานศัพท์เพื่อให้ชื่อแบรนด์ ชื่อผลิตภัณฑ์ และคำศัพท์เฉพาะทางได้รับการแปลอย่างสม่ำเสมอในทุกภาษา ไม่ว่าเสียงใดจะเป็นผู้พูดก็ตาม

คลังคำศัพท์หนึ่งชุดจะใช้สำหรับหนึ่งคู่ภาษาและครอบคลุมทุกสำเนียงของภาษานั้น ดังนั้นคลังคำศัพท์ภาษาสเปนเพียงชุดเดียวก็ใช้งานได้ทั่วถึง es-mx และ es-es เหมือนกัน บันทึกของโปรเจกต์ glossary_versionดังนั้นการแก้ไขในภายหลังจึงไม่ส่งผลกระทบต่อAงานที่เสร็จสมบูรณ์แล้ว
ข้อมูลเข้า

รูปแบบไฟล์ที่รองรับ

อัปโหลดรูปแบบวิดีโอเจ็ดรูปแบบและรูปแบบเสียงสี่รูปแบบ หรือส่ง URL เสียงพูดในไฟล์คือข้อมูลอ้างอิงสำหรับโคลนเสียงทันที ดังนั้นเสียงที่ชัดเจนจึงให้ผลลัพธ์ที่ดีที่สุด

วิดีโอ

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

เสียง

4 รูปแบบ
.mp3
.wav
.flac
.m4a

ตรวจสอบข้อมูลก่อนเริ่มใช้งาน

ระบบจะแสดงข้อมูลระยะเวลา ขนาดไฟล์ ตัวแปลงสัญญาณวิดีโอ อัตราเฟรม ความละเอียด ตัวแปลงสัญญาณเสียง อัตราตัวอย่าง และรูปแบบช่องเสียง คุณสามารถตรวจสอบไฟล์และประเมินค่าใช้จ่ายล่วงหน้าได้ เนื่องจากบริการพากย์เสียงด้วยการโคลนเสียงจะคิดค่าบริการเป็นนาที
ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

ข้อมูลเสียงที่ทีมกฎหมายของคุณไว้วางใจได้

Brask Inc ได้รับมาตรฐาน SOC 2 Type II และดำเนินการภายใต้ระเบียบ GDPR พร้อมทั้งแสดงสถานะการควบคุมแบบเรียลไทม์ใน Trust Center การโคลนเสียงกำหนดเองจะทำขึ้นด้วยความยินยอมของผู้พูด และเพื่อความปลอดภัยของข้อมูล เสียงของคุณจะไม่ถูกนำไปใช้ฝึกโมเดลทั่วไปเด็ดขาด

ใบรับรอง

SOC 2 Type II
GDPR
สมาชิก CAI และ C2PA

การเข้ารหัส

ใช้งาน TLS 1.2 ระหว่างรับส่งข้อมูล
เข้ารหัสด้วย AES-256 เมื่อจัดเก็บ
จัดการคีย์ด้วย SSE-S3
เปลี่ยนคีย์การเข้ารหัสอย่างน้อยทุกๆ 12 เดือน

เนื้อหาของคุณ

สภาพแวดล้อม AI ปิด
ไม่นำข้อมูลไปฝึกโมเดลทั่วไปเด็ดขาด
ส่งออกข้อมูลได้เต็มที่ ไม่ผูกมัดกับแพลตฟอร์ม

เข้าถึง

ระบบลงชื่อเข้าใช้ครั้งเดียว (SSO) และ SAML
กำหนดสิทธิ์การเข้าถึงตามบทบาทหน้าที่
ข้อมูลรับรองผู้ใช้ OAuth 2.0

องค์กร

ตัวเลือกสถานที่เก็บข้อมูล
ข้อตกลงระดับการให้บริการ (SLA) แบบกำหนดเอง
ผู้ดูแลบัญชีส่วนตัว

สิทธิ์การใช้เสียง

เสียงสังเคราะห์พร้อมสิทธิ์การใช้งาน
โคลนเสียงโดยได้รับความยินยอม
ระบบความปลอดภัย AI และมีมนุษย์คอยตรวจสอบ
เปรียบเทียบ

