AI MediaKit 提供**字幕擦除（标准版）和字幕擦除（精细化版）** 两种工具，以满足不同业务场景下的需求，实现对视频画面中内嵌字幕（硬字幕）的自动化检测与擦除。 * **标准版**：提供高效、经济的字幕擦除方案，适用于对成本和速度有较高要求的通用场景。 * **精细化版**：依托火山引擎高帧率 OCR 与 AIGC 图像修复算法，实现高质量的无痕擦除，最大程度地还原视频原始画面，适用于短剧出海、专业二创等对画质要求极高的场景。本指南将帮助您了解两个版本的功能区别，并快速上手，通过 API 实现视频字幕的自动化处理。 ## 标准版和精细化版对比 |**功能特性** |**标准版** |**精细化版** | |---|---|---| |**效果差异** |处理复杂背景（如衣物纹理）时，原字幕区域可能产生模糊感，细节有所丢失。 |能精准重建背景纹理，实现无痕擦除，细节保留更完整，画质更高。 | |**适用场景** |通用视频内容、成本敏感型业务、对处理速度要求较高的场景。 |专业二创、短剧出海、AIGC 内容修正等对画质和修复效果要求极高的场景。 | |**擦除模式** |智能自动检测 |* 智能自动检测|\ | | |* 指定区域擦除 | |**计费价格** |0.4 元/分钟 |1 元/分钟 | |**API 接口** |[提交字幕擦除（标准版）任务 API](/docs/6448/2386125) |[提交字幕擦除（精细化版）任务 API](/docs/6448/2372084) | ## 效果预览通过字幕擦除工具，您可以实现以下效果：

以下示例从左到右依次为：原片、字幕擦除（精细化版）、字幕擦除（标准版）。可看出在复杂的衣物纹理背景下，使用标准版擦除后，原字幕区域可能出现模糊、细节丢失；使用精细化版擦除则可以更完整地重建纹理，画面更接近原始效果。

