分享链接+视频音频文案提取 API 接口文档
接口概述
本接口用于提取视频、音频、短视频分享等文案及音频内容。支持传入视频/音频文件链接或短视频分享链接，系统将自动进行语音识别（ASR），并返回识别文本、SRT字幕文件及精准到毫秒级的时间戳数据。
请求说明
请求方式：POST / GET 请根据实际后端路由补充）
Content-Type：application/json 如为POST请求）
2.1 请求参数说明
参数名称 必填 类型 示例值 说明
key 是 string 35kj5jnlj53453kl5j43nj5 接口密钥，请在控制台 -> 密钥管理 中查看
url 是 string https://#/#.mp3 资源链接。支持格式：mp3, mp4, wav, webm, aac, flac, m4a, mov, mkv, ogg, opus, amr, avi, flv, mpeg, wma, wmv，以及任意短视频分享链接等。限制：最大支持 2GB，最大时长 12小时。
taskId 是 string 640c4f3f-6545-4102-88f6-703a826bdd14 任务唯一标识 ID，用于查询任务状态及获取结果
language 否 string zh 识别语言。默认自动识别，留空即可。支持枚举：zh(中文)、en(英文)、ja(日语)、yue(粤语)、ko(韩语)、de(德语)、fr(法语)、ru(俄语)。
响应说明
3.1 返回参数说明
参数名称 类型 说明
code int 状态码（如：200 表示成功）
msg string 状态信息或错误提示
data object/array 请求结果数据集（具体字段见下表）
├─ taskId string 任务 ID
├─ url string 原始请求的资源地址 URL
├─ format string 媒体文件格式
├─ seconds string 媒体总时长（单位：秒）
├─ sampling_rate string 音频采样率
├─ task_status string 任务状态枚举：PENDING：提交成功，排队中RUNNING：处理中SUCCEEDED：处理成功FAILED：处理失败UNKNOWN：任务过期或不存在
├─ submission_time string 任务提交时间
├─ completion_time string 任务完成时间
├─ text string 识别出的完整文本内容
├─ subtitle string 组装好的 SRT 字幕文件内容，可直接保存为 .srt 文件导入剪辑软件使用
├─ sentences array/string 句子级时间戳数据。包含：speaker(说话人)、sentence(句级时间戳)、words(词级时间戳)，可用于自行组装精准毫秒级字幕
├─ debug string/array 调试数据（可选）
├─ exec_time float 接口执行耗时
└─ user_ip string 客户端请求 IP
返回数据示例 (JSON)
{
"code": 200,
"msg": "success",
"data": {
"taskId": "640c4f3f-6545-4102-88f6-703a826bdd14",
"url": "https://#/#.mp3",
"format": "mp3",
"seconds": "120.5",
"sampling_rate": "16000",
"task_status": "SUCCEEDED",
"submission_time": "2023-10-27 10:00:00",
"completion_time": "2023-10-27 10:00:05",
"text": "这是一段提取出的短视频文案内容...",
"subtitle": "1n00:00:00,000 --> 00:00:03,000n这是一段提取出的短视频文案内容...nn",
"sentences": [
{
"speaker": "1",
"sentence": "这是一段提取出的短视频文案内容...",
"start_time": 0,
"end_time": 3000,
"words": [
{"word": "这", "start_time": 0, "end_time": 200},
{"word": "是", "start_time": 200, "end_time": 400}
]
}
],
"debug": null,
"exec_time": 5.12,
"user_ip": "192.168.1.100"
}
}
开发建议与注意事项
异步处理机制：由于音视频处理耗时较长，建议采用轮询或回调机制。提交任务后，通过 taskId 定期查询 task_status，当状态为 SUCCEEDED 时获取 text 和 subtitle 数据。
字幕文件处理：subtitle 字段返回的是标准 SRT 格式字符串，前端或后端可直接将其写入 .srt 文件，无缝对接剪映、PR 等视频剪辑工具。
精准字幕定制：若对字幕时间轴有极高要求，可解析 sentences 字段中的 words 数组，根据词级时间戳自行拼接生成 ASS 或 SRT 字幕。
大文件限制：请确保传入的媒体文件不超过 2GB 且时长在 12 小时以内，否则可能导致任务失败（FAILED）。
来源：酷虎云api开放平台