ApsaraVideo Media Processing:Parameter untuk operasi API produksi cerdas

Name

Type

Description

Output

String

Jika parameter JobParams dikonfigurasi untuk memisahkan bahasa Mandarin dan Inggris, placeholder {resultType} didukung dalam path file output untuk menentukan apakah file teks hasil berupa bahasa Mandarin atau Inggris. zh menunjukkan bahasa Mandarin dan en menunjukkan bahasa Inggris.

Name

Type

Required

Description

fps

INT

No

Laju frame pengambilan sampel. Nilai valid: [2,10]. Nilai default: 5.

roi

LIST

No

Region of interest.

• Jika ditentukan, hanya teks di dalam region tersebut yang diekstraksi. Secara default, teks di dalam seperempat bagian bawah frame video diekstraksi.

• Tentukan nilai dalam format berikut: [[top, bottom], [left, right]].

• Nilai default: N/A.

sep

BOOLEAN

No

Apakah akan menghasilkan file SRT Mandarin dan Inggris secara terpisah. Nilai default: False.

formatter

String

No

String format untuk teks SRT. Contoh: "{\an8}". Nilai default: N/A.

track

String

No

Jika Anda mengatur parameter ini ke "main", hanya track teks utama yang diekstraksi. Jika Anda tidak menentukan parameter ini, semua teks yang muncul di region yang ditentukan diekstraksi secara default. Default: None.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Message":"Successful.","Data":"{\"result\":[{\"file\":\"captionextraction/b48d02b58e9b6a0d1c13271bcf9aa6d7-161121379****.srt\"}]}","Duration":123}.

Name

Type

Required

Description

bgimage

String

No

Gambar latar belakang pengganti. Contoh: http://example-image-****.example-location.aliyuncs.com/example/example.jpg.

• Jika Anda menentukan parameter ini, video MP4 dengan gambar latar belakang yang telah diganti akan dikembalikan.

• Jika Anda tidak menentukan parameter ini, video WebM dengan channel alpha akan dikembalikan.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Message":"Successful.","Data":"{\"result\":[{\"file\":\"videogreenscreenmatting/16e6bc5ca802e12429d082010164dba3-160275535****_matting.mp4\"}]}","Duration":123}.

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Data":"{\"result\":[{\"start\":39.32,\"end\":63.85,\"title\":\"Chorus\"},{\"start\":86.69,\"end\":114.45,\"title\":\"Chorus\"},{\"start\":135.75,\"end\":160.27,\"title\":\"Chorus\"}]}","Message":"Successful.","Duration":123}.

Name

Type

Required

Description

Text

LIST

No

Lokasi kotak teks yang ingin Anda hapus. Maksimal dua kotak teks didukung. Contoh: [[bx1, by1, bw1, bh1], [bx2, by2, bw2, bh2]].

• bx: Rasio koordinat x ternormalisasi sudut kiri atas kotak teks terhadap lebar video. Contoh: 0.1.

• by: Rasio koordinat y ternormalisasi sudut kiri atas kotak teks terhadap tinggi video. Contoh: 0.0.

• bw: Rasio lebar kotak teks ternormalisasi terhadap lebar video. Contoh: 0.3.

• bh: Rasio tinggi kotak teks ternormalisasi terhadap tinggi video. Contoh: 0.2.

LimitRegion

LIST

No

Area tempat Anda ingin menghapus teks. Sistem mendeteksi teks dalam area yang ditentukan dan menghapus teks yang terdeteksi. Parameter ini memiliki prioritas lebih rendah dibandingkan parameter Text yang secara langsung menentukan lokasi kotak teks yang akan dihapus. Contoh: [[0, 0.6, 1, 0.4]]. Dalam contoh ini, sistem mendeteksi teks dalam 40% bagian bawah gambar video dan menghapus teks yang terdeteksi.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Details":[],"Message":"success","Code":"Success","Duration":123}.

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

STRING

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Details":[],"Message":"success","Code":"Success","Duration":123}.

Name

Type

Required

Description

Logo

String

No

Posisi logo yang ingin Anda hapus. Atur nilai dalam format [xmin, ymin, width, height]. Anda dapat menghapus hingga dua logo sekaligus. Contoh: [[0, 0, 0.3, 0.3], [0.7, 0, 0.3, 0.3]].

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Details":[],"Message":"success","Code":"Success","Duration":123}.

Name

Type

Required

Description

Model

String

No

Model gambar mini pintar. Jika dibiarkan kosong, gambar mini statis akan dihasilkan. Atur ke gif untuk menghasilkan gambar mini animasi.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Details":[],"Message":"success","Code":"Success"}{"Message":"success","Data":"[{\"Score\":8.270855992569906,\"Time\":\"28278.25\",\"Url\":\"cover/test-00001.jpg\"},{\"Score\":7.474117489692728,\"Time\":\"25942.583333333332\",\"Url\":\"cover/test-00002.jpg\"}]","Code":"Success","Duration":123}. Dalam contoh ini, Score menunjukkan tingkat kepercayaan hasil gambar mini, Time menunjukkan timestamp frame gambar mini, dan Url menunjukkan URL gambar mini.

