Unfiltered Video API 文字:腳本撰寫的 LLM 工作流程
如果你搜尋的是「無審查影片 API 文字」,有用的分工如下:你的渲染器負責生成像素,而文字 LLM API 則負責撰寫所有相關文字,從腳本、分鏡腳本到字幕與描述。本指南將使用 OpenAI 相容的端點來建立這部分文字工作。

重點摘要
- API 僅支援文字。它撰寫腳本、分鏡表、字幕與描述;不渲染影片、圖片或音訊。
- 串流輸出讓你在撰寫時即可獲得腳本草稿,JSON 模式則讓你獲得程式碼可解析的分鏡表。
- 100,000-token 上下文視窗可將長轉錄稿與你的指示放在單一請求中。
- 單一影片的一次完整文字處理,在每 1M token $0.15 與 $0.50 的價格下,成本僅為幾分之一美分。
文字在影片管線中的定位
本站 API 不生成影片。僅支援文字:無圖片、音訊或影片輸出、無嵌入向量、無微調。這很重要,因為該短語有兩種解讀。有些人想要能渲染片段的模型,為此你需要單獨的影片模型。其他人已有渲染器、素材庫或編輯器,需要一個 LLM 來撰寫與影片相關的輔助文字,且不因合法但令人不適的主題而拒絕:恐怖腳本、真實犯罪重演、黑色喜劇、戰爭紀錄片旁白、成人向小說。
第二類人群是本文的目標對象。實際上,圍繞影片的文字工作可分為四項任務:
- 腳本草稿。 將大綱或一堆筆記轉換為語氣一致的旁白。
- 分鏡列表。 將腳本拆分為場景,每個場景包含時長、視覺描述與一行旁白,並輸出為你的剪輯程式可讀取的 JSON。
- 字幕與字幕檔清理。 修正原始逐字稿中的標點符號與說話者標籤,或撰寫螢幕文字。
- 標題、描述與標籤。 短輸出,且數量眾多,這正是按 token 定價對你友善之處。
該端點背後的模型是由獨立供應商運行的一個開放權重模型,並針對合法成人用途調整以避免內容審查。它不是跨供應商的路由器,也不是其他任何模型官方的 API。唯一的硬性限制是:禁止涉及未成年人的性內容。如果你仍在決定音訊與影片兩端如何搭配,影片管線頁面涵蓋了工作分工。
連接客戶端
端點採用 OpenAI 聊天補全格式,因此更改 Base URL 與金鑰後,任何 OpenAI SDK 均可運作。模型 ID 為 uncensored,驗證為標準 Bearer token。存在兩種方法:POST /v1/chat/completions 與 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"
如果你偏好使用 shell,相同的檢查只需一個請求:
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."}]}'
你可以在 API 金鑰頁面 取得金鑰。新帳戶可一鍵領取 $0.50 試用額度,有效期 7 天,無需信用卡,這足以應付以下所有內容。
步驟 1:串流輸出腳本草稿
腳本是管線中最長的輸出,因此值得串流輸出。透過 stream: true,伺服器會透過 SSE 發送產生的 token,並在串流結束時發送用量數據。你的編輯工具可以顯示草稿逐漸生成,而不是在完整生成期間凍結。
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)
兩個細節容易被忽略。首先,最後一個區塊可能包含用量而無選擇項,因此迴圈會在索引前檢查 chunk.choices。其次,串流請求會佔用其並行槽位直到串流結束。如果你的工具允許用戶同時開始多個草稿,請將每個開啟的串流計入你的限制。
聲音是容易在系列作品中漂移的因素。將頻道規則放入系統提示詞並保持固定:敘述者人稱與時態、句子長度、避免使用的詞彙、冷開場應如何結束。加入一份腳本絕不能做的事的簡短清單,例如提前解釋轉折。穩定的系統提示詞也能讓你的 token 計數從一個影片到下一個變得可預測,這有助於後續預算規劃。
為了在調整提示詞時獲得可重複的草稿,請傳遞帶有固定值的 seed 與較低的 temperature。對於首次創意處理,溫度約 0.8 至 1.0 會產生更鬆散、更生動的旁白,你可以在潤飾時降低它。
步驟 2:將腳本轉換為分鏡腳本
編輯程式需要結構,而非段落。JSON 模式要求模型返回單一 JSON 物件,你可以透過 response_format 啟用它。同時在提示詞中提及 JSON 並描述你想要的形狀;兩者結合可確保輸出符合形狀。
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])
JSON 模式讓錯誤輸出變得不常見,但並非不可能。將 json.loads 包裹在 try 區塊中,以較低的 temperature 重試一次,並驗證你依賴的欄位。缺少 seconds 值的分鏡腳本,會比略顯笨拙的句子更嚴重地導致時間軸崩潰。
