ApsaraVideo Media Processing:Parameter untuk operasi API produksi cerdas

Name

Type

Description

Output

String

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

Name

Type

Required

Description

fps

INT

No

Laju frame pengambilan sampel. Nilai yang 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.

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

• Nilai default: N/A.

sep

BOOLEAN

No

Apakah akan menghasilkan file SRT terpisah untuk bahasa Tiongkok dan Inggris. Nilai default: False.

formatter

String

No

Format string untuk takarir SRT. Contoh: "{\an8}". Nilai default: N/A.

track

String

No

Jika Anda menyetel parameter ini ke "main", hanya track caption utama yang diekstraksi. Jika Anda tidak menentukan parameter ini, semua caption 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\"}]}"}.

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 diganti akan dikembalikan.

• Jika Anda tidak menentukan parameter ini, video WebM dengan alpha channel 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\"}]}"}.

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."}.

Name

Type

Required

Description

Text

LIST

No

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

• bx: Rasio koordinat x ternormalisasi sudut kiri atas kotak caption terhadap lebar video. Contoh: 0,1.

• by: Rasio koordinat y ternormalisasi sudut kiri atas kotak caption terhadap tinggi video. Contoh: 0,0.

• bw: Rasio lebar ternormalisasi kotak caption terhadap lebar video. Contoh: 0,3.

• bh: Rasio tinggi ternormalisasi kotak caption terhadap tinggi video. Contoh: 0,2.

LimitRegion

LIST

No

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

Name

Type

Description

Result

String

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

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"}.

Name

Type

Required

Description

Logo

String

No

Posisi logo yang ingin Anda hapus. Tetapkan 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"}.

Name

Type

Required

Description

Model

String

No

Model smart thumbnail. Jika dibiarkan kosong, thumbnail statis akan dihasilkan. Setel ke gif untuk menghasilkan thumbnail 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"}. Pada contoh ini, Score menunjukkan tingkat kepercayaan hasil thumbnail, Time menunjukkan timestamp frame thumbnail, dan Url menunjukkan URL thumbnail.

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\"}]}"}

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"}

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"}.

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."}.

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"}.

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."}.

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 yang valid: [0,100]. Satuan: persentase.

Tag

Tag yang menunjukkan apakah deteksi valid.

• Valid: Deteksi valid, yang menunjukkan bahwa metrik utama selanjutnya dan 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 yang valid: [0,5].

MOS

Tingkat skor. Nilai yang 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 yang valid: [0,5].

Discontinuity

Tingkat skor kontinuitas. Nilai yang 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 yang valid: [0,5].

Coloration

Tingkat skor. Nilai yang valid:

• (4, 5]: Excellent

• [3, 4): Good

• [2, 3): Fair

• [1, 2): Poor

• [0, 1): Bad

Noisiness(0-5)

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

Noisiness

Tingkat skor. Nilai yang 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 yang valid: [0,5].

Loudness

Tingkat skor. Nilai yang 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 yang 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 yang 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 yang disebabkan oleh volume rekaman yang terlalu tinggi. Nilainya merupakan persentase yang berkisar antara 0 hingga 100.

Worst MOS(0-5)

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

Worst Discontinuity(0-5)

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

Worst Noisiness(0-5)

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

Worst Coloration(0-5)

Skor coloration terburuk selama proses penilaian. Nilai yang 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 skin polishing.

• Nilai yang valid: [0,1].

• 0: disabled

• 1: enabled

• Nilai default: 1.

shape_beauty_enable

int

Apakah akan mengaktifkan penyesuaian bentuk wajah.

• Nilai yang valid: [0,1].

• 0: disabled

• 1: enabled

• Nilai default: 1.

whiten

INT

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

• Nilai yang valid: [0,100].

• Nilai default: 20

smooth

int

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

• Nilai yang valid: [0,100].

• Nilai default: 20

detail

INT

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

• Nilai yang valid: [0,100].

• Nilai default: 20

skin_model

int

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

• Nilai yang valid: [0,1].

• 0: disabled

• 1: enabled

• Nilai default: 1.

cheek_thin

float

Tingkat penipisan tulang frontal.

• Nilai yang valid: [0,100].

• Nilai default: 0.

face_cut

float

Tingkat penyempitan tulang pipi.

• Nilai yang valid: [0,100].

• Nilai default: 0.

face_thin

float

Tingkat penipisan wajah.

• Nilai yang valid: [0,100].

• Nilai default: 0.

face_length

float

Tingkat penyesuaian panjang wajah (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

chin_length

float

Tingkat penyesuaian panjang dagu (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

chin_thin

float

Tingkat penipisan dagu.

• Nilai yang valid: [0,100].

• Nilai default: 0.

eye_size

float

Tingkat pembesaran mata.

• Nilai yang valid: [0,100].

• Nilai default: 0.

eye_corner1

float

Tingkat penyesuaian canthus vertikal (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

eye_distance

float

Tingkat penyesuaian jarak mata (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

nose_thin

float

Tingkat pelangsingan hidung (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

nose_wing

float

Tingkat pelangsingan sayap hidung (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

nose_length

float

Tingkat penyesuaian panjang hidung (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

mouth_size

FLOAT

Tingkat penyesuaian ukuran mulut (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

mouth_position

float

Tingkat penyesuaian panjang philtrum (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

lip_thickness

float

Tingkat penyesuaian ketebalan bibir (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

hair_line

float

Tingkat penyesuaian garis rambut (dua arah).

• Nilai yang valid: [-100,100].

• Nilai default: 0.

smile

float

Tingkat peningkatan senyum.

• Nilai yang valid: [0,100].

• Nilai default: 0.

detect_mode

float

Mode deteksi wajah.

• Nilai yang valid: [0,1].

• 0: video mode.

• 1: image mode.

• Nilai default: 1.

detect_level

float

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

• Nilai yang 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 yang valid: [0,1].

• Nilai default: 0,8.

detect_interval

float

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

• Nilai yang valid: [1,65535].

• Nilai default: 5.

max_face_num

float

Jumlah maksimum wajah yang dapat dideteksi.

• Nilai yang valid: [0,32].

• Nilai default: 32.

min_face

float

Lebar wajah minimum dalam piksel.

• Nilai yang 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."}.