本文面向开发者，详细介绍如何通过 API 调用 AI 视频翻译（声影智译）能力，将国际化视频的自动化生产流程无缝集成到您的业务系统中。您将了解到 API 的核心调用流程、参数配置，并通过丰富的代码示例快速上手。

前提条件 #

• 已开通视频点播服务并创建空间。
• 将待处理的音视频文件上传至点播空间，并获取对应的 Vid（视频 ID）。
• （可选）添加并配置点播加速域名。如果您需要通过视频点播的 CDN 分发加速功能来播放或分发翻译后的视频产物，则需完成此步骤。

实现流程概览 #

视频点播提供以下两种工作流，以满足不同场景下的视频翻译需求：

• 场景一：先一次性生成再局部微调
  此流程下，您可以先获得一个完整的翻译视频，查看翻译效果，然后调用特定接口修改字幕、重生成单句音频或更换音色，最后重新导出视频。
  
• 场景二：分阶段处理
  此流程下，您可以在任务执行到特定阶段（如识别源语言字幕后或翻译字幕后）自动暂停，进行字幕校对和调整，然后再恢复任务以完成后续的语音合成和视频生成。
  

场景 1：先一次性生成再局部微调 #

步骤 1：创建 AI 翻译任务 #

调用 SubmitAITranslationWorkflow 接口创建 AI 翻译任务。在此场景下，不要设置 ProcessConfig.SuspensionStageList 参数，让任务一次性执行到底。请求示例如下：

POST https://vod.volcengineapi.com?Action=SubmitAITranslationWorkflow&Version=2025-01-01
{
  "SpaceName": "test_space",
  "Vid": "v0cctrans***onvideoid",
  "TranslationConfig": {
    "SourceLanguage": "zh",
    "TargetLanguage": "en",
    "TranslationTypeList": ["SubtitleTranslation","VoiceTranslation"]
  }
}

任务完成后，您可以通过以下两种方式获取 AI 翻译任务的产物信息：

• 主动查询：调用 ListAITranslationProject 接口，传入项目 ID，查询任务的详细信息和处理结果。
• 事件通知：通过配置 AITranslationComplete 事件，在任务完成后接收系统发送的事件通知，从中获取任务产物的相关信息。

步骤 2：按需修改翻译内容 #

调用 UpdateAITranslationUtterances 接口更新字幕。您可以根据修改规模选择任一方式：

• 通过文件更新：上传校对后的源语言、目标语言或双语的字幕文件（SRT/WebVTT）。在字幕文件中，您可以使用特殊标记实现静音或使用原声等操作，详细说明和示例，请见字幕文件中的特殊标记说明。请求示例：

  POST https://vod.volcengineapi.com?Action=UpdateAITranslationUtterances&Version=2025-01-01
  {
    "SpaceName": "test_space",
    "UpdateType": "OutputSubtitleFile",
    "ProjectId": "684038d6b71***05b266fefe",
    "OutputSubtitleFileName": "your_target_subtitle_file.vtt"
  }
  

• 通过句段 ID 更新：将 UpdateType 设置为 Utterances，并传入一个或多个包含句段 ID、新文本和说话人 ID 的字幕对象，精确修改特定句段。请求示例：

  POST https://vod.volcengineapi.com?Action=UpdateAITranslationUtterances&Version=2025-01-01
  {
    "SpaceName": "test_space",
    "UpdateType": "Utterances",
    "ProjectId": "684038d6b71***05b266fefe",
    "Utterances": [
      {
        "Id": "68403b6***364cc4835c8141",
        "Text": "Welcome to this video. Today we will introduce how to use the VOD service.",
        "SpeakerId": "68403b6***364cc4835c80f4"
      }
    ]
  }
  

步骤 3：重新导出最终视频 #

完成所有修改后，调用 RefreshAITranslationProject 接口。系统会应用您所有的变更（包括修改的文本、新生成的单句音频等），重新导出一个全新的翻译视频。

场景 2：分阶段处理 #

步骤 1：创建 AI 翻译任务并指定暂停阶段 #

调用 SubmitAITranslationWorkflow 接口创建 AI 翻译任务，并通过 ProcessConfig.SuspensionStageList 参数指定在特定阶段暂停。

• 在字幕识别后暂停（取值为 SubtitleRecognition）：任务将在生成源语言字幕后暂停。
• 在字幕翻译后暂停（取值为 SubtitleTranslation）：任务将在生成目标语言字幕后暂停。

// 请求示例：在字幕翻译后暂停任务
POST https://vod.volcengineapi.com?Action=SubmitAITranslationWorkflow&Version=2025-01-01
{
  // ... 其他参数 ...
  "ProcessConfig": {
      "SuspensionStageList": ["SubtitleTranslation"]
  }
}

步骤 2：获取字幕信息并按需修改 #

1. 获取待校对的字幕：调用 GetAITranslationProject 接口获取项目详情。

   • 若在 SubtitleRecognition 阶段暂停，您可获取到 SourceUtterances（源语言字幕句段信息）和 InputSubtitle（源语言字幕文件）。
   • 若在 SubtitleTranslation 阶段暂停，您可获取到 SourceUtterances（源语言字幕句段信息）、InputSubtitle（源语言字幕文件）、TargetUtterances（目标语言字幕句段信息）和 OutputSubtitle（目标语言字幕文件）。

