Cách sử dụng API Tóm tắt Video
Gửi URL hoặc tệp video đến điểm cuối REST của chúng tôi và nhận phản hồi JSON với bản ghi, tóm tắt và dấu thời gian.
curl -X POST https://api.screenapp.io/v1/summarize \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{"video_url": "https://youtube.com/watch?v=..."}'
API trả về JSON có cấu trúc với nhãn người nói, các điểm nổi bật được đánh dấu thời gian và bản tóm tắt ngắn gọn trong vòng chưa đầy 2 giây cho mỗi phút video. Bạn cũng có thể xử lý hàng loạt tối đa 100 video trong một yêu cầu duy nhất.
Tích hợp API Tóm tắt YouTube
Xử lý video YouTube mà không cần tải xuống. API chấp nhận URL YouTube và tự động trích xuất bản ghi với dấu thời gian.
{
"video_url": "https://youtube.com/watch?v=dQw4w9WgXcQ",
"include_timestamps": true,
"summary_length": "medium"
}
Trả về các phân đoạn được gắn nhãn người nói, các khoảnh khắc quan trọng và bản tóm tắt có cấu trúc sẵn sàng để hiển thị trong ứng dụng của bạn. Hỗ trợ video có thời lượng lên đến 60 phút ở cấp miễn phí.
API Tóm tắt Video Này Dành Cho Ai
Các nhà phát triển SaaS xây dựng trí tuệ cuộc họp, nền tảng podcast hoặc hệ thống quản lý học tập cần phiên âm và tóm tắt tự động.
Các nhóm giám sát phương tiện truyền thông xử lý hàng trăm hội thảo trên web, đoạn tin tức hoặc video xã hội hàng ngày cần xử lý hàng loạt có khả năng mở rộng.
Người quản lý hoạt động nội dung tạo kho lưu trữ video có thể tìm kiếm với siêu dữ liệu, dấu thời gian và tóm tắt cho cơ sở kiến thức nội bộ.
Trưởng bộ phận hỗ trợ khách hàng phân tích các bản ghi cuộc gọi hỗ trợ để xác định các điểm khó khăn chung và cơ hội đào tạo mà không cần xem xét thủ công.
Lợi ích của API Tóm tắt Video
Giảm thời gian xử lý video tới 95%. Một hội thảo trên web dài 30 phút tạo ra bản tóm tắt trong 60 giây thay vì yêu cầu xem và ghi chú thủ công.
Nhận đầu ra có cấu trúc sẵn sàng cho cơ sở dữ liệu của bạn. Phản hồi JSON bao gồm điểm tin cậy, ID người nói, dấu thời gian và tóm tắt cấp phân đoạn ánh xạ trực tiếp đến các mô hình dữ liệu của bạn.
Mở rộng quy mô lên hàng nghìn video mà không cần thay đổi cơ sở hạ tầng. Xử lý hàng loạt xử lý 100 video trên mỗi yêu cầu với các lần thử lại tự động và thông báo webhook khi hoàn tất.
Tiết kiệm chi phí LLM. Bản ghi được xử lý trước với phân loại người nói giúp giảm mức sử dụng mã thông báo xuống 40% so với việc gửi bản ghi thô tới ChatGPT hoặc Claude.
API Tóm tắt Video so với Tích hợp ChatGPT
| Tính năng | ScreenApp API | Bản Ghi Thô cho ChatGPT |
|---|---|---|
| Phân loại người nói | Tự động với nhãn | Yêu cầu tiền xử lý thủ công |
| Độ chính xác của dấu thời gian | Độ chính xác ở cấp khung hình | Gần đúng hoặc bị thiếu |
| Xử lý hàng loạt | 100 video trên mỗi yêu cầu | Từng cái một |
| Chi phí cho mỗi video 30 phút | $0,60 (phiên âm + tóm tắt) | $2,40 (mã thông báo bản ghi thô) |
| Thời gian xử lý | 60 giây | 3-5 phút |
| Định dạng đầu ra | JSON có cấu trúc với siêu dữ liệu | Văn bản thuần túy yêu cầu phân tích cú pháp |
| Phân tích khung hình video | Đã bao gồm (OCR, phát hiện trang chiếu) | Không có sẵn |
| Tích hợp API | Điểm cuối duy nhất | Nhiều dịch vụ để điều phối |
ChatGPT và Claude hoạt động tốt với các bản ghi ngắn gọn, rõ ràng. Đối với xử lý video sản xuất với nhãn người nói, dấu thời gian và hiệu quả chi phí, một API chuyên dụng giúp tiết kiệm 60% chi phí mã thông báo và loại bỏ sự phức tạp của việc phân đoạn. Đối với các nền tảng hội nghị doanh nghiệp, Dịch vụ AI Zoom cung cấp các API phiên âm, dịch thuật và tóm tắt được tối ưu hóa đặc biệt cho các cuộc gọi video.
