مصادر التسجيل وإعدادات التفريغ

أرسل رابط فيديو من YouTube أو X أو TikTok أو Instagram أو Facebook أو Bluesky، أو ارفع ملفك. يدعم transcript1 أيضا التسجيلات العامة من المنصات الإضافية في الجدول. لضبط التفريغ، أضف source وdiarize وlanguage إلى body في POST /v1/transcriptions. هذه الحقول اختيارية؛ تحدد مصدر النص وتمييز المتحدثين واللغة.

ما الروابط التي يمكنك إرسالها؟

ضع الرابط في url؛ يتعرف API على المنصة تلقائيا. يمكنك تحديد platform بنفسك، لكن يجب أن تتوافق قيمته مع الرابط.

للمنصات الخمس الإضافية، استخدم HTTPS دون بيانات دخول في الرابط أو منفذ مخصص. أرسل رابط تسجيل عام واحد، لا ملفا شخصيا أو موجز منشورات أو مجموعة. لن تعمل المنشورات الخاصة أو التي تتطلب تسجيل الدخول، ولا البث المباشر أو الذي ما زال قيد المعالجة. لا نرسل cookies لأي حساب. معاملات الوقت في الرابط لا تقص التسجيل. وقد تكون قيمة media_id لمقاطع Twitch وSnapchat Spotlight بصيغة لا يمكن استنتاجها من الرابط؛ احتفظ بها كما أعادها API.

على X وTikTok وInstagram وFacebook وBluesky، يجب أن يكون المنشور عاما. وإذا احتوى على عدة فيديوهات، نفرغ الأول فقط. لا تقبل روابط الملفات الشخصية أو القصص أو صفحات البث المباشر أو منشورات الصور في TikTok. إذا طلبت المنصة تسجيل الدخول، تحصل على login_required. وإذا لم يكن للفيديو مسار صوتي، تحصل على no_audio. لا تدفع في الحالتين.

يمكن جلب الترجمة النصية من YouTube وX وTikTok وBluesky وDailymotion وLinkedIn إذا توفر مسار مناسب بلغة الفيديو الأصلية. أما Instagram وFacebook وTwitch وPinterest وSnapchat، فتقبل auto أو stt للتفريغ الصوتي بالذكاء الاصطناعي، وترفض captions. توفر الترجمة النصية يعتمد على الفيديو. سعر الدقيقة واحد للروابط والملفات، وتحسب التكلفة حسب المدة المقاسة. للروابط القصيرة، التزم بالصيغ الواردة في الجدول. وإذا أردت إعادة استخدام نص سابق، أرسل رابط المنشور الكامل؛ لا يمكن مطابقة رابط مشاركة لا يتضمن معرف المنشور وقت الإرسال بنص مفرغ سابق.

صيغ رابط YouTube

أرسل رابط الفيديو في url، مع platform بقيمة youtube أو من دونه. تقبل الصيغ التالية سواء أضفت www. أم لم تضفه:

لا تغير معاملات query الإضافية مثل t وlist وsi الفيديو الذي نعالجه؛ نتجاهلها ونطابق جميع صيغ الرابط مع الفيديو نفسه. أرسل الرابط كاملا، لا معرف الفيديو وحده المكون من 11 حرفا. تعيد صفحات القنوات وروابط قوائم التشغيل دون فيديو والروابط غير المدعومة 422 invalid_url. وإذا أرسلت قيمة غير معروفة في platform، تحصل على 422 unsupported_platform مع قائمة supported_platforms.

يجب أن يكون فيديو YouTube عاما أو غير مدرج. الفيديو الخاص يعطي media_private، والمقيد بالعمر age_restricted، والبث المباشر live_stream. إذا كان الملف لديك، يمكنك رفعه مباشرة.

source

اختر من أين يأتي النص المفرغ عبر source:

للملفات المرفوعة، نستخدم تحويل الصوت إلى نص دائما. تقبل source هنا auto أو stt فقط؛ أما captions فيعيد 422 invalid_request.

