新功能API v3 · 2026年11月发布

支持135种以上语言的视频AI配音API

上传视频,选择目标语言,即可获取配音视频。单个AI配音API请求即可处理转写、翻译、发言人识别、语音克隆和语音合成,能够保留原发言人的声音特征,并返回配音视频、独立的WAV音轨和字幕文件。
声音克隆
内置口型同步
REST + 5 个 SDK
three requests, start to finish
API key
# 1. import the video - YouTube, Drive, Vimeo or a direct URL
curl -X POST https://api.rask.ai/v3/media/import \
  -H "Authorization: Bearer $RASK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://youtu.be/..."}'

# 2. the price first - free, and it changes nothing
curl -X POST https://api.rask.ai/v3/projects/estimate \
  -H "Authorization: Bearer $RASK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"media_id": "...", "target_language": "es-mx"}'

# 3. create the dubbing project - the price you accepted is the ceiling
curl -X POST https://api.rask.ai/v3/projects \
  -H "Authorization: Bearer $RASK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "media_id":              "...",
    "target_language":       "es-mx",
    "expected_cost_minutes": 12
  }'
GET /v3/jobs/{job_id}
polling, 10s
# Wait on the job instead of polling: one request, up to 20 seconds.
curl -s "https://api.rask.ai/v3/jobs/$JOB_ID?wait_seconds=20" \
  -H "Authorization: Bearer $RASK_API_KEY" | jq .status
受到全球团队的信赖
功能特性

配音API的所有功能,只需一次调用

通过一个API自动转写、翻译和配音您的视频。通过声音选择、词汇表和脚本编辑微调结果。可选择添加口型同步,费用另计。

支持配音到135种以上的语言

单个请求背后的完整流程:转写、翻译、合成、混音。您只需发送视频和目标语言即可。

说话人检测及各说话人专属声音

发言人会从源音频中自动分离,并在目标语言中获得各自的声音。您可以覆盖任何分配,或在已知数量时传入该数量。

跨语言语音克隆

在配音中保留原发言人的声音特征,让演讲者在说西班牙语、印地语、日语或韩语时听起来依然像本人。

对口型

使嘴唇动作与配音音频相匹配,作为任何配音项目中的独立任务运行。人脸检测会首先运行,因此您只需为实际生效的部分付费。

保留背景音频

音乐、环境音和特效会从语音中分离出来,并在配音下方重新混音。结果是获得一个完全本土化的音轨,并在新声音下方保留原始的音乐、环境音和特效。

.srt 和 .vtt 格式字幕

每个完成的项目都包含这两种格式,时间轴与配音同步,可直接用于您的播放器。

使用术语表进行术语控制

品牌名称、产品名称和技术术语每次都能以相同的方式翻译,或者刻意保持不翻译。支持版本控制,因此每个完成的项目都会保留其配音时使用的词汇表。

片段级脚本编辑

获取脚本,修改台词,调整时间戳,添加或删除片段,然后重新生成。您的语言专家可以直接纠正脚本,配音将根据他们的修改重新生成。

无限扩展

一次性发送您的完整目录,并以任意体量并行配音到所有目标语言。
查看实际效果

AI配音API实际返回的内容

同一个剪辑,通过您刚刚阅读的同一个API调用进行配音。源音频保留原始声音,克隆的声音支持法语、德语、葡萄牙语和西班牙语,背景音频保持完整。
EN flag
En
FR flag
Fr
DE flag
De
PT flag
Pt
ES flag
Es
工作流程

从源文件到配音视频的三个步骤

创建项目即可开始配音。编辑项目后,稍后可使用 /projects/{id}/dub 重新配音。
1

上传视频

以多部分表单数据(multipart form data)形式发送文件,或发布链接。支持的链接来源包括YouTube、Google Drive、S3、Vimeo以及任何直接下载URL。在您花费任何费用之前,返回媒体ID和完整的技术元数据。

