IT ▾

API Testi Unfiltered Video: un flusso di lavoro LLM per le sceneggiature

Se hai cercato un'API testuale per video senza filtri, la divisione utile è questa: il tuo renderer genera i pixel, mentre un'API LLM per testi scrive tutto ciò che li circonda, dalle sceneggiature e dalle shot list alle didascalie e alle descrizioni. Questa guida costruisce questa metà testuale su un endpoint compatibile con OpenAI.

Aggiornato

Striscia di pellicola che si trasforma in blocchi di testo scorrevoli in un terminale, che illustra un flusso di lavoro testuale LLM per il video

Punti chiave

  • L'API è solo testuale. Scrive sceneggiature, scalette, didascalie e descrizioni; non renderizza video, immagini o audio.
  • Lo streaming ti offre una bozza di sceneggiatura man mano che viene scritta, e la modalità JSON ti fornisce una scaletta che il tuo codice può analizzare.
  • La finestra da 100.000 token contiene una lunga trascrizione insieme alle tue istruzioni in una singola richiesta.
  • Un ciclo completo di testo per un video costa una frazione di centesimo a $0.15 e $0.50 per 1M di token.

Dove si inserisce il testo in una pipeline video

L'API di questo sito non genera video. È solo per il testo: nessun output di immagini, audio o video, nessun embedding, nessun fine-tuning. Questo è importante perché la frase viene letta in due modi. Alcuni vogliono un modello che renderizza clip, e per quello serve un modello video separato. Altri hanno già un renderer, una libreria di stock o un editor e hanno bisogno di un LLM che scriva il testo circostante senza rifiutarsi su argomenti leciti ma scomodi: sceneggiature horror, ricostruzioni di crimini veri, commedia oscura, narrazioni di documentari di guerra, narrativa per adulti.

Il secondo gruppo è il pubblico di questo articolo. In pratica, il lavoro testuale attorno a un video si divide in quattro attività:

  • Stesura della sceneggiatura. Trasforma una traccia o un mucchio di note in una narrazione con una voce coerente.
  • Scalette. Dividi una sceneggiatura in scene con durata, descrizione visiva e una riga di narrazione ciascuna, come JSON che il tuo codice di editing può leggere.
  • Didascalie e pulizia dei sottotitoli. Correggi punteggiatura ed etichette degli speaker in una trascrizione grezza, o scrivi il testo a schermo.
  • Titoli, descrizioni e tag. Output brevi, molti di essi, dove il prezzo per token ti avvantaggia.

Il modello dietro l'endpoint è un modello a pesi aperti gestito da un provider indipendente e ottimizzato per rispondere senza rifiuti di contenuto per uso adulto lecito. Non è un router tra fornitori e non è l'API ufficiale del modello di nessun altro. Vale un limite rigido: nessun contenuto sessuale che coinvolga minorenni. Se stai ancora decidendo come adattare le parti audio e video del tuo stack, la pagina sulle pipeline video copre la divisione del lavoro.

Connetti il client

L'endpoint utilizza il formato delle chat completion di OpenAI, quindi qualsiasi SDK OpenAI funziona dopo aver modificato due valori: l'URL di base e la chiave. L'ID modello è uncensored, e l'autenticazione è un token bearer standard. Esistono due metodi: POST /v1/chat/completions e GET /v1/models.

from openai import OpenAI
import os

client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")

# sanity check: the model list should include "uncensored"
print([m.id for m in client.models.list().data])
MODEL = "uncensored"

Se preferisci il terminale, lo stesso controllo richiede una sola richiesta:

curl https://api.unfilteredvideo.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Write a two-line cold open for a ghost-story video."}]}'

Puoi ottenere una chiave dalla pagina delle chiavi API. I nuovi account possono richiedere $0,50 di credito di prova con un clic, valido per 7 giorni e senza bisogno di carta, che è più che sufficiente per tutto quanto segue.