So sánh giá API
| Nhà cung cấp | Giá mỗi phút | Gói miễn phí | Xử lý hàng loạt | Phân biệt người nói | Độ chính xác thời gian |
|---|---|---|---|---|---|
| ScreenApp | $0.020 | 60 phút/tháng | ✓ 100 video/yêu cầu | Bao gồm | Mức khung hình |
| Twelve Labs | $0.033 | Dùng thử 10 phút | ✗ | Bao gồm | Mức phân đoạn |
| AssemblyAI | $0.025 | Không | ✗ | +$0.005/phút phụ | Mức phân đoạn |
| Deepgram | $0.022 | Dùng thử 45 phút | ✗ | +$0.004/phút phụ | Mức từ |
| YouTLDR | $4/tháng cố định | Không | ✗ | Không khả dụng | Không khả dụng |
| Google Video Intelligence | $0.030 | $300 tín dụng | Thông qua Cloud Tasks | Dịch vụ riêng | Mức cảnh quay |
| AWS Transcribe + Bedrock | $0.024 | 60 phút/tháng | Thông qua Lambda | Bao gồm | Mức từ |
ScreenApp bao gồm phân biệt người nói, các điểm nổi bật được đánh dấu thời gian và xử lý hàng loạt trong giá cơ bản. Các nhà cung cấp khác tính thêm phí cho các tính năng này hoặc yêu cầu kết hợp nhiều dịch vụ.
Câu hỏi thường gặp
API chấp nhận các định dạng video nào?
MP4, MOV, AVI, WMV, WEBM và các URL YouTube/Vimeo trực tiếp. Các tệp có dung lượng lên tới 2GB được xử lý trong gói miễn phí, 10GB trong gói Pro.
Độ chính xác của việc phân biệt người nói là bao nhiêu?
Độ chính xác 90-95% cho video có âm thanh rõ ràng và 2-4 người nói. Độ chính xác giảm khi có tiếng ồn xung quanh hoặc hơn 6 người nói.
Tôi có thể tùy chỉnh độ dài và định dạng tóm tắt không?
Có. Đặt summary_length thành “short” (2-3 câu), “medium” (1 đoạn văn) hoặc “detailed” (dấu đầu dòng với dấu thời gian). Bạn cũng có thể cung cấp hướng dẫn nhắc tùy chỉnh.
API có an toàn cho nội dung video bí mật không?
Tất cả video được xử lý bằng mã hóa đầu cuối. Gói Enterprise bao gồm triển khai Docker tại chỗ và các điểm cuối riêng của VPC. Video bị xóa khỏi máy chủ của chúng tôi trong vòng 24 giờ trừ khi bạn bật chế độ lưu trữ.
Điều gì xảy ra nếu chất lượng phiên âm kém?
API trả về điểm tin cậy cho mỗi phân đoạn. Các phân đoạn dưới 70% độ tin cậy được gắn cờ. Bạn có thể bật “chế độ xem xét thủ công” để giữ lại các bản tóm tắt có độ tin cậy thấp để con người xác minh trước khi trả về kết quả.
Thời gian xử lý nhanh như thế nào?
Xử lý theo thời gian thực cho video dưới 10 phút. Các video dài hơn được xử lý với tốc độ xấp xỉ 30 giây cho mỗi phút video. Các yêu cầu hàng loạt chạy song song trên nhiều worker.
API có hoạt động với luồng trực tiếp không?
Có. Bật chế độ phát trực tuyến để nhận các bản tóm tắt từng phần cứ sau 5 phút khi video phát. Hữu ích cho việc giám sát hội thảo trên web và đưa tin về sự kiện trực tiếp.
Tôi có thể tích hợp cái này với ChatGPT hoặc Claude không?
Có. API trả về các bản tóm tắt có cấu trúc phù hợp với các cửa sổ ngữ cảnh LLM. Bạn có thể gửi bản tóm tắt đến ChatGPT/Claude để đặt câu hỏi tiếp theo trong khi tránh chi phí token của bản ghi thô.
Những ngôn ngữ nào được hỗ trợ?
Hơn 40 ngôn ngữ với khả năng tự động phát hiện. Tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Nhật, tiếng Hàn, tiếng Trung và tiếng Nga có độ chính xác phiên âm cao nhất.
Tôi có thể tìm tài liệu API và SDK ở đâu?
Truy cập screenapp.io/developers để xem tài liệu API REST, SDK Python và Node.js, ví dụ mã và playground API tương tác.
