VI ▾

API Text Unfiltered Video: Quy trình LLM cho kịch bản

Nếu bạn tìm kiếm api text unfiltered video, sự phân chia hữu ích là: trình dựng của bạn tạo pixel, và API LLM văn bản viết mọi thứ xung quanh chúng, từ kịch bản và danh sách cảnh đến phụ đề và mô tả. Hướng dẫn này xây dựng phần văn bản đó trên một endpoint tương thích OpenAI.

Cập nhật

Dải phim chuyển thành các khối văn bản chảy trong terminal, minh họa quy trình văn bản LLM cho video

Điểm chính

  • API chỉ xử lý văn bản. Nó viết kịch bản, danh sách cảnh, phụ đề và mô tả; nó không dựng video, hình ảnh hay âm thanh.
  • Truyền phát cho bạn bản nháp kịch bản khi nó đang được viết, và chế độ JSON cho bạn một danh sách cảnh mà mã của bạn có thể phân tích cú pháp.
  • Cửa sổ ngữ cảnh 100.000 token chứa một bản ghi dài cùng với hướng dẫn của bạn trong một yêu cầu.
  • Một lượt xử lý văn bản đầy đủ cho một video tốn một phần nhỏ của một xu ở mức $0.15 và $0.50 cho mỗi 1 triệu token.

Vai trò của văn bản trong quy trình làm video

API của trang web này không tạo video. Nó chỉ xử lý văn bản: không xuất hình ảnh, âm thanh hoặc video, không có embedding, không có fine-tuning. Điều này quan trọng vì cụm từ này có thể được hiểu theo hai cách. Một số người muốn một mô hình tạo ra các đoạn phim, và để làm điều đó bạn cần một mô hình video riêng biệt. Những người khác đã có trình tạo, thư viện stock hoặc trình chỉnh sửa, và cần một LLM viết phần văn bản bao quanh mà không từ chối các chủ đề hợp pháp nhưng gây khó chịu: kịch bản kinh dị, phim tái hiện tội phạm thật, hài kịch đen, lời bình tài liệu chiến tranh, tiểu thuyết trưởng thành dành cho người lớn.

Nhóm thứ hai là đối tượng mà bài viết này hướng đến. Trong thực tế, công việc văn bản xung quanh video được chia thành bốn nhiệm vụ:

  • Soạn thảo kịch bản. Chuyển đổi dàn ý hoặc một đống ghi chú thành lời dẫn với giọng điệu nhất quán.
  • Danh sách cảnh. Chia nhỏ kịch bản thành các cảnh có thời lượng, mô tả hình ảnh và một dòng lời dẫn mỗi cảnh, dưới dạng JSON mà mã chỉnh sửa của bạn có thể đọc.
  • Chỉnh sửa phụ đề và chú thích. Sửa lỗi dấu câu và nhãn người nói trong bản ghi thô, hoặc viết văn bản trên màn hình.
  • Tiêu đề, mô tả và thẻ. Các đầu ra ngắn, nhiều cái, đây là nơi giá theo token có lợi cho bạn.

Mô hình đằng sau endpoint là một mô hình trọng số mở do một nhà cung cấp độc lập vận hành và được tinh chỉnh để trả lời mà không từ chối nội dung cho mục đích người trưởng thành hợp pháp. Nó không phải là bộ định tuyến giữa các nhà cung cấp và không phải là API chính thức của bất kỳ mô hình nào khác. Một giới hạn cứng duy nhất áp dụng: không có nội dung tình dục liên quan đến người chưa thành niên. Nếu bạn vẫn đang phân vân cách các phần âm thanh và video trong stack của bạn kết hợp với nhau, trang về pipeline video sẽ đề cập đến sự phân chia lao động.

Kết nối client

Endpoint sử dụng định dạng hoàn thành trò chuyện OpenAI, vì vậy bất kỳ SDK OpenAI nào cũng hoạt động sau khi bạn thay đổi hai giá trị: base URL và khóa. Model ID là uncensored, và xác thực là token bearer tiêu chuẩn. Có hai phương thức: POST /v1/chat/completions và 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"

Nếu bạn thích shell, kiểm tra tương tự chỉ là một yêu cầu:

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."}]}'

Bạn có thể lấy khóa trên trang khóa API. Tài khoản mới có thể nhận $0.50 tín dụng dùng thử chỉ với một cú nhấp chuột, có hiệu lực trong 7 ngày và không cần thẻ, điều này là đủ cho mọi thứ bên dưới.

