با Molmo2 زیرنویس‌های ویدئویی دقیق بسازید. برای توصیف زمانی صحنه‌ها و خلاصه‌های بصری، جزئیات کم، متوسط یا زیاد را انتخاب کنید. هزینه بر اساس هر ۵ ثانیه محاسبه می‌شود.
با Molmo2 زیرنویس‌های ویدئویی دقیق بسازید. برای توصیف زمانی صحنه‌ها و خلاصه‌های بصری، جزئیات کم، متوسط یا زیاد را انتخاب کنید. هزینه بر اساس هر ۵ ثانیه محاسبه می‌شود.
مدل‌ها
زیرنویس‌ساز ویدئو Molmo2 نشانی عمومی یک ویدئو را به توصیفی نوشتاری و دقیق تبدیل می‌کند که رویدادها را در گذر زمان دنبال می‌کند، نه اینکه فقط آنچه را در یک قاب دیده می‌شود شرح دهد. این مدل می‌تواند سوژه‌ها، اشیا، تغییر صحنه، حرکت دوربین، تعامل‌ها و زمینه بصری مهم را تشخیص دهد؛ بنابراین خروجی آن برای متن جایگزین دسترس‌پذیری، توضیحات قابل جست‌وجو در کتابخانه رسانه یا ورودی گردش‌کارهای خلاقانه و خودکار مناسب است. برای خلاصه‌ای کوتاه، جزئیات کم؛ برای زیرنویسی متعادل، متوسط؛ و برای شرح جامع‌تر کنش‌های زمانی و ساختار صحنه، جزئیات زیاد را انتخاب کنید. ویدئوها می‌توانند تا دو دقیقه باشند و API زیرنویس را به‌صورت ناهمگام برمی‌گرداند تا تحلیل‌های طولانی ویدئو به‌راحتی در خط لوله‌های تولید، گره‌های گردش‌کار و کارهای پس‌زمینه جای بگیرند.
تحلیل هزینه
| ارائه‌دهنده | هزینه | یادداشت‌ها |
|---|---|---|
| muapiapp | $0.006 minimum; $0.010 per 5s | محاسبه هزینه بر اساس مدت، با حداقل سه ثانیه و حداکثر 120 ثانیه. |
محاسبه هزینه بر اساس مدت، با حداقل سه ثانیه و حداکثر 120 ثانیه.
** مدل‌ها。
طرح پیکربندی
| پارامتر | نوع | توضیحات | پیش‌فرض |
|---|---|---|---|
| آدرس اینترنتی ویدیو | string | Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes. | https://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4 |
| Detail Level | （3 ） | Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail. | medium |
Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes.
https://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail.
mediumمستندات توسعه‌دهندگان
یک درخواست POST به /api/v1/molmo2-video-captioner بفرستید و video_url عمومی و در صورت تمایل detail_level با مقدار low، medium یا high را مشخص کنید. API یک request_id برمی‌گرداند. تا زمانی که وضعیت completed شود، /api/v1/predictions/{id}/result را بررسی کنید یا برای دریافت ناهمگام نتیجه، نشانی webhook ارائه دهید.
curl -X POST "https://api.muapi.ai/api/v1/molmo2-video-captioner"
-H "x-api-key: YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{
"video_url": "https://example.com/video.mp4",
"detail_level": "medium"
}'
در پاسخ تکمیل‌شده، زیرنویس تولیدشده در آرایه outputs قرار می‌گیرد. طول کلیپ‌ها می‌تواند تا 120 ثانیه باشد.
سوالات پرتکرار
این ابزار زیرنویسی نوشتاری برمی‌گرداند که سوژه‌ها، اشیا، کنش‌ها، تغییر صحنه، حرکت دوربین و زمینه بصری مرتبط ویدئو را توصیف می‌کند.
یک نشانی ویدئویی در دسترس عموم را در video_url وارد کنید. قالب‌های رایج ویدئو پشتیبانی می‌شوند و حداکثر مدت ورودی دو دقیقه است.
حالت کم خلاصه‌ای کوتاه تولید می‌کند، حالت متوسط توصیفی متعادل ارائه می‌دهد و حالت زیاد شرحی جامع‌تر از کنش‌های زمانی و جزئیات بصری می‌دهد.
درخواست ناهمگام است. ویدئو را ارسال کنید، request_id بگیرید و نتیجه را بررسی کنید یا برای دریافت زیرنویس تکمیل‌شده نشانی webhook بدهید.
هزینه بر اساس مدت ویدئو و با نرخ $0.010 برای هر پنج ثانیه محاسبه می‌شود؛ حداقل هزینه برای حداکثر سه ثانیه $0.006 است و حداکثر مدت قابل محاسبه 120 ثانیه است.
بله. این مدل به‌صورت گره‌ای با خروجی متنی در دسترس است و زیرنویس آن می‌تواند به مراحل بعدی نگارش، جست‌وجو، دسته‌بندی یا انتشار فرستاده شود.