API ข้อความ Unfiltered Video: กระบวนการทำงาน LLM สำหรับสคริปต์
หากคุณค้นหา "unfiltered video api text" การแบ่งงานที่มีประโยชน์คือ: ตัวเรนเดอร์ของคุณสร้างพิกเซล และ API ข้อความ LLM เขียนทุกอย่างรอบๆ มัน ตั้งแต่สคริปต์และรายการช็อตไปจนถึงคำบรรยายและคำอธิบาย คู่มือนี้สร้างส่วนข้อความนั้นบนเอนด์พอยต์ที่เข้ากันได้กับ OpenAI

ประเด็นสำคัญ
- API รองรับเฉพาะข้อความ มันเขียนสคริปต์ รายการช็อต คำบรรยาย และคำอธิบาย; มันไม่เรนเดอร์วิดีโอ ภาพ หรือเสียง
- สตรีมมิงให้คุณได้ร่างสคริปต์ขณะกำลังเขียน และโหมด JSON ให้คุณได้รายการช็อตที่โค้ดของคุณสามารถแยกวิเคราะห์ได้
- หน้าต่าง 100,000 โทเคนรองรับการเก็บบทบันทึกยาวพร้อมคำแนะนำของคุณในคำขอเดียว
- การรันสร้างข้อความครบถ้วนสำหรับวิดีโอหนึ่งรายการมีค่าใช้จ่ายเพียงเศษเสี้ยวของเซ็นต์ที่ $0.15 และ $0.50 ต่อ 1M โทเคน
ตำแหน่งที่ข้อความอยู่ในสายการผลิตวิดีโอ
API ของเว็บไซต์นี้ไม่สร้างวิดีโอ เป็นข้อความเท่านั้น: ไม่มีภาพ เสียง หรือวิดีโอเอาต์พุต ไม่มี embeddings และไม่มี fine-tuning เรื่องนี้สำคัญเพราะวลีนี้ถูกอ่านได้สองแบบ บางคนต้องการโมเดลที่เรนเดอร์คลิปได้ ซึ่งต้องใช้โมเดลวิดีโอแยกต่างหาก อีกกลุ่มมีตัวเรนเดอร์ คลิปสต็อก หรือโปรแกรมตัดต่ออยู่แล้ว และต้องการ LLM ที่เขียนข้อความประกอบโดยไม่ปฏิเสธเนื้อหาที่ถูกต้องตามกฎหมายแต่อาจทำให้รู้สึกไม่สบายใจ เช่น บทสยองขวัญ บทจำลองคดีอาชญากรรมจริง คอมเมดี้ดำ การบรรยายสารคดีสงคราม และนิยายสำหรับผู้ใหญ่
กลุ่มที่สองคือกลุ่มเป้าหมายของบทความนี้ ในทางปฏิบัติ งานด้านข้อความรอบวิดีโอแบ่งออกเป็นสี่งาน:
- การร่างบทพูด เปลี่ยนโครงร่างหรือกองโน้ตให้เป็นบทบรรยายที่มีน้ำเสียงสม่ำเสมอ
- รายการช็อต แบ่งบทพูดเป็นฉากที่มีความยาว คำอธิบายภาพ และบรรทัดบทบรรยายแต่ละฉาก เป็น JSON ที่โค้ดตัดต่อของคุณอ่านได้
- การแก้ไขคำบรรยายและซับไตเติล แก้ไขเครื่องหมายวรรคตอนและป้ายระบุผู้พูดในบทถอดความดิบ หรือเขียนข้อความบนหน้าจอ
- ชื่อเรื่อง คำอธิบาย และแท็ก เอาต์พุตสั้นๆ จำนวนมาก ซึ่งเป็นจุดที่การคิดราคาต่อโทเคนเป็นมิตรกับคุณ
โมเดลที่อยู่เบื้องหลังเอนด์พอยต์เป็นโมเดลแบบเปิดน้ำหนักที่ดำเนินการโดยผู้ให้บริการอิสระและปรับแต่งให้ตอบโดยไม่ปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย มันไม่ใช่ตัวเปลี่ยนเส้นทางข้ามผู้ขายและไม่ใช่ API ทางการของโมเดลอื่นใด ขีดจำกัดแข็งข้อหนึ่งข้อใช้: ไม่มีเนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์ หากคุณยังตัดสินใจไม่ได้ว่าส่วนเสียงและวิดีโอในสแต็กของคุณเข้ากันอย่างไร หน้าสายการผลิตวิดีโอจะครอบคลุมการแบ่งงาน
เชื่อมต่อไคลเอนต์