Bước 1: truyền phát bản nháp kịch bản

Kịch bản là đầu ra dài nhất trong pipeline, vì vậy đây là phần đáng để truyền phát. Với stream: true, máy chủ gửi các token qua SSE khi chúng được tạo, và số liệu sử dụng xuất hiện ở cuối luồng. Công cụ chỉnh sửa của bạn có thể hiển thị bản nháp đang phát triển thay vì đóng băng trong toàn bộ quá trình tạo.

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)

Hai chi tiết dễ bị bỏ qua. Đầu tiên, chunk cuối cùng có thể chứa số liệu sử dụng và không có lựa chọn, đó là lý do vòng lặp kiểm tra chunk.choices trước khi truy cập chỉ mục. Thứ hai, một yêu cầu truyền phát giữ slot độ đồng thời của nó cho đến khi luồng kết thúc. Nếu công cụ của bạn cho phép người dùng bắt đầu nhiều bản nháp cùng lúc, hãy đếm mỗi luồng mở chống lại giới hạn của bạn.

Giọng điệu là thứ trôi dạt qua một loạt bài. Đặt quy tắc kênh trong thông báo hệ thống và giữ chúng cố định: nhân vật và thì của người dẫn, độ dài câu, từ cần tránh, cách một cảnh mở lạnh nên kết thúc. Thêm một danh sách ngắn các điều mà kịch bản không bao giờ được làm, chẳng hạn như giải thích sự bất ngờ sớm. Một thông báo hệ thống ổn định cũng giúp dự đoán số lượng token từ video này sang video khác, điều này giúp khi bạn lập ngân sách sau này.

Để có các bản nháp có thể lặp lại trong khi bạn tinh chỉnh prompt, hãy truyền seed với một giá trị cố định và temperature thấp hơn. Để một lượt sáng tạo đầu tiên, nhiệt độ khoảng 0.8 đến 1.0 mang lại lời dẫn lỏng lẻo hơn, sống động hơn, và bạn có thể giảm nó khi bạn đang tinh chỉnh.

Bước 2: chuyển đổi kịch bản thành danh sách cảnh

Mã chỉnh sửa muốn cấu trúc, không phải đoạn văn. Chế độ JSON yêu cầu mô hình trả về một đối tượng JSON duy nhất, và bạn kích hoạt nó bằng response_format. Cũng hãy nói từ JSON trong prompt của bạn và mô tả hình dạng bạn muốn; hai điều này cùng nhau giữ đầu ra đúng hình dạng.

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])

Chế độ JSON làm cho đầu ra xấu hiếm, nhưng không phải không thể. Bao bọc json.loads trong khối try, thử lại một lần với nhiệt độ thấp hơn, và xác thực các trường bạn phụ thuộc vào. Một danh sách cảnh thiếu giá trị seconds sẽ làm hỏng timeline ồn ào hơn nhiều so với một câu hơi vụng về.

Truyền các chuỗi visual đến bất kỳ thứ gì tạo hoặc chọn cảnh quay của bạn. Vì mô hình không được yêu cầu thận trọng về chủ đề, các mô tả về các cảnh u ám hoặc căng thẳng sẽ trả về dưới dạng bản tóm tắt viết thay vì từ chối lịch sự. Giữ bước xem xét của riêng bạn trong vòng lặp cho bất cứ thứ gì bạn xuất bản.

Bước 3: phụ đề và mô tả từ bản ghi dài

Cửa sổ ngữ cảnh là 100.000 token, bao gồm prompt và completion. Đối với công việc văn bản trên video, điều này rất hào phóng: một bản ghi phỏng vấn dài, hướng dẫn phong cách kênh của bạn và ba ví dụ mô tả vừa trong một yêu cầu, vì vậy bạn không cần phải phân mảnh và ghép nối như bạn sẽ làm với cửa sổ nhỏ. Kiểm tra kích thước thực từ trường usage thay vì đoán, và để lại chỗ cho đầu ra.

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);

Đối với việc dọn dẹp phụ đề, hãy chia theo thời gian thay vì theo kích thước. Gửi một vài phút bản ghi thô cùng một lúc với hướng dẫn giữ nguyên dấu thời gian, sau đó hợp nhất. Nếu bạn cũng cần phụ đề trên màn hình phù hợp với phong cách nhà, hãy đặt quy tắc phong cách trong thông báo hệ thống và giữ chúng giống nhau qua các cuộc gọi; nó làm cho đầu ra nhất quán và làm cho số lượng token có thể dự đoán được.

Gọi hàm cũng có sẵn, nếu bạn muốn mô hình gọi các hàm của riêng bạn, ví dụ hàm lookup_asset kiểm tra thư viện cảnh quay của bạn cho một đoạn clip phù hợp trong khi nó viết danh sách cảnh. Xác định các công cụ, đọc tool_calls từ phản hồi, chạy chúng, và gửi kết quả lại dưới dạng thông báo role: "tool".