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses:

{"Code":"Success","Message":"Successful.","Data":"{\"result\":[{\"file\":\"videoclip/16e6bc5ca802e12429d082010164****-1602755353502-origin.mp4\"}]}","Duration":123}

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

String

Detail hasil pekerjaan. Parameter ini dikembalikan ketika pekerjaan berhasil. Contoh: {"Details":[],"Message":"success","Code":"Success","Duration":123}

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

STRING

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Details":[],"Message":"success","Code":"Success","Duration":123}.

Name

Type

Required

Description

None

None

None

None

Name

Type

Description

Result

STRING

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Data":"{\"result\":[{\"file\":\"detectresult/normalvideo-161225931****.txt\"}]}","Message":"Successful.","Duration":123}.

Name

Type

Required

Description

inputs

String

No

URL file track audio yang akan di-mix. Hanya satu URL yang didukung. Contoh: {"file":"http://example-bucket-****.oss-cn-shanghai.aliyuncs.com/2.mp4"}.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Message":"Successful.","Data":"{\"result\":[{\"file\":\"audiomix/alibaba-161283935****-origin.mp4\"}]}","Code":"Success","Duration":123}.

Name

Type

Description

Output

STRING

Placeholder {resultType} didukung dalam path untuk membedakan apakah file hasil berupa gambar bergaya kartun atau gambar asli. result menunjukkan gambar bergaya kartun, dan origin menunjukkan gambar asli.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Data":"{\"result\":[{\"file\":\"iproduction/test-result.jpg\"},{\"file\":\"iproduction/test-origin.jpg\"}]}","Message":"Successful.","Duration":123}.

Name

Type

Description

Result

String

Detail hasil pekerjaan yang berhasil.

Parameter

Description

Time

Timestamp yang dihasilkan saat file input dinilai.

Input

Nama file input.

Total Duration

Durasi file input. Satuan: detik.

Speech Ratio

Rasio durasi data audio terhadap durasi file input. Nilai valid: [0,100]. Satuan: persentase.

Tag

Tag yang menunjukkan apakah deteksi valid.

• Valid: Deteksi valid, yang berarti metrik utama selanjutnya dan skor mean opinion score (MOS) valid.

• File too Short: Durasi file input kurang dari 2 detik.

• Mute: File hanya berisi keheningan.

• Voice too Short: Durasi data audio kurang dari 2 detik.

MOS(0-5)

MOS file input, yang menggambarkan kualitas data audio. Nilai valid: [0,5].

MOS

Tingkat skor. Nilai valid:

• >4–5: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Bad

Discontinuity(0-5)

Skor kontinuitas data audio. Skor kontinuitas menurun karena alasan berikut: masalah tersendat pada pengambilan data audio, masalah gema akibat audio multi-channel, dan masalah kehilangan paket akibat konektivitas jaringan yang buruk. Nilai valid: [0,5].

Discontinuity

Tingkat skor kontinuitas. Nilai valid:

• (4, 5]: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Poor

Coloration(0-5)

Skor intelligibility data audio. Skor intelligibility menurun karena alasan berikut: reverberasi besar, bitrate rendah, kesalahan encoding, dan pelafalan ambigu. Nilai valid: [0,5].

Coloration

Tingkat skor. Nilai valid:

• (4, 5]: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Bad

Noisiness(0-5)

Skor kebisingan data audio. Nilai valid: [0,5].

Noisiness

Tingkat skor. Nilai valid:

• (4, 5]: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Poor

Loudness(0-5)

Skor kenyaringan suara manusia. Nilai yang lebih tinggi menunjukkan suara yang lebih jelas dan keras; nilai yang lebih rendah menunjukkan suara yang nyaris tidak terdengar. Nilai valid: [0,5].

Loudness

Tingkat skor. Nilai valid:

• (4, 5]: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Poor

Loudness(-90dB-0dB)

Volume rata-rata suara manusia. Nilai valid: [-90,0]. Satuan: desibel.

• Menggambarkan volume suara dalam desibel. Nilai di bawah -24 biasanya menunjukkan volume suara rendah.

• Nilai default: -90.0, menunjukkan bahwa tidak ada suara manusia yang terdeteksi.

Double Talk Ratio(%)

Rasio double talk membantu menentukan kemungkinan penyebab skor Discontinuity rendah. Nilainya merupakan persentase yang berkisar antara 0 hingga 100.

Bad Mute Ratio(%)

Persentase frame mute abnormal. Semua frame mute abnormal dari data audio yang tidak termasuk data audio dua channel dihitung, tidak termasuk frame mute yang disebabkan oleh pemotongan data audio dua channel. Nilai valid: [0,100]. Satuan: persentase.

Saturated Ratio(%)

Metrik ini menunjukkan persentase segmen ucapan yang mengandung suara popping. Metrik ini membantu mendiagnosis masalah popping yang meluas akibat volume rekaman yang terlalu tinggi. Nilainya merupakan persentase yang berkisar antara 0 hingga 100.