เอนด์พอยต์ใช้รูปแบบ OpenAI chat completions ดังนั้น SDK ของ OpenAI ใดๆ ก็ใช้งานได้หลังจากเปลี่ยนค่าสองค่า: base URL และคีย์ โมเดล ID คือ uncensored และการตรวจสอบสิทธิ์คือ bearer token มาตรฐาน มีสองเมธอด: POST /v1/chat/completions และ 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"
หากคุณชอบใช้ shell การตรวจสอบเดียวกันนี้ทำได้ด้วยคำขอหนึ่งรายการ:
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."}]}'
คุณสามารถรับคีย์ได้ที่ หน้า API key บัญชีใหม่สามารถขอเครดิตทดลองใช้ฟรี $0.50 ได้ด้วยการคลิกหนึ่งครั้ง ใช้ได้เป็นเวลา 7 วัน และไม่จำเป็นต้องใช้บัตรเครดิต ซึ่งเพียงพอสำหรับทุกอย่างด้านล่าง
ขั้นตอนที่ 1: สตรีมการร่างบทพูด
บทพูดเป็นเอาต์พุตที่ยาวที่สุดในโครงสร้างการทำงาน ดังนั้นจึงเป็นจุดที่คุ้มค่ากับการสตรีม ด้วย stream: true เซิร์ฟเวอร์จะส่งโทเคนผ่าน SSE เมื่อผลิตออกมา และตัวเลขการใช้งานจะมาถึงที่ท้ายสตรีม เครื่องมือตัดต่อของคุณสามารถแสดงบทพูดที่กำลังเขียนขึ้นแทนที่จะค้างระหว่างการสร้างทั้งหมด
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)
รายละเอียดสองจุดที่มักมองข้าม ประการแรก chunk สุดท้ายอาจมีข้อมูลการใช้งานแต่ไม่มี choices ซึ่งเป็นเหตุผลที่ลูปตรวจสอบ chunk.choices ก่อนทำอินเด็กซ์ ประการที่สอง คำขอที่สตรีมจะยึดช่อง concurrency ไว้จนกว่าสตรีมจะสิ้นสุด หากเครื่องมือของคุณอนุญาตให้ผู้ใช้เริ่มบทพูดหลายบทพร้อมกัน ให้นับสตรีมที่เปิดอยู่แต่ละสตรีมเข้าในขีดจำกัดของคุณ
น้ำเสียงเป็นสิ่งที่เบี่ยงเบนไปตลอดซีรีส์ ใส่กฎของช่องในข้อความระบบและคงไว้: บุคคลและกาลของนักบรรยาย ความยาวประโยค คำที่ต้องหลีกเลี่ยง และวิธีที่การเปิดเรื่องแบบเย็นควรจบ เพิ่มรายการสั้นๆ ของสิ่งที่บทพูดต้องไม่ทำ เช่น การเฉลยจุดพลิกผันเร็วเกินไป ข้อความระบบที่เสถียรยังทำให้การนับโทเคนของคุณคาดเดาได้จากวิดีโอหนึ่งไปอีกวิดีโอหนึ่ง ซึ่งช่วยในการจัดงบประมาณในภายหลัง
สำหรับบทพูดที่ซ้ำได้ขณะปรับแต่งพรอมต์ ให้ส่ง seed ด้วยค่าคงที่และ temperature ต่ำกว่า สำหรับการสร้างครั้งแรกแบบสร้างสรรค์ temperature ประมาณ 0.8 ถึง 1.0 จะให้น้ำเสียงที่หลวมและมีชีวิตชีวากว่า และคุณสามารถลดลงได้เมื่อคุณกำลังขัดเกลา
ขั้นตอนที่ 2: เปลี่ยนบทพูดเป็นรายการช็อต
โค้ดตัดต่อต้องการโครงสร้าง ไม่ใช่ย่อหน้า โหมด JSON สั่งให้โมเดลส่งคืนวัตถุ JSON เดียว และเปิดใช้งานด้วย response_format นอกจากนี้ให้ระบุคำว่า JSON ในพรอมต์ของคุณและอธิบายรูปร่างที่คุณต้องการ การรวมกันทั้งสองอย่างนี้จะรักษาโครงสร้างของเอาต์พุต
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])
