SubmitIProductionJob - 提交智能生产任务

该接口为异步接口，提交任务后返回任务 ID（此时任务尚未完成，任务将进入后台排队异步执行），最终结果将通过回调通知，也可通过查询智能生产任务主动查询任务状态。

Input 和 Output 字段说明

Cover

输入一个视频文件，输出若干张图片（默认 3 张，需要通过占位符区分），格式为 png 或 gif（取决于 JobParams 中参数，生成静态图或动态图）。

VideoDelogo

输入一个视频文件，输出擦除图标后的视频（格式为 mp4）。

VideoDetext

输入一个视频文件，输出擦除字幕后的视频（格式为 mp4）。

CaptionExtraction

输入一个视频文件，输出字幕文件（SRT 格式）。

VideoGreenScreenMatting

输入一个视频文件，输出绿幕抠图后的视频（格式为 mp4 或 webm，取决于 JobParams 参数）。

FaceBeauty

输入一个视频文件，输出美颜后的视频（格式为 mp4）。

VideoH2V

输入一个视频文件，输出横转竖后的视频（格式为 mp4）。

MusicSegmentDetect

输入一个音频文件，输出副歌检测后的结果信息文件（Json 格式）。

AudioBeatDetection

输入一个音频文件，输出节奏检测后的结果信息文件（Json 格式）。

AudioQualityAssessment

输入一个音频文件，无输出文件。音质检测结果放在 QueryIProductionJob 中直接返回。

SpeechDenoise

输入一个音频文件，输出降噪后的音频（格式为 wav）。

AudioMixing

输入一个待混音的音频文件，输出混音后的音频（格式为 wav）。混入的音频文件如何输入详见下面的 JobParams 参数。

MusicDemix

输入一个音频文件（歌曲），输出声伴分离后的两个音频（Output 路径中需要传入{resultType}占位符，分别代表人声和背景声）。

JobParams 的 JSON 字段说明

Cover

• Model：String 类型，智能封面模型，为空时输出图片封面，为 gif 时输出动图封面。

VideoDelogo

• LogoModel：String 类型，去除的 logo 类型，取值：tv（通用台标 - 电视台），internet（通用台标 - 网络媒体），该字段可多选，通过逗号分隔。

• Boxes：String 类型，目标 logo 框位置，以左上角为原点的归一化距离，[xmin, ymin, width, height]，目前最多支持两个目标 logo 框，例如："[[0, 0, 0.3, 0.3], [0.7, 0, 0.3, 0.3]]"。

VideoDetext

• LimitRegion：list 类型，限定字幕检测区域，以左上角为原点的归一化距离，[xmin, ymin, width, height]，可支持多个检测区域，例如：[[0, 0, 0.3, 0.3], [0.7, 0, 0.3, 0.3]]。注意，不设置该参数时，默认检测区域为视频下方 30%区域。

• Time：指定全局擦除时间（单位 s），list 类型，包括起始时间和结束时间，[start_time, end_time]，例如[5, 20]，表示只擦除视频的 5~20 秒之间的字幕。

  • Time 参数可以是一维数组，如[5, 20]，指定一个时间段

  • Time 参数也可以是二维数组，如[[5, 20], [25, 43], [51, 80]]，指定多个时间段（只有当 modelId=algo-video-detext-new 时支持）

CaptionExtraction

• fps：采样帧率（可选），整数，取值范围为[2,10]，默认 5。

• roi：字幕框选区域（只对区域内的字幕进行提取），格式：[[top, bottom], [left, right]]，为归一化取值（如下半部分[[0.5, 1], [0, 1]]）。不传此值，默认识别视频底部 1/4 区域。

• lang：识别语言，ch（中文）、en（英文），ch_ml（中英混合）。默认 ch。

• track：如果传"main"，表示只提取主字幕轨道。不传时，默认提取区域内出现的所有字幕。

VideoGreenScreenMatting

• bgimage：抠图后叠加的背景图片，例如：http://example-image-****.example-location.aliyuncs.com/example/example.jpg。如果不传该参数，则输出带透明通道的 WEBM 视频。

FaceBeauty

• beauty_params：美颜功能参数，填写示例： "whiten=20,smooth=50,face_thin=50"，详见参数字段说明

VideoH2V

无

MusicSegmentDetect

无

AudioBeatDetection

无

AudioQualityAssessment

无

SpeechDenoise

输入音频要求：格式需为 WAV，采样率为 16khz 或 48khz。

AudioMixing

• inputs：待混合的音轨文件地址列表，目前只支持一个，例如：{"file":"http://example-bucket-****.oss-cn-shanghai.aliyuncs.com/2.mp4"}

MusicDemix

无