將 visual 字串傳遞給生成或選擇影片素材的程式。由於模型不被要求對主題保持謹慎,對陰暗或緊張場景的描述會以書面簡報的形式返回,而非禮貌的拒絕。對於任何要發布的內容,請保留你自己的審查步驟。
步驟 3:從長逐字稿生成字幕與描述
上下文視窗為 100,000 token,包含提示詞與補全。對於影片的文字工作來說這很寬裕:長訪談轉錄稿、你的頻道風格指南與三個範例描述可放入單一請求,因此你不需要像使用小視窗那樣進行分塊與拼接。請從 usage 欄位檢查實際大小,而非猜測,並為輸出預留空間。
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);
對於字幕清理,請按時間分割而非按大小分割。每次傳送幾分鐘的原始逐字稿,並指示保持時間戳記不變,然後合併。如果你還需要符合風格規範的螢幕字幕,請將風格規則放入系統訊息中,並在每次呼叫時保持一致;這能使輸出一致並讓 token 計數可預測。
也提供函式呼叫功能,如果你希望模型呼叫你自己的函式,例如一個 lookup_asset 函式,它在撰寫分鏡腳本時檢查你的影片庫以尋找匹配的片段。定義工具,從回覆中讀取 tool_calls,執行它們,並將結果作為 role: "tool" 訊息傳回。
影響管線的限制
完整金鑰允許 8 個並行請求與每分鐘 300 個請求。試用金鑰允許 2 個並行與每分鐘 60 個。主體限制為 8 MB,這遠高於你作為文字發送的任何轉錄稿。超過限制時,你會收到 HTTP 429,錯誤代碼為 rate_limited(每分鐘過多)或 concurrency(同時過多)。在暫時過載時,你也會收到 429,帶有 Retry-After: 5 標頭。
簡單規則:在任何 429 時,如果有標頭值則等待該值,否則退避幾秒後重試。失敗或拒絕的請求不會收費,因此重試不會花費你費用。回應包含 X-Request-Id 用於支援問題,以及 X-Balance-USD,這對於在你自己的工具中顯示剩餘額度很有幫助。
當您並行渲染多部影片時,請為文字階段配置一個包含 4 到 6 個執行緒的小型工作池,以免草稿的爆發導致分鏡腳本階段資源匱乏。串流在開啟期間都會佔用併發限制,因此如果使用者離開未讀完的草稿,它仍會佔用一個槽位直到完成。
單一影片文字側的成本
定價為每 1M 輸入 token $0.15,每 1M 輸出 token $0.50,從預付額度扣除,無訂閱。以下是一個 90 秒影片文字階段的實際範例,並附計算過程:
| 步驟 | 輸入 token | 輸出 token | 成本 |
|---|---|---|---|
| 腳本草稿 | 600 | 1,200 | 600 × $0.15/1M = $0.00009,加上 1,200 × $0.50/1M = $0.0006,總計 $0.00069 |
| 分鏡表 | 1,500 | 900 | $0.000225 + $0.00045 = $0.000675 |
| 標題、描述、標籤 | 1,800 | 300 | $0.00027 + $0.00015 = $0.00042 |
這三個步驟總計每部影片 $0.001785。一千部影片的文字成本為 $1.785。即使你的實際提示詞比這些長三倍,文字生成仍是工作中成本較低的部分。僅 $0.50 的試用額度就足以覆蓋超過 250 部影片,因為 $0.50 除以 $0.001785 約為 280。
試用期後,額度來自任何整數金額的儲值,範圍從 $20 到 $500,以加密貨幣支付(TRC20 上的 USDT 或 Base 上的 USDC)。較大儲值享有獎金:$50 起 +5%,$100 起 +10%,$200 起 +15%。額度永不過期,且提示詞不用於訓練。定價頁面 列出詳細資訊,快速入門 包含更多語言的相同請求格式。
更多指南
問答
此 API 能生成影片嗎?
不能。僅支援文字,無圖片、音訊或影片生成。用於腳本、分鏡表、字幕與描述,並搭配你選擇的渲染器或編輯器。
它會拒絕黑暗或成人主題嗎?
該模型針對合法成人用途調整,可無內容拒絕地回答,因此恐怖、犯罪與成人成熟小說皆可處理。涉及未成年人的性內容則嚴格禁止。
我該使用哪個模型 ID 與 Base URL?
使用模型 ID uncensored 與 Base URL https://api.unfilteredvideo.com/v1,搭配任何 OpenAI 相容的 SDK。使用 Bearer token 進行驗證。
有免費方案嗎?
沒有免費方案。新用戶可領取一次性的 $0.50 試用額度,有效期 7 天,無需卡片;此後需從 $20 開始儲值。