โหมด JSON ทำให้เอาต์พุตผิดพลาดเกิดขึ้นได้ยาก แต่ไม่ใช่เป็นไปไม่ได้ ให้ห่อ json.loads ใน try block ลองใหม่หนึ่งครั้งด้วย temperature ที่ต่ำกว่า และตรวจสอบฟิลด์ที่คุณพึ่งพา รายการช็อตที่ขาดค่า seconds จะทำให้ไทม์ไลน์พังทลายอย่างชัดเจนมากกว่าประโยคที่ค่อนข้างอึดอัดเล็กน้อย
ส่งสตริง visual ไปยังส่วนที่สร้างหรือเลือกคลิปของคุณ เนื่องจากโมเดลไม่ถูกขอให้ระวังเรื่องเนื้อหา คำอธิบายของฉากที่รุนแรงหรือตึงเครียดจึงกลับมาเป็นบทสรุปแบบตรงไปตรงมาแทนที่จะเป็นการปฏิเสธอย่างสุภาพ เก็บขั้นตอนการตรวจสอบของคุณในลูปสำหรับเนื้อหาใดๆ ที่คุณจะเผยแพร่
ขั้นตอนที่ 3: คำบรรยายและคำอธิบายจากบทถอดความยาว
หน้าต่างบริบทมีขนาด 100,000 โทเคน รวมพรอมต์และคอมพลีชัน สำหรับงานด้านข้อความเกี่ยวกับวิดีโอ นี่เป็นจำนวนที่เพียงพอ: บทถอดความสัมภาษณ์ยาว คู่มือสไตล์ช่องของคุณ และตัวอย่างคำอธิบายสามรายการพอดีกับคำขอหนึ่งรายการ ดังนั้นคุณไม่จำเป็นต้องแบ่งและต่อกันเหมือนที่คุณทำกับหน้าต่างขนาดเล็ก ตรวจสอบขนาดจริงจากฟิลด์ usage แทนที่จะเดา และเว้นพื้นที่สำหรับเอาต์พุต
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);
สำหรับการแก้ไขคำบรรยาย ให้แบ่งตามเวลาแทนที่จะแบ่งตามขนาด ส่งบทถอดความดิบไม่กี่นาทีต่อครั้งด้วยคำแนะนำให้คงเวลาเดิมไว้ จากนั้นรวมเข้าด้วยกัน หากคุณต้องการคำบรรยายบนหน้าจอที่ตรงกับสไตล์มาตรฐาน ให้ใส่กฎสไตล์ในข้อความระบบและคงไว้ให้เหมือนกันในทุกการเรียกใช้ ซึ่งทำให้เอาต์พุตสอดคล้องกันและทำให้การนับโทเคนคาดเดาได้
การเรียกใช้เครื่องมือก็พร้อมใช้งานเช่นกัน หากคุณต้องการให้โมเดลเรียกใช้ฟังก์ชันของคุณเอง เช่น ฟังก์ชัน lookup_asset ที่ตรวจสอบไลบรารีคลิปของคุณเพื่อหาคลิปที่ตรงกันในขณะที่เขียนรายการช็อต กำหนดเครื่องมือ อ่าน tool_calls จากคำตอบ เรียกใช้งาน แล้วส่งผลลัพธ์กลับเป็นข้อความ role: "tool"
ขีดจำกัดที่ควบคุมการทำงาน
คีย์แบบเต็มอนุญาตให้ทำคำขอพร้อมกันได้ 8 คำขอ และ 300 คำขอต่อนาที ส่วนคีย์ทดลองอนุญาตให้ทำคำขอพร้อมกันได้ 2 คำขอ และ 60 คำขอต่อนาที ขีดจำกัดของ body คือ 8 MB ซึ่งสูงเกินกว่า transcript ใดๆ ที่คุณส่งเป็นข้อความ เมื่อเกินขีดจำกัด คุณจะได้รับ HTTP 429 พร้อม error code rate_limited (คำขอเกินต่อนาที) หรือ concurrency (คำขอเกินพร้อมกัน) ในกรณี overload ชั่วคราว คุณยังได้รับ 429 พร้อม header Retry-After: 5
กฎง่ายๆ คือ: เมื่อเจอ 429 ให้รอค่าจาก header หากมีค่าดังกล่าว มิฉะนั้นให้รอสักสองสามวิแล้วลองใหม่ คำขอที่ล้มเหลวหรือถูกปฏิเสธจะไม่ถูกคิดเงิน ดังนั้นการลองใหม่จึงไม่เสียค่าใช้จ่าย Response จะรวม X-Request-Id สำหรับคำถามเกี่ยวกับ support และ X-Balance-USD ซึ่งสะดวกสำหรับการแสดงเครดิตคงเหลือภายในเครื่องมือของคุณเอง