نختار مسار الترجمة النصية باللغة التي طلبتها، أو بلغة الفيديو الأصلية عند language=auto. في YouTube، نستخدم المسار الذي رفعه صانع المحتوى أو أنشأه YouTube بتلك اللغة، ولا نستخدم مسارا مترجما آليا من لغة أخرى. الأولوية للترجمة النصية التي رفعها صانع المحتوى، ثم للمسار مجهول المصدر، ثم للترجمة النصية المنشأة تلقائيا. لا تفترض أن المسار مجهول المصدر من إعداد صانع المحتوى.

في X، نستخدم مسارات VTT المتاحة. تعطي توقيت المقاطع فقط، حتى لو أنشئت تلقائيا. ينتقل auto إلى STT إذا تعذر الحصول على محتوى الترجمة النصية أو تحليله، وليس لمعالجة أخطاء التوجيه أو التخزين أو البرمجة. ومع stt، نتجاوز الترجمة النصية من البداية.

diarize

لتمييز المتحدثين، فعل diarize. الإعداد الافتراضي هو false.

• يتطلب تمييز المتحدثين تحويل الصوت إلى نص. لذلك، مع source=auto وdiarize: true نستخدم الصوت مباشرة ولا نجلب الترجمة النصية.
• لا يمكن الجمع بين source: "captions" وdiarize: true؛ يعيد API الرمز 422 invalid_request.
• تحصل على تسميات مثل Speaker 1 وSpeaker 2 في transcript.speakers وحقل speaker لكل مقطع. وفي text وsrt، تسبق الكلام بادئة مثل Speaker 1: . أما vtt، فيستخدم وسم الصوت <v Speaker 1>.

{ "platform": "youtube", "url": "https://youtu.be/dQw4w9WgXcQ", "source": "stt", "diarize": true }

language

اترك language على auto، وهو الافتراضي، أو أرسل رمز ISO 639-1 من حرفين مثل en أو de أو es.

• عند جلب الترجمة النصية، تحدد القيمة لغة المسار. ومع auto، نختار لغة الفيديو الأصلية.
• عند تحويل الصوت إلى نص، نرسل القيمة إلى مزود التفريغ كتلميح للغة. ومع auto، يجري التعرف على اللغة تلقائيا ويحتوي كل مقطع على حقل language الخاص به.

أما حقل language في كائن التفريغ نفسه، فيبين اللغة الغالبة في التسجيل.

كيف تقرأ مصدر النص وتوقيته؟

يعرفك transcript_source بمصدر النص المفرغ. قيمه هي youtube_captions أو x_captions أو tiktok_captions أو bluesky_captions أو dailymotion_captions أو linkedin_captions أو speech_to_text. للترجمة النصية، يوضح caption_kind نوع المسار بقيمة manual أو auto_generated. وتعني null أن مصدر المسار مجهول، لا أن صانع المحتوى رفعه.

نحتفظ بنص الترجمة النصية كما نشره YouTube، بما فيه علامات مثل [Music]. الحد الأقصى لتحويل الصوت إلى نص هو 5 ساعات؛ إذا تجاوز التسجيل ذلك، يفشل التفريغ بالرمز media_too_long.

الترجمة النصية من X (x_captions) وTikTok وBluesky وDailymotion وLinkedIn تعطي توقيت المقاطع فقط، ولا تميز المتحدثين. حتى مع include=words، تحصل على words: null لكل مقطع، بما في ذلك المسارات المنشأة تلقائيا. للحصول على توقيت كل كلمة بالذكاء الاصطناعي، اختر source: "stt". ولتمييز المتحدثين، استخدم diarize: true مع auto أو stt.

هل يختلف السعر حسب المصدر؟

لا. تدفع وحدة رصيد واحدة لكل دقيقة من التسجيل، ونحسب أي جزء من الدقيقة كدقيقة كاملة، سواء جلبنا الترجمة النصية أو فرغنا الصوت. اختيار source يغير مصدر النص، لا سعره. التفاصيل في الفوترة وحدود الاستخدام.