# 1. one Spanish glossary - it applies to every Spanish regional variant
curl -X POST https://api.rask.ai/v2/glossaries \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d '{"name": "Brand terms", "src_lang": "en", "dst_lang": "es",
"entries": {"Rask Studio": "Rask Studio", "onboarding": "incorporación"}}'
# 2. a localized version per market, both with the same glossary
for lang in es-mx es-es; do
curl -X POST https://api.rask.ai/v2/projects \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d "{\"video_id\": \"$VIDEO_ID\", \"dst_lang\": \"$lang\", \"glossary_id\": \"$GLOSSARY_ID\"}"
done# Review: source and translated text, segment by segment
curl -s https://api.rask.ai/v2/projects/$ID/transcription \
-H "Authorization: Bearer $TOKEN" \
| jq '.segments[] | {speaker, src: .src.text, dst: .dst.text}'为每组语言创建词汇表,为常用出镜人员保存专属声音,并为你要发布的每个市场选择对应地区的语言偏好。
只需上传一次源视频,然后利用词汇表或导入已审核的 SRT 翻译文件,为每个目标市场分别创建项目。
对照阅读翻译文本,编辑审阅人员标记的内容,为修改后的片段重新配音,然后下载本土化视频和字幕。
# pip install git+ssh://[email protected]/braskai/rask-sdk.git@main
import asyncio
from rask_sdk import clients, enums, schemas
MARKETS = ["es-mx", "es-es"]
async def localize(client, video_id, locale, glossary_id):
job = await client.create_project(data=schemas.ProjectCreate(
video_id=video_id, dst_lang=locale, glossary_id=glossary_id))
while job.status is not enums.ProjectStatus.MERGING_DONE:
await asyncio.sleep(10)
job = await client.get_project(project_id=job.id)
return job
async def main():
client = clients.RaskSDKClient(client_id=CLIENT_ID, client_secret=CLIENT_SECRET)
glossary = await client.create_glossary(data=schemas.GlossaryCreate(
name="Brand terms", src_lang="en", dst_lang="es",
entries={"Rask Studio": "Rask Studio", "onboarding": "incorporación"}))
jobs = await asyncio.gather(*(localize(client, VIDEO_ID, m, glossary.id) for m in MARKETS))
for job in jobs: # review before publishing
script = await client.get_project_transcription(project_id=job.id)
for seg in script.segments[:3]:
print(job.dst_lang, seg.speaker, seg.src.text, "->", seg.dst.text)
asyncio.run(main())import time, requests
AUTH = "https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token"
API = "https://api.rask.ai"
token = requests.post(AUTH, auth=(CLIENT_ID, CLIENT_SECRET),
data={"grant_type": "client_credentials"}).json()["access_token"]
h = {"Authorization": f"Bearer {token}"}
glossary = requests.post(f"{API}/v2/glossaries", headers=h, json={
"name": "Brand terms", "src_lang": "en", "dst_lang": "es",
"entries": {"Rask Studio": "Rask Studio", "onboarding": "incorporación"}}).json()
ids = [requests.post(f"{API}/v2/projects", headers=h, json={
"video_id": VIDEO_ID, "dst_lang": locale, "glossary_id": glossary["id"]}).json()["id"]
for locale in ["es-mx", "es-es"]]
for pid in ids:
while requests.get(f"{API}/v2/projects/{pid}", headers=h).json()["status"] != "merging_done":
time.sleep(10)
script = requests.get(f"{API}/v2/projects/{pid}/transcription", headers=h).json()
for seg in script["segments"][:3]:
print(seg["src"]["text"], "->", seg["dst"]["text"])// no dependencies, Node 18+ global fetch
const API = 'https://api.rask.ai';
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));
const auth = await fetch('https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token', {
method: 'POST',
headers: { Authorization: 'Basic ' + btoa(`${CLIENT_ID}:${CLIENT_SECRET}`) },
body: new URLSearchParams({ grant_type: 'client_credentials' }),
}).then((r) => r.json());
const h = { Authorization: `Bearer ${auth.access_token}`, 'Content-Type': 'application/json' };
const call = (method, path, body) => fetch(API + path, { method, headers: h, body: body && JSON.stringify(body) }).then((r) => r.json());
const glossary = await call('POST', '/v2/glossaries', {
name: 'Brand terms', src_lang: 'en', dst_lang: 'es',
entries: { 'Rask Studio': 'Rask Studio', onboarding: 'incorporación' },
});