2. 更新字幕内容：调用 UpdateAITranslationUtterances 接口提交您的修改。您可以根据修改范围，选择任一方式：

   • 通过文件更新：上传校对后的源语言、目标语言或双语的字幕文件（SRT/WebVTT）。在字幕文件中，您可以使用特殊标记实现静音或使用原声等操作，详细说明和示例，请见字幕文件中的特殊标记说明。请求示例：

     POST https://vod.volcengineapi.com?Action=UpdateAITranslationUtterances&Version=2025-01-01
     {
       "SpaceName": "test_space",
       "UpdateType": "OutputSubtitleFile",
       "ProjectId": "684038d6b71***05b266fefe",
       "OutputSubtitleFileName": "your_target_subtitle_file.vtt"
     }
     

   • 通过句段 ID 更新：将 UpdateType 设置为 Utterances，并传入一个或多个包含句段 ID、新文本和说话人 ID 的字幕对象，精确修改特定句段。请求示例：

     POST https://vod.volcengineapi.com?Action=UpdateAITranslationUtterances&Version=2025-01-01
     {
       "SpaceName": "test_space",
       "UpdateType": "Utterances",
       "ProjectId": "684038d6b71***05b266fefe",
       "Utterances": [
         {
           "Id": "68403b6***364cc4835c8141",
           "Text": "Welcome to this video. Today we will introduce how to use the VOD service.",
           "SpeakerId": "68403b6***364cc4835c80f4"
         }
       ]
     }
     

   说明

   如需通过以上方式替换音色，请参考自定义说话人音色。

步骤 3：恢复 AI 翻译任务 #

完成字幕内容的更新和校对后，调用 ContinueAITranslationWorkflow 接口恢复任务，继续执行后续流程。

步骤 4：获取最终产物 #

任务完成后，您可以通过以下两种方式获取 AI 翻译任务的产物信息：

• 主动查询：调用 ListAITranslationProject 接口，传入项目 ID，查询任务的详细信息和处理结果。
• 事件通知：
  1. 参考事件通知概述文档，配置一个用于接收回调的服务地址。在订阅事件时，勾选 AI 翻译任务执行完成事件。
  2. 当任务完成时，您的服务将收到一个 EventType 为 AITranslationComplete 的 HTTP POST 请求。可从回调结果中 OutputTaskHighlight 获取高光分析结果。

进阶使用 #

自定义说话人音色 #

如果您对某个说话人的音色不满意，需要更换，可按以下流程操作：

1. 上传参考音频文件：将用于音色复刻的参考音频文件上传至 AI 翻译任务所在的点播空间，然后获取该音频文件的 FileName。
2. 创建新音色：调用 CreateAITranslationSpeech 接口，传入您在上一步获取的 FileName，将音频文件转化为一个可用的音色。
3. 创建新说话人：调用 CreateAITranslationSpeaker 接口，将上一步创建的音色与当前项目绑定，创建一个新的说话人并记录新说话人 SpeakerId 和 Name。
4. 分配新说话人：
   • 方式一（通过句段 ID 更新）：调用 UpdateAITranslationUtterances 接口，将 UpdateType 设置为 Utterances。在 Utterances 数组中，将需要更换音色的句段的 SpeakerId 更新为您在上一步中获取的 SpeakerId。
   • 方式二（通过字幕文件更新）：
     1. 在您的字幕文件中，在所有需要更换音色的字幕文本行最前方，添加 <v SpeakerName> 标记。这里的 SpeakerName 就是您在上一步中获取的新说话人的 Name。
     2. 调用 UpdateAITranslationUtterances 接口，通过文件更新的方式上传此文件。

自定义术语库 #

如果您需要在翻译过程中应用您自定义的术语表，以确保特定词汇（如品牌名、产品名、专有名词等）的翻译准确性和一致性，可按以下流程操作：

1. 创建术语库：调用 CreateAITermbase 接口，在点播空间里创建新的术语库，获取术语库 TermbaseId。
2. 添加术语：调用 SetAITermItem 接口，传入您在上一步获取的术语库 TermbaseId，向术语库添加若干术语条目。
3. 将术语库添加至 AI 翻译任务：调用 SubmitAITranslationWorkflow 接口，在请求参数 TranslationTermbaseIds 中传入一个或多个要应用的术语库 ID。系统将按照您指定的术语进行翻译干预。

参考信息 #

字幕文件中的特殊标记说明 #

您可以在字幕文件中使用以下特殊标记来增强控制能力。

• <v {speaker}>：为该句字幕指定一个说话人。可指定 Speaker 名称为一个不为空的字符串。需放置在字幕文本行的最前方。如不指定，系统会通过 ASR 自动识别并匹配说话人。
• <a {action}>：对该句字幕的音频执行特殊操作。需放置在字幕文本行的最前方，可与 <v> 标签同时使用。支持以下 action：
  * MuteSpeech：静音。该句字幕将没有语音，实现静音效果。
  * UseOriginal：使用原声。该句字幕将直接使用原视频对应时间段的音频，不进行翻译和语音合成。

字幕文件示例：

• SRT 双语字幕文件：

  1
  00:00:10,198 --> 00:00:11,118
  你干什么
  <v Speaker1><a MuteSpeech>What have you done?
  
  2
  00:00:17,039 --> 00:00:19,018
  我打台球比赛
  <v Speaker2>I was playing in a pool tournament.
  

• WebVTT 目标语言字幕文件：

  00:00:00.160 --> 00:00:01.160
  <v Speaker1>Oh
  
  00:00:01.160 --> 00:00:02.660
  <v Speaker2><a UseOriginal>Stop messing around, Your Highness