Các giới hạn định hình pipeline

Một khóa đầy đủ cho phép 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút. Một khóa dùng thử cho phép 2 đồng thời và 60 mỗi phút. Giới hạn thân là 8 MB, cao hơn nhiều so với bất kỳ bản ghi nào bạn sẽ gửi dưới dạng văn bản. Vượt quá giới hạn, bạn nhận được HTTP 429 với mã lỗi rate_limited (quá nhiều mỗi phút) hoặc concurrency (quá nhiều cùng lúc). Khi quá tải tạm thời, bạn cũng nhận được 429, với tiêu đề Retry-After: 5.

Quy tắc đơn giản: trên bất kỳ 429 nào, hãy đợi giá trị tiêu đề nếu có, nếu không hãy lùi lại trong vài giây, sau đó thử lại. Các yêu cầu thất bại hoặc bị từ chối không được tính phí, vì vậy các lần thử lại không tốn chi phí cho bạn. Các phản hồi bao gồm X-Request-Id cho các câu hỏi hỗ trợ và X-Balance-USD, rất hữu ích để hiển thị tín dụng còn lại bên trong công cụ của riêng bạn.

Khi bạn dựng nhiều video song song, hãy dành cho giai đoạn văn bản một nhóm worker nhỏ riêng biệt gồm 4 đến 6 để một đợt bản nháp không thể làm đói bước danh sách cảnh. Các luồng tính chống lại độ đồng thời trong suốt thời gian chúng mở, vì vậy một người dùng rời đi khỏi một bản nháp đang đọc vẫn giữ một slot cho đến khi nó hoàn tất.

Chi phí phần văn bản của một video

Giá là $0.15 cho mỗi 1 triệu token đầu vào và $0.50 cho mỗi 1 triệu token đầu ra, từ tín dụng trả trước không có đăng ký. Đây là một lượt xử lý văn bản thực tế cho một video 90 giây, với phép toán được hiển thị:

BướcToken đầu vàoToken đầu raChi phí
Bản nháp kịch bản6001,200600 × $0,15/1M = $0,00009, cộng 1.200 × $0,50/1M = $0,0006, tổng cộng $0,00069
Danh sách cảnh1,500900$0.000225 + $0.00045 = $0.000675
Tiêu đề, mô tả, thẻ1,800300$0.00027 + $0.00015 = $0.00042

Ba bước cộng lại tốn $0,001785 cho mỗi video. Một nghìn video tốn $1.785 cho văn bản. Ngay cả khi prompt thực tế của bạn dài gấp ba lần những ví dụ này, phần viết vẫn là phần rẻ nhất của công việc. Chỉ riêng khoản tín dụng dùng thử $0.50 đã đủ cho hơn 250 video với kích thước này, vì $0.50 chia cho $0,001785 bằng khoảng 280.

Sau khi hết thời gian dùng thử, tín dụng đến từ các lần nạp tiền với số nguyên bất kỳ từ $20 đến $500, thanh toán bằng tiền mã hóa (USDT trên TRC20 hoặc USDC trên Base). Ưu đãi áp dụng cho các lần nạp lớn hơn: +5% từ $50, +10% từ $100, +15% từ $200. Tín dụng không bao giờ hết hạn, và prompt không được sử dụng để huấn luyện. trang giá cả liệt kê chi tiết, và hướng dẫn nhanh có cùng định dạng yêu cầu bằng một vài ngôn ngữ khác.

Hỏi đáp

API này có tạo video không?

Không. Chỉ xử lý văn bản, không tạo hình ảnh, âm thanh hay video. Bạn dùng nó để viết kịch bản, danh sách cảnh, phụ đề và mô tả, rồi ghép với trình kết xuất hoặc trình chỉnh sửa bạn chọn.

API có từ chối các chủ đề tối hoặc trưởng thành không?

Mô hình được tinh chỉnh để trả lời không từ chối nội dung cho mục đích người trưởng thành hợp pháp, nên kinh dị, tội phạm và tiểu thuyết trưởng thành đều khả thi. Nội dung tình dục liên quan đến người chưa thành niên là từ chối tuyệt đối.

Tôi nên dùng model ID và base URL nào?

Sử dụng ID mô hình uncensored và base URL https://api.unfilteredvideo.com/v1 với bất kỳ SDK tương thích OpenAI nào. Xác thực bằng Bearer token.

Có gói miễn phí không?

Không có gói miễn phí. Người dùng mới có thể nhận tín dụng dùng thử miễn phí một lần trị giá $0.50, có hiệu lực trong 7 ngày, không cần thẻ; sau đó bạn cần nạp tiền từ $20.

Khóa của bạn chỉ cần điền một biểu mẫu là có

Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.

Lấy khóa API