for (const dst_lang of ['es-mx', 'es-es']) {
let p = await call('POST', '/v2/projects', { video_id: VIDEO_ID, dst_lang, glossary_id: glossary.id });
while (p.status !== 'merging_done') { await sleep(10000); p = await call('GET', `/v2/projects/${p.id}`); }
const { segments } = await call('GET', `/v2/projects/${p.id}/transcription`);
segments.slice(0, 3).forEach((s) => console.log(dst_lang, s.src.text, '->', s.dst.text));
}# 1. token (valid 1 hour - cache and reuse it)
TOKEN=$(curl -s -X POST https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token \
-u "$CLIENT_ID:$CLIENT_SECRET" -d "grant_type=client_credentials" | jq -r .access_token)
# 2. import the translation your reviewers approved (source and translated .srt)
TRANSCRIPT_ID=$(curl -s -X POST "https://api.rask.ai/v2/transcriptions/srt?src_lang=en&dst_lang=es-mx" \
-H "Authorization: Bearer $TOKEN" \
-F "src=@source_en.srt" -F "dst=@approved_es-mx.srt" | jq -r .id)
# 3. create the localized version from it - Rask voices the approved script
curl -s -X POST https://api.rask.ai/v2/projects \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d "{\"video_id\": \"$VIDEO_ID\", \"dst_lang\": \"es-mx\", \"transcript_id\": \"$TRANSCRIPT_ID\"}"<?php
use GuzzleHttp\Client;
$http = new Client(['base_uri' => 'https://api.rask.ai']);
$json = fn($r) => json_decode($r->getBody(), true);
$auth = $json((new Client)->post('https://rask-prod.auth.us-east-2.amazoncognito.com/oauth2/token',
['auth' => [$clientId, $clientSecret], 'form_params' => ['grant_type' => 'client_credentials']]));
$h = ['Authorization' => 'Bearer ' . $auth['access_token']];
$glossary = $json($http->post('/v2/glossaries', ['headers' => $h, 'json' => [
'name' => 'Brand terms', 'src_lang' => 'en', 'dst_lang' => 'es',
'entries' => ['Rask Studio' => 'Rask Studio', 'onboarding' => 'incorporación'],
]]));
foreach (['es-mx', 'es-es'] as $locale) {
$p = $json($http->post('/v2/projects', ['headers' => $h, 'json' => [
'video_id' => $videoId, 'dst_lang' => $locale, 'glossary_id' => $glossary['id']]]));
while ($p['status'] !== 'merging_done') {
sleep(10);
$p = $json($http->get("/v2/projects/{$p['id']}", ['headers' => $h]));
}
$script = $json($http->get("/v2/projects/{$p['id']}/transcription", ['headers' => $h]));
echo $locale, ': ', $script['segments'][0]['dst']['text'], PHP_EOL;
} 0s created
11s transcription_started
87s translation_started
99s voiceover_started
154s merging_started
165s merging_done

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。视频本土化API通过您代码中的自动化功能,将单个源视频转化为适用于其他市场的不同版本:包括翻译和配音、字幕、统一的术语以及可选的唇形同步。借助Rask,每个市场的版本都是一个项目,您可以通过一个REST API进行创建、审核和下载。
翻译是改变文字。本土化则是为特定市场准备同一个视频:包括区域语言变体、保持一致的品牌术语、说话者的声音、字幕以及发布前的审核步骤。Rask API在一个工作流程中支持所有这些功能。
可以。为每个目标地区创建一个项目(例如墨西哥的es-mx和西班牙的es-es),并重复使用一个西班牙语词汇表来保持品牌术语的一致性。审核每个市场的文案。当区域口音很重要时,请为该地区选择可用的AI语音预设;语音克隆使用的是基础语言模型,并不保证能产生独特的区域口音。
为每个语言对创建一个词汇表,并在创建项目时附加它。每个项目都会记录其使用的词汇表版本,因此日后编辑词汇表绝不会改变已完成的工作。项目创建后无法添加词汇表。
可以,在支持SRT上传的套餐中适用。在创建项目时导入您已批准的目标语言SRT;单独的源语言SRT是可选的。您也可以在拥有这两个文件时一并提供。Rask会使用您批准的翻译进行配音。
文化相关性需要人类的判断。API为审核人员提供每一个片段,以便在发布前针对市场调整相关背景、习语和示例,当您的团队无法审核每个视频时,Rask可以在工作流程中加入人工质量保证。
已文档化的API端点会对语音和字幕进行本土化。作为画面一部分的文字(例如镜头中的标题)将保持拍摄时的原样。如果屏幕文字是您本土化工作流程的一部分,请与我们的团队联系。
从135种以上的语言和地区选项中选择并翻译成多种语言,包括墨西哥和欧洲西班牙语、巴西和欧洲葡萄牙语以及加拿大法语。每个项目采用一个目标地区。完整列表请参见API文档,我们的团队也可以讨论范围之外的选项。
可以,在支持语音克隆的语言中。使用即时语音克隆来保留说话者的身份,或者使用保存的自定义语音克隆来应对重复出镜的主持人。克隆使用的是基础语言模型,因此选择区域语言环境并不能保证该地区的口音。当区域口音是首要考虑因素时,请选择可用的AI语音预设。
对于真人出镜的视频,口型同步是一个可选步骤。请在审核后对本土化版本应用此功能。每个完整视频的口型同步生成费用与配音分开计费,包括后续修改后的生成。料金将独立计算。
API 的使用按每个市场版本的视频时长(分钟)计费,使用与 Rask 应用相同的时长额度。符合条件标准版套餐的超出时长费用为每分钟 3 美元。企业版定价根据您的协议量身定制。审核后重新配音按修改片段的总时长计费,每次运行最少计费一分钟,口型同步单独计费。您可以在 Rask 应用中免费试用本土化功能,无需绑定银行卡。如需评估 API,请联系我们的团队预约演示。
可以。对于持续的大批量需求,我们的团队可以帮助您梳理现有流程、明确审核和审批阶段、配置专业术语和声音、将 Rask 连接到您的内容管理系统(CMS)或学习管理系统(LMS),并在需要的地方加入人工质量保证。
API权限适用于创作者专业版、商业版和企业版套餐,具体功能由您的套餐决定。您可以在应用中生成客户端ID和密钥,然后立即开始调用。企业条款、大宗优惠价格以及自定义语言覆盖范围请联系我们的团队咨询。