TH ▾

API ข้อความ Unfiltered Video: กระบวนการทำงาน LLM สำหรับสคริปต์

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

อัปเดต

แถบภาพยนตร์เปลี่ยนเป็นบล็อกข้อความที่ไหลลื่นในเทอร์มินัล แสดงให้เห็นถึงเวิร์กโฟลว์ข้อความ LLM สำหรับวิดีโอ

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:

ขั้นตอนโทเคน inputโทเคน outputต้นทุน
Draft บทภาพยนตร์6001,200600 × $0.15/1M = $0.00009, บวก 1,200 × $0.50/1M = $0.0006, รวม $0.00069
Shot list1,500900$0.000225 + $0.00045 = $0.000675
ชื่อเรื่อง คำอธิบาย แท็ก1,800300$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

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

รับคีย์ API