เปรียบเทียบ Rask API กับระบบเสียงที่คุณสร้างขึ้นเอง

API โคลนเสียงพูดจะทำหน้าที่สร้างเสียงจากข้อความที่คุณส่ง แต่สำหรับการแปลวิดีโอด้วยเสียงที่โคลนมานั้น ยังต้องอาศัยการถอดเสียง การแปล การแยกผู้พูด การจัดการจังหวะเวลา และการผสมเสียงด้วย นี่คือผลลัพธ์แบบเดียวกันที่ได้จากสองวิธี
สิ่งที่คุณต้องมี
Rask API
ประกอบจากหลายส่วน
โคลนเสียงของผู้พูดแต่ละคนจากวิดีโอต้นฉบับ
โคลนเสียงได้ทันทีเป็นค่าเริ่มต้น
รวบรวมและอัปโหลดตัวอย่างเสียงของผู้พูดทุกคน
เสียงกำหนดเองที่นำกลับมาใช้ใหม่ได้
โคลนเสียงกำหนดเองผ่าน voice_id
คลังเสียงที่คุณสร้างและดูแลรักษาเอง
การถอดเสียง การแปล การสังเคราะห์เสียง และการผสมเสียง
หนึ่ง API เดียว
ใช้ผู้ให้บริการสามถึงสี่รายและต้องเขียนโค้ดเชื่อมต่อเอง
ตรวจจับผู้พูดและกำหนดหนึ่งเสียงต่อหนึ่งคน
รวมอยู่ด้วย
ใช้บริการแยกเสียงของผู้พูดร่วมกับระบบจัดการเสียงที่คุณเขียนขึ้นเอง
คงเสียงเพลงพื้นหลังและเอฟเฟกต์เสียงไว้เช่นเดิม
รวมอยู่ด้วย
ขั้นตอนการแยกเสียงที่คุณต้องสร้างและปรับแต่งเอง
ภาษาที่ไม่มีการโคลนเสียง
เสียง AI สำเร็จรูป
ผู้ให้บริการแปลงข้อความ Is เป็นเสียงรายอื่น
การร้องตามเสียง
เลือกใช้เพิ่มเติมได้โดยมีค่าใช้จ่ายแยกต่างหาก
ผู้ให้บริการรายอื่น
เปลี่ยนเสียงของผู้พูดเพียงคนเดียว
พากย์เสียงผู้พูดคนนั้นใหม่โดยคิดค่าใช้จ่ายเฉพาะส่วนที่มีการเปลี่ยนแปลง
รันกระบวนการทั้งหมดสำหรับไฟล์นั้นใหม่อีกครั้ง
ขีดจำกัดอัตราการใช้งาน
ไม่มี
ขึ้นอยู่กับกฎที่เข้มงวดที่สุดของผู้ให้บริการของคุณ
เสียงหรือภาษาที่ไม่ได้อยู่ในแคตตาล็อก
ได้หารือกับทีมของเราแล้ว
ขึ้นอยู่กับผู้ขายแต่ละราย
ที่เกี่ยวข้อง

API แบบครบวงจรที่จัดการส่วนที่เหลือให้ทั้งหมด

คำถามที่ถามบ่อย

API การคัดลอกเสียง: คำถามที่พบบ่อย

ไม่พบสิ่งที่คุณกำลังหาอยู่ใช่ไหม?ติดต่อฝ่ายขาย

มี API สำหรับการคัดลอกเสียงหรือไม่?

การคัดลอกเสียงทำงานอย่างไรกับ API?

ความแตกต่างระหว่าง Instant Voice Clone และ Custom Voice Clone คืออะไร?

สามารถสร้าง Custom Voice Clone ผ่าน API ได้หรือไม่?

ผมต้องเตรียมไฟล์เสียงอะไรสำหรับบริการ Custom Voice Clone?

ภาษาใดบ้างที่รองรับการคัดลอกเสียง?

ผมสามารถใช้ API การคัดลอกเสียงเป็นระบบแปลงข้อความเป็นเสียงได้หรือไม่?

ทำอย่างไรเพื่อเปลี่ยนเสียงของผู้พูดหลังจากที่ทำการพากย์แล้ว?

ฉันสามารถบันทึกเสียงที่ปรับแต่งได้กี่เสียง?

การคัดลอกเสียงจำเป็นต้องได้รับความยินยอมหรือไม่?

เสียงที่คัดลอกมาจะรักษาอารมณ์และสำเนียงของผู้พูดไว้ได้หรือไม่?

ฉันสามารถใช้เสียงที่โคลนในเชิงพาณิชย์ได้หรือไม่

การโคลนเสียงมีค่าใช้จ่ายเท่าไหร่

เริ่มพากย์เสียงได้ภายในบ่ายนี้

ส่งคำขอแรกของคุณวันนี้ และติดต่อเราเมื่อคุณต้องการใช้งานในปริมาณมากหรือภาษาที่ไม่มีใครรองรับ