Worst MOS(0-5)

MOS terendah selama proses penilaian. Nilai valid: [0,5].

Worst Discontinuity(0-5)

Skor discontinuity terburuk selama proses penilaian. Nilai valid: [0, 5].

Worst Noisiness(0-5)

Skor kebisingan tertinggi selama proses penilaian. Nilai valid: [0,5].

Worst Coloration(0-5)

Skor coloration terburuk selama proses penilaian. Nilai valid: [0, 5].

Name

Type

Required

Description

beauty_params

String

No

Parameter operasi FaceBeauty. Contoh: "whiten=20,smooth=50,face_thin=50"

Parameter

Type

Description

skin_beauty_enable

int

Apakah akan mengaktifkan penghalusan kulit.

• Nilai valid: [0,1].

• 0: nonaktif

• 1: aktif

• Nilai default: 1.

shape_beauty_enable

int

Apakah akan mengaktifkan penyesuaian bentuk wajah.

• Nilai valid: [0,1].

• 0: nonaktif

• 1: aktif

• Nilai default: 1.

whiten

INT

Tingkat pemutihan kulit. Semakin besar nilainya, semakin putih kulit tampak.

• Nilai valid: [0,100].

• Nilai default: 20

smooth

int

Tingkat penghalusan kulit. Semakin besar nilainya, semakin halus kulit tampak.

• Nilai valid: [0,100].

• Nilai default: 20

detail

INT

Tingkat granularitas kulit. Semakin besar nilainya, semakin detail halus tekstur kulit, dan semakin banyak detail kulit yang ada.

• Nilai valid: [0,100].

• Nilai default: 20

skin_model

int

Apakah akan mengaktifkan fitur model kulit. Saat diaktifkan, pemutihan kulit hanya diterapkan pada area yang terdeteksi sebagai kulit.

• Nilai valid: [0,1].

• 0: nonaktif

• 1: aktif

• Nilai default: 1.

cheek_thin

float

Tingkat penipisan tulang frontal.

• Nilai valid: [0,100].

• Nilai default: 0.

face_cut

float

Tingkat penyempitan tulang pipi.

• Nilai valid: [0,100].

• Nilai default: 0.

face_thin

float

Tingkat penipisan wajah.

• Nilai valid: [0,100].

• Nilai default: 0.

face_length

float

Tingkat penyesuaian panjang wajah (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

chin_length

float

Tingkat penyesuaian panjang dagu (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

chin_thin

float

Tingkat penipisan dagu.

• Nilai valid: [0,100].

• Nilai default: 0.

eye_size

float

Tingkat pembesaran mata.

• Nilai valid: [0,100].

• Nilai default: 0.

eye_corner1

float

Tingkat penyesuaian canthus vertikal (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

eye_distance

float

Tingkat penyesuaian jarak mata (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

nose_thin

float

Tingkat pelangsingan hidung (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

nose_wing

float

Tingkat pelangsingan sayap hidung (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

nose_length

float

Tingkat penyesuaian panjang hidung (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

mouth_size

FLOAT

Tingkat penyesuaian ukuran mulut (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

mouth_position

float

Tingkat penyesuaian panjang philtrum (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

lip_thickness

float

Tingkat penyesuaian ketebalan bibir (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

hair_line

float

Tingkat penyesuaian garis rambut (dua arah).

• Nilai valid: [-100,100].

• Nilai default: 0.

smile

float

Tingkat peningkatan senyum.

• Nilai valid: [0,100].

• Nilai default: 0.

detect_mode

float

Mode deteksi wajah.

• Nilai valid: [0,1].

• 0: mode video.

• 1: mode gambar.

• Nilai default: 1.

detect_level

float

Resolusi detektor wajah. Wajah yang lebih kecil mungkin tidak terdeteksi pada resolusi yang lebih rendah.

• Nilai valid: [0,2].

• 0: resolusi terendah dengan kecepatan deteksi tercepat.

• 1: resolusi menengah dengan kecepatan deteksi menengah.

• 2: resolusi tertinggi dengan kecepatan deteksi paling lambat.

• Nilai default: 1.

threshold

float

Ambang batas kepercayaan untuk deteksi wajah.

• Nilai valid: [0,1].

• Nilai default: 0.8.

detect_interval

float

Jumlah frame antara deteksi wajah berturut-turut dalam mode video.

• Nilai valid: [1,65535].

• Nilai default: 5.

max_face_num

float

Jumlah maksimum wajah yang dapat dideteksi.

• Nilai valid: [0,32].

• Nilai default: 32.

min_face

float

Lebar wajah minimum dalam piksel.

• Nilai valid: [10,1024].

• Nilai default: 40.

Name

Type

Description

Result

String

Informasi detail mengenai hasil pekerjaan. Contoh informasi hasil sukses: {"Code":"Success","Data":"{\"result\":[{\"file\":\"result.mp4\"}]}","Message":"Successful.","Duration":123}.