## 快速体验：一键擦除短剧字幕本节将通过一个具体的示例，演示如何使用**字幕擦除（精细化版）** 工具，快速实现针对**中英文字幕短剧场景**的字幕自动检测与擦除。 ### 准备工作 1. **获取访问凭证**：在开始之前，访问 AI MediaKit 控制台 [API Key 管理页面](https://console.volcengine.com/imp/ai-mediakit/settings)，创建并获取 **AI MediaKit API Key**（用于媒体处理功能鉴权）。 2. **准备视频文件**：准备一个待处理的视频文件，并将其上传至公网可访问的服务器或[视频点播服务](https://www.volcengine.com/docs/4/2834?lang=zh)中，以获取可供 API 调用的 URL。 ### 操作流程精细化字幕擦除是一个异步任务，整体流程如下： 1. 成功调用 `POST /api/v1/tools/erase-video-subtitle-pro` 接口提交任务后，您将获得一个唯一的 `task_id`。 2. 您可以轮询 `GET /api/v1/tasks/{task_id}` 接口，直到任务状态`status` 变为 `completed`；或者使用[事件回调](/docs/6448/2288701)自动接收任务状态变化。 3. 任务完成后，解析响应中的 `result` 字段，即可在 `video_url` 字段中获取处理后视频的下载地址。 #### 第 1 步：提交任务调用[提交字幕擦除（精细化版）任务 API](/docs/6448/2372084)。您可以直接复制以下 cURL 命令，向 API 提交一个字幕擦除任务。 ```Bash curl -X POST 'https://mediakit.cn-beijing.volces.com/api/v1/tools/erase-video-subtitle-pro' \ -H 'Authorization: Bearer {Your_API_Key}' \ -H 'Content-Type: application/json' \ -d '{ "video_url": "https://example.com/your_movie_clip.mp4", "mode": "Subtitle" }' ``` :::tip 需替换参数： * 将 `{Your_API_Key}` 替换为您的有效 API Key。 * `-d` 部分是 JSON 请求体，您可以直接修改其中的关键参数来自定义您的视频： * `video_url`：替换为您自己的视频文件 URL。 * `mode`：指定擦除模式为 `Subtitle`，擦除 OCR 检测为字幕的文本。此模式下，系统会自动识别并擦除满足以下条件的字幕： * **位置**：位于视频画面下方 50% 以内，且在横向偏中央的位置。 * **大小**：文字竖向高度在视频高度的 1%～10% 之间。 * **颜色**：白色。 ::: 请求成功后，您会收到如下包含 `task_id` 的响应，请保存此 ID 用于后续查询。 ```JSON { "success": true, "task_id": "amk-tool-erase-video-subtitle-pro-123456789", "request_id": "20240520203000ABCDEFG12345" } ``` #### 第 2 步：获取结果由于视频处理需要时间，您需要通过轮询[查询任务信息 API](/docs/6448/2278532) 来获取最终结果，直到任务状态变为 `completed`。 ```Bash curl -X GET 'https://mediakit.cn-beijing.volces.com/api/v1/tasks/{task_id}' \ -H 'Authorization: Bearer {Your_API_Key}' ``` :::tip 需替换参数：将 URL 末尾的 `{task_id}` 替换为第 1 步返回的任务 ID。 ::: 当任务成功完成后，您将收到如下响应。`result` 字段中的 `video_url` 即是处理后视频的下载地址（默认输出为 **MP4** 格式，有效期为 **48** 小时）。 ```JSON { "success": true, "task_id": "amk-tool-erase-video-subtitle-pro-123456789", "task_type": "erase-video-subtitle-pro", "status": "completed", "result": { "video_url": "https://example.volcvideo.com/erased-video.mp4?auth_key=...", "duration": 180.5 }, "expires_at": 1775047666, "created_at": 1774874853, "finished_at": 1774874866, "request_id": "1742012dcc1938455d84dbe56beb7acc" } ``` ## 进阶使用（仅精细化版） ### 指定区域擦除（框选擦除）除了依赖 OCR 自动检测，您还可以通过 `erase_ratio_location` 参数手动指定一个或多个矩形区域。系统将强制擦除这些区域内的所有文本内容，这对于擦除短剧中常见的、位置固定的人名或地名等非常有用。每个区域的位置通过其左上角和右下角的坐标来定义，所有坐标值均为相对于视频总宽高的比例（取值范围 0.0 ~ 1.0）。假设您想要将下图橙色区域作为擦除区域，则参数设置如下： * `top_left_x`: 矩形左上角的 X 坐标（图中 b1）。 * `top_left_y`: 矩形左上角的 Y 坐标（图中 a1）。 * `bottom_right_x`: 矩形右下角的 X 坐标（图中 b2）。 * `bottom_right_y`: 矩形右下角的 Y 坐标（图中 a2）。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/166213c4d45145fcbae7c7b03aeb90d3~tplv-goo7wpa0wc-image.image =300x) 例如，短剧视频中常在左上角或右上角显示人名、地名。以下配置通过定义两个独立的擦除框，同时覆盖这两个区域，确保区域内的所有文本都会被擦除。 :::tip `mode` 设置为 `"Text"`，以确保系统会检测并擦除所有类型的文本，而不仅仅是字幕。 ::: ```JSON { "video_url": "https://example.com/short_drama_clip.mp4", "mode": "Text", "erase_ratio_location": [ { "top_left_x": 0.05, "top_left_y": 0.05, "bottom_right_x": 0.25, "bottom_right_y": 0.15 }, { "top_left_x": 0.75, "top_left_y": 0.05, "bottom_right_x": 0.95, "bottom_right_y": 0.15 } ] } ``` ## 参考信息 ### 核心优势 * **高帧率 OCR 字幕检测**：依托火山引擎高帧率 OCR 字幕检测算法，精准识别并定位视频中的字幕内容。该技术针对短剧等场景专门优化，不仅能准确区分需要擦除的字幕与需保留的剧情文本（如剧情提示、剧名、文字贴纸等），还采用高帧率抽帧技术确保无遗漏检测，为后续的精准擦除奠定坚实基础。 * **AIGC 图像修复**：在图像修复环节，采用自主研发的 AIGC 算法，结合时序分析与多帧联合处理，智能重建被擦除区域的画面。算法通过光流计算和特征匹配保持帧间稳定性，并运用深度学习生成逼真纹理，使修复后的画面与原始视频无缝融合，几乎看不出修改痕迹。 ### 应用场景 * **二次创作**：在进行视频混剪或二次创作时，去除原视频字幕，以便根据新的创意添加自定义字幕或音频，使内容更符合新主题和风格。 * **内容翻译与出海**：将短剧等内容在海外发行时，需要先擦除原视频的中文字幕，再添加目标语言的字幕。反之，在引入海外内容时，也需要擦除外文字幕并替换为中文字幕。 * **AIGC 内容修正**：当 AIGC 生成的视频中出现非预期的文字或字幕时（负向约束失效），可利用本功能进行高质量的无痕擦除。 * **广告与营销**：根据不同平台的特性与受众需求调整广告视频。例如，擦除原有字幕，重新设计并制作与广告风格及宣传重点更匹配的新字幕，以增强视觉冲击力与信息传递效能。 ### 使用限制与性能 |**限制项** |**说明** | |---|---| |**输入文件限制** |* **文件来源**：仅支持公网可访问的 HTTP/HTTPS URL。|\ | |* **支持格式**：`mp4`, `flv`, `ts`, `avi`, `mov`, `wmv`, `mkv` 等主流视频格式。|\ | |* **支持语言**：当前的字幕检测（OCR）功能主要针对**中文**和**英文**进行了优化。对于其他语言的字幕，可能无法准确识别，从而影响最终的擦除效果。|\ | |* **输入分辨率限制**：最高支持 2K 分辨率。 | |**输出视频分辨率** |输出视频的分辨率与输入视频的分辨率保持一致。输入视频的分辨率大于 1080p 时，则默认按照 1080p 输出。 | |**并发限制** |单个账号默认支持同时处理 20 个擦除任务，超出部分将自动进入队列排队。 | |**处理耗时** |任务处理时长与视频的原始时长相关。RTF (Real\-Time Factor) 指处理耗时与原片时长的比值，可用于预估任务耗时。|\ | ||\ | |* **对于时长大于 1 分钟的视频**：平均 RTF 为 6 ~ 10。例如，一个 10 分钟的视频，处理耗时约在 60 ~ 100 分钟之间。|\ | |* **对于时长小于 1 分钟的视频**：平均 RTF 约为 25。例如，一个 30 秒的视频，处理耗时约 750 秒，即 12.5 分钟。 | ## 相关 API 文档 * [提交字幕擦除（精细化版）任务 API](/docs/6448/2372084) * [提交字幕擦除（标准版）任务 API](/docs/6448/2386125) * [查询任务信息 API](/docs/6448/2278532) * [事件回调](/docs/6448/2288701)

智能处理