เมื่อคุณเรนเดอร์วิดีโอจำนวนมากแบบขนาน ให้จัดสรร worker pool ขนาดเล็กสำหรับขั้นตอนข้อความจำนวน 4 ถึง 6 ตัว เพื่อให้ burst ของ draft ไม่ทำให้ขั้นตอน shot list ขาดแคลนทรัพยากร Stream นับรวมในขีดจำกัดการทำงานพร้อมกันตลอดเวลาที่ stream ยังเปิดอยู่ ดังนั้นผู้ใช้ที่ละ draft ที่อ่านไม่จบไว้จะยังถือ slot ไว้จนกว่าจะเสร็จสิ้น
ต้นทุนส่วนของข้อความสำหรับวิดีโอหนึ่งรายการ
ราคาอยู่ที่ $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens โดยตัดจาก prepaid credit โดยไม่มี subscription นี่คือตัวอย่างการประมวลผลข้อความสำหรับวิดีโอ 90 วินาที พร้อมการคำนวณ:
| ขั้นตอน | โทเคน input | โทเคน output | ต้นทุน |
|---|---|---|---|
| Draft บทภาพยนตร์ | 600 | 1,200 | 600 × $0.15/1M = $0.00009, บวก 1,200 × $0.50/1M = $0.0006, รวม $0.00069 |
| Shot list | 1,500 | 900 | $0.000225 + $0.00045 = $0.000675 |
| ชื่อเรื่อง คำอธิบาย แท็ก | 1,800 | 300 | $0.00027 + $0.00015 = $0.00042 |
ขั้นตอนทั้งสามรวมกันเป็น $0.001785 ต่อวิดีโอ วิดีโอหนึ่งพันคลิปคือ $1.785 ของข้อความ แม้พรอมต์จริงของคุณจะยาวกว่านี้สามเท่า การเขียนก็เป็นส่วนที่ถูกที่สุดของงาน เครดิตทดลองใช้ $0.50 เพียงอย่างเดียวครอบคลุมวิดีโอมากกว่า 250 คลิปที่ขนาดเหล่านี้ เนื่องจาก $0.50 หารด้วย $0.001785 ได้ประมาณ 280
หลังจากทดลองใช้ เครดิตมาจากการเติมเงินจำนวนเต็มใดๆ ตั้งแต่ $20 ถึง $500 จ่ายด้วยคริปโต (USDT บน TRC20 หรือ USDC บน Base) โบนัสใช้กับการเติมเงินขนาดใหญ่: +5% จาก $50, +10% จาก $100, +15% จาก $200 เครดิตไม่หมดอายุ และพรอมต์ไม่ถูกใช้ในการฝึกฝน หน้าราคาแสดงรายละเอียด และเริ่มต้นอย่างรวดเร็วมีรูปแบบคำขอเดียวกันในภาษาอื่นเพิ่มเติม
คู่มือเพิ่มเติม
ถาม-ตอบ
API นี้สร้างวิดีโอได้หรือไม่?
ไม่ใช่ เป็นข้อความเท่านั้น ไม่มีภาพ เสียง หรือการสร้างวิดีโอ ใช้สำหรับสคริปต์, รายการช็อต, คำบรรยายและคำอธิบาย และจับคู่กับตัวเรนเดอร์หรือโปรแกรมแก้ไขที่คุณเลือก
มันปฏิเสธเนื้อหาที่มืดหรือเนื้อหาผู้ใหญ่หรือไม่?
โมเดลได้รับการปรับแต่งให้ตอบโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย ดังนั้นสยองขวัญ อาชญากรรม และนิยายสำหรับผู้ใหญ่จึงใช้งานได้ เนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์เป็นข้อห้าม
ฉันใช้ model ID และ base URL ใด?
ใช้ ID โมเดล uncensored และ Base URL https://api.unfilteredvideo.com/v1 กับ SDK ที่เข้ากันได้กับ OpenAI ตรวจสอบสิทธิ์ด้วยโทเคน bearer
มีแพ็กเกจฟรีหรือไม่
ไม่มีแพ็กเกจฟรี ผู้ใช้ใหม่สามารถรับเครดิตทดลองใช้ $0.50 ครั้งเดียว ใช้ได้ 7 วัน ไม่ต้องใช้บัตร; หลังจากนั้นคุณเติมเงินเริ่มต้นที่ $20
คีย์ของคุณอยู่ห่างแค่ขั้นตอนเดียว
สร้างบัญชี คัดลอกคีย์ และเปลี่ยน base URL นั่นคือการตั้งค่าทั้งหมด