Molmo2 वीडियो कैप्शनर: AI Large Language Models

Molmo2 के साथ विस्तृत वीडियो कैप्शन बनाएँ। समयानुसार दृश्य विवरण और विज़ुअल सारांश के लिए कम, मध्यम या उच्च विवरण चुनें। हर 5 सेकंड के लिए भुगतान करें।

इंटरैक्टिव मॉडल नियंत्रण

Molmo2 के साथ विस्तृत वीडियो कैप्शन बनाएँ। समयानुसार दृश्य विवरण और विज़ुअल सारांश के लिए कम, मध्यम या उच्च विवरण चुनें। हर 5 सेकंड के लिए भुगतान करें।

📝

सिंहावलोकन

इस मॉडल के बारे में

Molmo2 Video Captioner किसी सार्वजनिक वीडियो URL को ऐसे विस्तृत लिखित विवरण में बदलता है जो समय के साथ होने वाली घटनाओं को दर्ज करता है, सिर्फ़ किसी एक फ़्रेम में दिखने वाली चीज़ों को नहीं। यह विषयों, वस्तुओं, दृश्य परिवर्तनों, कैमरा मूवमेंट, आपसी क्रियाओं और महत्वपूर्ण विज़ुअल संदर्भ की पहचान कर सकता है। इसलिए इसका परिणाम सुलभता के लिए alt text, खोजने योग्य मीडिया लाइब्रेरी विवरण या आगे की रचनात्मक और स्वचालन प्रक्रियाओं के इनपुट के रूप में उपयोगी है। संक्षिप्त सारांश के लिए कम, संतुलित कैप्शन के लिए मध्यम, या समयानुसार गतिविधियों और दृश्य संरचना के अधिक व्यापक विवरण के लिए उच्च स्तर चुनें। क्लिप अधिकतम दो मिनट की हो सकती हैं। API कैप्शन को एसिंक्रोनस रूप से लौटाता है, जिससे लंबे वीडियो का विश्लेषण प्रोडक्शन पाइपलाइन, वर्कफ़्लो नोड और बैकग्राउंड जॉब में आसानी से शामिल हो जाता है।

1सुलभता: वीडियो के लिए वर्णनात्मक टेक्स्ट बनाएँ, ताकि स्क्रीन रीडर इस्तेमाल करने वाले लोग दृश्य कथा समझ सकें।
2मीडिया लाइब्रेरी: अपलोड की गई वीडियो क्लिप के बड़े संग्रह के लिए खोजने योग्य विवरण और टैग बनाएँ।
3कंटेंट संचालन: संपादन, समीक्षा, प्रकाशन या आगे की रचनात्मक प्रोसेसिंग से पहले फ़ुटेज का सारांश बनाएँ।
4वीडियो QA: जनरेट की गई या उपयोगकर्ता द्वारा भेजी गई क्लिप में गतिविधियों, दृश्य बदलावों, वस्तुओं और विज़ुअल संदर्भ की जाँच करें।
5वर्कफ़्लो स्वचालन: बिना मैन्युअल समीक्षा के कैप्शन को किसी अन्य टेक्स्ट, खोज या कंटेंट जनरेशन नोड तक भेजें।
💰

मूल्य निर्धारण एवं मूल्य

लागत विश्लेषण

muapiapp$0.006 minimum; $0.010 per 5s

अवधि के आधार पर बिलिंग; न्यूनतम तीन सेकंड और अधिकतम 120 सेकंड।

** प्रतिस्पर्धी मूल्य निर्धारण का अनुमान समान मॉडल आर्किटेक्चर और उपयोग स्तरों के आधार पर लगाया जाता है।

⚙️

टेक्निकल डिटेल

कॉन्फ़िगरेशन स्कीमा

वीडियो यूआरएलstring

Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes.

डिफ़ॉल्ट मानhttps://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4
Detail Levelएनम (3 विकल्प)

Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail.

डिफ़ॉल्ट मानmedium
📖

कार्यान्वयन मार्गदर्शिका

डेवलपर दस्तावेज़ीकरण

वीडियो का कैप्शन बनाएँ

सार्वजनिक video_url और वैकल्पिक detail_level (low, medium या high) के साथ /api/v1/molmo2-video-captioner पर POST अनुरोध भेजें। API एक request_id लौटाता है। status के completed होने तक /api/v1/predictions/{id}/result को पोल करें, या एसिंक्रोनस डिलीवरी के लिए webhook URL दें।

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" }'

पूरा हुआ जवाब जनरेट किया गया कैप्शन outputs array में रखता है। क्लिप अधिकतम 120 सेकंड की हो सकती हैं।

❓

सामान्य प्रश्न

अक्सर पूछा जाता है

Molmo2 Video Captioner क्या लौटाता है?

यह वीडियो के विषयों, वस्तुओं, गतिविधियों, दृश्य बदलावों, कैमरा मूवमेंट और प्रासंगिक विज़ुअल संदर्भ का वर्णन करने वाला लिखित कैप्शन लौटाता है।

किस तरह का वीडियो इनपुट समर्थित है?

video_url में सार्वजनिक रूप से उपलब्ध वीडियो URL दें। आम वीडियो फ़ॉर्मैट समर्थित हैं और इनपुट की अधिकतम अवधि दो मिनट है।

कम, मध्यम और उच्च विवरण में क्या अंतर है?

कम स्तर संक्षिप्त सारांश देता है, मध्यम संतुलित विवरण देता है, और उच्च स्तर समयानुसार गतिविधियों तथा विज़ुअल विवरणों का अधिक व्यापक ब्यौरा देता है।

क्या कैप्शन अनुरोध सिंक्रोनस है?

अनुरोध एसिंक्रोनस है। वीडियो सबमिट करें, request_id पाएँ और परिणाम endpoint को पोल करें या पूरा कैप्शन पाने के लिए webhook URL दें।

कीमत की गणना कैसे होती है?

बिलिंग वीडियो अवधि के आधार पर $0.010 प्रति पाँच सेकंड है। तीन सेकंड तक के लिए न्यूनतम शुल्क $0.006 है और बिल की जाने वाली अधिकतम अवधि 120 सेकंड है।

क्या मैं इस मॉडल को वर्कफ़्लो में इस्तेमाल कर सकता हूँ?

हाँ। यह मॉडल टेक्स्ट-आउटपुट वर्कफ़्लो नोड के रूप में उपलब्ध है, इसलिए इसका कैप्शन आगे के लेखन, खोज, वर्गीकरण या प्रकाशन चरणों में दिया जा सकता है।