POST /v3/media/import
2

创建项目

将媒体ID作为 media_id 传入,并指定目标语言。还可以选择附带您自己的文稿或词汇表。配音将立即开始。

POST /v3/projects
3

获取输出

读取 status 直到其显示为 succeeded,然后下载配音视频、音频轨道和字幕文件。

GET /v3/jobs/{job_id}
处理时间因项目而异。你可以通过API跟踪进度,并在配音完成后下载文件。
为您量身打造

名单上没有?我们来打造。

新语言、专属声音、你自己的交付方式、更高的处理量:当配音集成需要公共目录以外的功能时,我们的团队会与你共同评估并开发。

语言与声音

需要公开目录之外的语言或声音?请与我们的团队讨论您的需求和可行选项。

交付与集成

直接送达您的存储空间、自定义端点和专属算力。告诉我们您的工作流需要如何对接。

批量与处理量

批量大小、每个操作的目标语言以及处理优先级都会在合同中进行设置,以匹配你的工作流程。

安全与托管

数据驻留、SSO 和 SAML、保留规则以及安全审查支持均作为企业入驻流程的一部分进行处理。
用例

谁在使用人工智能配音API

内置视频的平台

学习管理系统与客户教育平台、创作者与视频平台、网络研讨会与虚拟活动工具、视频托管与工作流程SaaS、数字采用平台、直播购物。教育内容、产品演示和创作者视频可以直接在你的产品中进行配音,让全球观众听到他们自己的语言,使人工智能配音成为你的功能之一。

本地化和制作机构

将人工智能配音连接到你现有的交付流程中,并保留人工审核环节。人工智能生成第一个配音版本,然后由你的语言专家编辑脚本,省去了重新预约录音棚的麻烦。

企业内部持续视频制作

国际零售与电子商务、全球连锁品牌、媒体出版商、企业大学。将本地化融入你的发布流程中,以便团队在源视频更改时随时重新生成语言版本。
客户案例

真正的团队,可衡量的成果

用数据了解各大公司如何通过Rask进行视频本土化。
箭头
箭头
代码

人工智能配音API代码示例

每种语言的完整完整往返流程:身份验证、上传、配音、等待、下载。
# pip install rask-sdk
from rask_sdk import Rask

rask = Rask()                                   # reads RASK_API_KEY

uploaded = rask.jobs.wait(rask.uploads.upload_file("q3-launch.mp4").id)
media_id = uploaded.result.media_id

# the price first - free, and it changes nothing
estimate = rask.projects.estimate_project(
    media_id=media_id, target_language="es-mx"
)

# the price you accepted is the ceiling
created = rask.projects.create_project(
    media_id=media_id,
    target_language="es-mx",
    expected_cost_minutes=estimate.total_minutes,
)
processed = rask.jobs.wait(created.id)

outputs = rask.exports.list_project_outputs(processed.result.project_id).data
print(next(o.url for o in outputs if o.kind == "dubbed_video"))
github.com/braskai/rask-sdk
Python 3.8+, async
import os, requests

API = "https://api.rask.ai/v3"
h = {"Authorization": f"Bearer {os.environ['RASK_API_KEY']}"}

job = requests.post(f"{API}/media/import", headers=h,
                    json={"url": "https://youtu.be/..."}).json()
media_id = requests.get(f"{API}/jobs/{job['id']}?wait_seconds=20",
                        headers=h).json()["result"]["media_id"]

order = {"media_id": media_id, "target_language": "es-mx"}

# the price first - free, and it changes nothing
estimate = requests.post(f"{API}/projects/estimate", headers=h, json=order).json()

# the price you accepted is the ceiling
project = requests.post(f"{API}/projects", headers=h,
                        json={**order,
                              "expected_cost_minutes": estimate["total_minutes"]}).json()

outputs = requests.get(f"{API}/projects/{project['project_id']}/outputs",
                       headers=h).json()
print(next(o["url"] for o in outputs["data"] if o["kind"] == "dubbed_video"))
requests, no polling
no SDK required
// no dependencies, Node 18+ global fetch
const API = 'https://api.rask.ai/v3';
const h = {
  Authorization: `Bearer ${process.env.RASK_API_KEY}`,
  'Content-Type': 'application/json',
};

const imported = await fetch(`${API}/media/import`, {
  method: 'POST', headers: h,
  body: JSON.stringify({ url: 'https://youtu.be/...' }),
}).then(r => r.json());

const job = await fetch(`${API}/jobs/${imported.id}?wait_seconds=20`, { headers: h })
  .then(r => r.json());
const order = { media_id: job.result.media_id, target_language: 'es-mx' };

// the price first - free, and it changes nothing
const estimate = await fetch(`${API}/projects/estimate`, {
  method: 'POST', headers: h, body: JSON.stringify(order),
}).then(r => r.json());