Fase 1: streaming di una bozza di sceneggiatura

Una sceneggiatura è l'output più lungo nella pipeline, quindi è quello che vale la pena trasmettere in streaming. Con stream: true il server invia i token via SSE man mano che vengono prodotti, e i dati di utilizzo arrivano alla fine dello stream. Il tuo editor può mostrare la bozza che cresce invece di bloccarsi per l'intera generazione.

from openai import OpenAI
import os

client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")

outline = """Cold open: abandoned lighthouse at night.
Act 1: the keeper's logbook, last entry torn out.
Act 2: the tide table that does not match the moon.
Close: the lamp turns on by itself."""

stream = client.chat.completions.create(
    model="uncensored",
    stream=True,
    temperature=0.9,
    messages=[
        {"role": "system", "content": "You write narration for short horror videos. Second person, present tense, about 90 seconds spoken."},
        {"role": "user", "content": outline},
    ],
)

script = []
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        piece = chunk.choices[0].delta.content
        script.append(piece)
        print(piece, end="", flush=True)
    if getattr(chunk, "usage", None):
        print("\n\ntokens:", chunk.usage.prompt_tokens, chunk.usage.completion_tokens)

script = "".join(script)

Due dettagli sono facili da perdere. Primo, l'ultimo chunk può contenere dati di utilizzo e nessuna scelta, motivo per cui il ciclo controlla chunk.choices prima di indicizzare. Secondo, una richiesta in streaming occupa la sua slot di concorrenza fino alla fine dello stream. Se il tuo strumento permette agli utenti di avviare più bozze contemporaneamente, conta ogni stream aperto contro il tuo limite.

Lo stile è ciò che tende a variare in una serie. Inserisci le regole del canale nel messaggio di sistema e mantienle fisse: persona e tempo del narratore, lunghezza delle frasi, parole da evitare, come deve terminare un incipit. Aggiungi un breve elenco di cose che la sceneggiatura non deve mai fare, come spiegare il colpo di scena in anticipo. Un messaggio di sistema stabile rende anche i conteggi dei token prevedibili da un video all'altro, il che aiuta quando si fa budget in seguito.

Per bozze ripetibili mentre sintonizzi un prompt, passa seed con un valore fisso e un temperature più basso. Per una prima passata creativa, una temperatura intorno a 0,8-1,0 dà una narrazione più libera e vivace, e puoi abbassarla una volta che stai perfezionando.

Fase 2: trasformare la sceneggiatura in una scaletta

Il codice di editing vuole struttura, non paragrafi. La modalità JSON chiede al modello di restituire un singolo oggetto JSON, e la abiliti con response_format. Dì anche la parola JSON nel tuo prompt e descrivi la forma che vuoi; i due insieme mantengono l'output in forma.

import json, os
from openai import OpenAI

client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")

def shot_list(script_text):
    resp = client.chat.completions.create(
        model="uncensored",
        response_format={"type": "json_object"},
        temperature=0.3,
        messages=[
            {"role": "system", "content": (
                "Return JSON only: {\"shots\": [{\"n\": int, \"seconds\": number, "
                "\"visual\": string, \"narration\": string}]}. "
                "Keep each shot between 3 and 8 seconds."
            )},
            {"role": "user", "content": script_text},
        ],
    )
    data = json.loads(resp.choices[0].message.content)
    return data["shots"]

for s in shot_list(script):
    print(s["n"], s["seconds"], s["visual"][:60])

La modalità JSON rende rari gli output errati, non impossibili. Avvolgi json.loads in un blocco try, riprova una volta con una temperatura più bassa e valida i campi su cui fai affidamento. Una scaletta con un valore seconds mancante romperà una timeline molto più rumorosamente di una frase leggermente goffa.

Passa le stringhe visual a qualsiasi generatore o selettore delle tue riprese. Poiché al modello non viene chiesto di essere cauto riguardo al soggetto, le descrizioni di scene cupe o tese tornano come brevi scritti piuttosto che come rifiuti educati. Mantieni il tuo passaggio di revisione nel loop per tutto ciò che pubblichi.

Fase 3: didascalie e descrizioni da una lunga trascrizione

La finestra di contesto è di 100.000 token, prompt e completamento insieme. Per il lavoro testuale sul video è generoso: una lunga trascrizione di un'intervista, la guida di stile del tuo canale e tre descrizioni di esempio entrano in una singola richiesta, quindi non hai bisogno di frammentare e unire come faresti con una finestra piccola. Controlla la dimensione reale dal campo usage invece di indovinare, e lascia spazio per l'output.

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  apiKey: process.env.API_KEY,
  baseURL: "https://api.unfilteredvideo.com/v1",
});

const transcript = fs.readFileSync("interview.txt", "utf8");

const res = await client.chat.completions.create({
  model: "uncensored",
  temperature: 0.4,
  messages: [
    { role: "system", content: "You write video metadata. Reply with a title under 70 characters, a 3 sentence description, and 8 tags separated by commas." },
    { role: "user", content: transcript },
  ],
});

console.log(res.choices[0].message.content);
console.log(res.usage);

Per la pulizia dei sottotitoli, dividi per tempo invece che per dimensione. Invia pochi minuti di trascrizione grezza alla volta con l'istruzione di mantenere i timestamp invariati, poi unisci. Se hai anche bisogno di didascalie a schermo che corrispondano a uno stile aziendale, inserisci le regole di stile nel messaggio di sistema e mantienle identiche tra le chiamate; rende gli output coerenti e rende il conteggio dei token prevedibile.

La chiamata di funzioni è disponibile anche, se vuoi che il modello chiami le tue funzioni, ad esempio una funzione lookup_asset che controlla la tua libreria di footage per un clip corrispondente mentre scrive la scaletta. Definisci gli strumenti, leggi tool_calls dalla risposta, eseguili e invia i risultati indietro come messaggi role: "tool".

Limiti che definiscono la pipeline

Una chiave completa permette 8 richieste concorrenti e 300 richieste al minuto. Una chiave di prova permette 2 concorrenti e 60 al minuto. Il limite del corpo è 8 MB, che è ben al di sopra di qualsiasi trascrizione invierai come testo. Superato un limite ottieni HTTP 429 con il codice di errore rate_limited (troppe al minuto) o concurrency (troppe contemporaneamente). In caso di sovraccarico temporaneo ottieni anche un 429, con un'intestazione Retry-After: 5.

La regola semplice: su qualsiasi 429, attendi il valore dell'intestazione se c'è, altrimenti rallenta per qualche secondo, poi riprova. Le richieste fallite o rifiutate non vengono addebitate, quindi i retry non ti costano. Le risposte includono X-Request-Id per le domande di supporto e X-Balance-USD, utile per mostrare il credito rimanente all'interno del tuo strumento.

Quando renderizzi molti video in parallelo, assegna alla fase testuale il suo piccolo pool di worker di 4-6 così che un picco di bozze non possa far soffrire la fase della scaletta. Gli stream contano contro la concorrenza per tutto il tempo in cui sono aperti, quindi un utente che abbandona una bozza a metà legge tiene ancora uno slot fino al termine.

Quanto costa la parte testuale di un video

Il prezzo è $0,15 per 1 milione di token di input e $0,50 per 1 milione di token di output, dal credito prepagato senza abbonamento. Ecco un passaggio testuale realistico per un video di 90 secondi, con i calcoli mostrati:

FaseToken in ingressoToken in uscitaCosto
Bozza di sceneggiatura6001,200600 × $0,15/1M = $0,00009, più 1.200 × $0,50/1M = $0,0006, totale $0,00069
Scaletta1,500900$0,000225 + $0,00045 = $0,000675
Titolo, descrizione, tag1,800300$0.00027 + $0.00015 = $0.00042

I tre passaggi ammontano a $0.001785 per video. Un migliaio di video equivalgono a $1.785 di testo. Anche se i tuoi prompt reali sono tre volte più lunghi di questi, la scrittura è la parte economica del lavoro. Il solo credito di prova da $0.50 copre più di 250 video con queste dimensioni, poiché $0.50 diviso per $0.001785 è circa 280.

Dopo la prova, il credito proviene da ricariche di qualsiasi importo intero da $20 a $500, pagate in cripto (USDT su TRC20 o USDC su Base). I bonus si applicano sulle ricariche più grandi: +5% da $50, +10% da $100, +15% da $200. Il credito non scade mai e i prompt non vengono utilizzati per l'addestramento. La pagina prezzi elenca i dettagli e la guida quickstart ha lo stesso formato di richiesta in alcune lingue in più.

Domande e risposte

Questa API genera video?

No. È solo testuale, senza generazione di immagini, audio o video. Usala per sceneggiature, scalette, didascalie e descrizioni e abbinala al renderer o editor che preferisci.

Rifiuta i temi oscuri o per adulti?

Il modello è ottimizzato per rispondere senza rifiuti di contenuto per l'uso adulto lecito, quindi horror, crimine e narrativa per adulti sono fattibili. I contenuti sessuali che coinvolgono minorenni sono un no assoluto.

Quale ID modello e base URL devo usare?

Usa l'ID del modello uncensored e l'URL di base https://api.unfilteredvideo.com/v1 con qualsiasi SDK compatibile con OpenAI. Autenticati con un token bearer.

Esiste un piano gratuito?

Non esiste un piano gratuito. I nuovi utenti possono richiedere un credito di prova una tantum di $0.50, valido per 7 giorni, senza carta; in seguito puoi ricaricare a partire da $20.

La tua chiave è a un modulo di distanza

Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.

Ottieni la chiave API