// the price you accepted is the ceiling
const project = await fetch(`${API}/projects`, {
  method: 'POST', headers: h,
  body: JSON.stringify({ ...order, expected_cost_minutes: estimate.total_minutes }),
}).then(r => r.json());

const outputs = await fetch(`${API}/projects/${project.project_id}/outputs`, { headers: h })
  .then(r => r.json());
console.log(outputs.data.find(o => o.kind === 'dubbed_video')?.url);
fetch, Node 18+
plain HTTP
API=https://api.rask.ai/v3
AUTH="Authorization: Bearer $RASK_API_KEY"
JSON="Content-Type: application/json"

# 1. import the video, then wait for the media id
JOB=$(curl -s -X POST $API/media/import -H "$AUTH" -H "$JSON" \
  -d '{"url": "https://youtu.be/..."}' | jq -r .id)
MEDIA=$(curl -s "$API/jobs/$JOB?wait_seconds=20" -H "$AUTH" | jq -r .result.media_id)

ORDER="{\"media_id\":\"$MEDIA\",\"target_language\":\"es-mx\"}"

# 2. the price first - free, and it changes nothing
CAP=$(curl -s -X POST $API/projects/estimate -H "$AUTH" -H "$JSON" \
  -d "$ORDER" | jq -r .total_minutes)

# 3. the price you accepted is the ceiling
ID=$(curl -s -X POST $API/projects -H "$AUTH" -H "$JSON" \
  -d "$(jq -c --argjson cap "$CAP" '. + {expected_cost_minutes:$cap}' <<<"$ORDER")" \
  | jq -r .project_id)

# 4. collect the dubbed video
curl -s $API/projects/$ID/outputs -H "$AUTH" \
  | jq -r '.data[] | select(.kind == "dubbed_video") | .url'
POST /v3/projects
API key, Bearer header
<?php
use GuzzleHttp\Client;

$http = new Client([
    'base_uri' => 'https://api.rask.ai/v3/',
    'headers'  => ['Authorization' => 'Bearer ' . getenv('RASK_API_KEY')],
]);

$job = json_decode($http->post('media/import',
    ['json' => ['url' => 'https://youtu.be/...']])->getBody(), true);

$media = json_decode($http->get("jobs/{$job['id']}?wait_seconds=20")->getBody(), true);
$order = ['media_id' => $media['result']['media_id'], 'target_language' => 'es-mx'];

// the price first - free, and it changes nothing
$estimate = json_decode($http->post('projects/estimate',
    ['json' => $order])->getBody(), true);

// the price you accepted is the ceiling
$project = json_decode($http->post('projects', ['json' => $order + [
    'expected_cost_minutes' => $estimate['total_minutes'],
]])->getBody(), true);

$outputs = json_decode(
    $http->get("projects/{$project['project_id']}/outputs")->getBody(), true);
Guzzle 7
plain HTTP
Python是官方SDK。Node、PHP和cURL标签页是针对相同端点的纯HTTP示例。
进度

配音项目如何报告进度

项目通过文档化的状态机进行推进,因此你可以向自己的用户展示真实的、分阶段的进度条。你只需要处理三组状态。

成功,在此停止

succeeded
配音已完成。再次获取项目以检索可用的下载链接。

进行中,继续轮询

queued
uploading
transcribing
separating_audio
detecting_speakers
translating
voicing
merging
在这些移动过程中任务会继续运行,进度条可以显示当前阶段和 progress。阶段列表是开放的,因此请忽略您不了解的数值。

失败,停止并报告

failed
media_processing_failed
transcription_failed
translation_failed
audio_separation_failed
speaker_detection_failed
no_audio_track
no_speech_detected
source_unavailable
no_audio_track, no_speech_detected 和 source_unavailable 足够具体,可以直接向你自己的用户展示。
Typical run, 4 minute source video
GET /v3/projects/{project_id}/outputs
   0s  queued
   3s  running    transcribing
  48s  running    translating
  72s  running    voicing
 128s  running    merging
 150s  succeeded

或者完全跳过轮询

等待任务完成,请求会在工作完成的瞬间返回,因此您的队列无需轮询即可对每个更改做出响应。
阅读文档
preserveAspectRatio="xMidYMid meet" aria-hidden="true" role="img">
输出

配音视频、音频和字幕

下载配音视频以及SRT和VTT格式的翻译字幕。在符合条件的套餐中,你还可以单独下载翻译后的声音,或者将其与原始背景音频混合。
字段
格式
说明
dubbed_video
MP4
配音视频,可直接发布
voice_track
WAV
仅翻译语音,无背景音,可直接放入你自己的混音中
dubbed_audio
WAV
翻译后的语音与原始背景音频的混合音
target_subtitles
.srt .vtt
目标语言字幕
onscreen_video
MP4
带有翻译后屏幕文本的视频
source
MP4
您存储的源文件,供参考
控制

编辑脚本,然后仅对修改的部分重新配音

自动翻译能帮你完成大部分工作。如果不够完美,你可以按片段编辑转录文本并重新生成,而且系统只对你修改的部分收费。

片段级编辑

片段级编辑
每个项目都将其转录文本公开为可寻址的片段,因此修复错误的台词只需发送一个补丁请求。
获取文字记录及其片段
修改源文本,我们将重新翻译
直接修改翻译后的文本以保留您自己的措辞
调整时间戳、添加片段、删除片段
重新指定分配给任何发言者的声音

术语词汇表

术语词汇表
为项目添加词汇表,你的品牌名称、产品名称和专业术语每次都会以相同的方式翻译,或者故意保持不翻译。

一个词汇表涵盖一对语言,并适用于该目标语言的所有区域变体,因此一个西班牙语词汇表即可服务于 es-mx 和 es-es 类似项目。项目记录 glossary.version,因此后续的修改绝不会悄悄改变已完成的工作。
输入

支持的文件格式

支持七种视频和四种音频格式,还可以直接从网址导入。如果提交不支持的文件,API会在扣除任何时长之前按内容类型拒绝该文件。

视频

7种格式
.mp4
.mov
.mkv
.avi
.webm
.m4v
.3gp

音频

4种格式
.mp3
.wav
.flac
.m4a

消费前查看元数据

媒体端点会返回时长、文件大小、视频编解码器、帧率、分辨率、音频编解码器、采样率和声道布局。由于配音按分钟计费,你可以提前验证文件并估算成本。
安全与合规

通过合规审查

Brask Inc持有SOC 2 Type II认证,在GDPR下运营,并在其信任中心发布实时控制状态。

认证

SOC 2 Type II
GDPR
CAI 和 C2PA 成员

加密

传输中使用 TLS 1.2
静态使用 AES-256
SSE-S3 托管密钥
密钥至少每 12 个月轮换一次

您的内容

封闭的人工智能环境
绝不用于训练通用模型
支持完整导出,绝不绑定

访问

单点登录 (SSO) 和 SAML
基于角色的访问控制
API密钥、Bearer标头

企业

数据驻留选项
自定义SLA
专属客户经理

声音权益

拥有使用权的合成声音
基于授权的声音克隆
人工智能安全控制,人工参与把关
对比

Rask API 与自行开发对比

同样的配音功能,两种实现方式。一列是契约合同,另一列则是技术路线图。
您需要什么
Rask API
从零散部件拼凑
语音转文字、翻译、合成、混音
一次调用
三到四个供应商以及它们之间的衔接工作
说话人检测及各说话人专属声音
包含
说话人分离供应商加上您自己的声音分配逻辑
保留背景音乐和音效
包含
由您自行构建和调优的源分离步骤
跨语言语音克隆
包含
独立的供应商和独立的授权流程
对口型
包含
第五个供应商
.srt 和 .vtt 格式字幕
包含
根据您自己的时间数据生成
修复某一句不佳的台词
仅重新配音该片段并按该片段计费
重新运行整个流程并为整个文件付费
术语一致性
带版本管理的词汇表
由您维护的前期和后期处理
支出控制
价格公开透明
受限于你所使用的表现最弱的供应商
目前尚无任何平台支持的语言
由我们来构建
不可用
常见问题解答

人工智能配音 API:常见问题

找不到您要找的内容?请联系销售部门。

如何获取API访问权限和API密钥?

如何通过人工智能配音 API 进行身份验证?

API是同步的还是异步的?

如何控制API的消费金额?

我可以将视频配音成多少种语言?

API 的声音克隆功能是如何工作的?

人工智能配音需要多长时间?

支持哪些文件格式?

API 如何处理包含多个说话者的视频?

我可以提供自己的脚本或字幕吗?

除了配音视频,我还能获得字幕吗?

是否有SDK?

修改后重新配音需要多少费用?

在一个下午内开始配音

今天就发出您的第一个请求,如果您需要大批量合作条款或其他人没有的语言,请与我们联系。