如何使用影片翻譯

發行項
10/30/2024

注意

此功能目前處於公開預覽。此預覽版本沒有服務等級協定，不建議將其用於生產工作負載。可能不支援特定功能，或可能已經限制功能。如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

您將透過本文了解如何在工作室中使用 Azure AI 語音影片翻譯。

只需要一段原始影片就能開始。查看影片翻譯是否支援您的語言和區域。

建立影片翻譯專案

若要建立影片翻譯專案，請遵循下列步驟:

登入 Speech Studio。
選取要處理的訂用帳戶和語音資源。
選取 [影片翻譯]。
在 [建立和管理專案] 頁面，選取 [建立專案]。
在 [新專案] 頁面，選取 [語音類型]。

針對語音類型，您可以選取 [預先建置的神經語音] 或 [個人語音]。針對預先建置的神經語音，系統會將影片中說話者的語音與預先建置的語音進行比對，然後自動選取最適合的預先建置語音。針對個人語音，系統提供一個模型，可在幾秒鐘內產生高品質的語音復寫。

注意

若要使用個人語音，您必須申請存取權。
拖放影片檔案或手動選取檔案以上傳影片檔案。

請確定影片是 .mp4 格式，小於 500 MB，且短於 60 分鐘。
提供 [專案名稱]，然後選取 [說話者數目]，[影片語言]，[翻譯為語言]。

如果您要使用自己的字幕檔案，請選取 [新增字幕檔案]。您可以選擇上傳來源字幕檔案或目標字幕檔案。字幕檔案可以是 WebVTT 或 JSON 格式。您可以選取 [下載範例 VTT 檔案] 來下載參考的範例 VTT 檔案。
檢閱價格資訊和管理辦法之後，繼續建立專案。

上傳完成之後，您可以檢查專案索引標籤上的處理狀態。

建立專案之後，您可以選取專案以檢閱詳細設定，並根據您的偏好進行調整。

檢查並調整語音設定

在專案詳細資料頁面，專案在 [影片] 下方提供 [翻譯] 和 [原始] 兩個索引標籤，讓您並排比較它們。

在影片右側，您可以同時檢視原始腳本和翻譯腳本。將滑鼠停留在原始腳本的每個部分上方會觸發影片，自動跳至原始影片相應的區段，而將滑鼠停留在翻譯腳本的每個部分時則會觸發影片，跳至相應的翻譯區段。

您也可以視需要新增或移除區段。想新增區段時，請確定新區段時間戳記並未與上一個和下一個區段重疊，而且區段結束時間應大於開始時間。時間戳記的正確格式應該是 hh:mm:ss.ms。否則您無法套用變更。

您可以使用影片下方的音訊波形，直接調整腳本的時間範圍。選取 [套用變更] 之後，將會套用調整。

如果遇到語音名稱「不明」的區段，可能是因為系統無法準確偵測語音，尤其是說話者語音重疊的情況更容易失準。在這種情況下，建議您手動變更語音名稱。

有不明語音名稱之一個區段的螢幕擷取畫面。

如果您想調整語音，請選取 [語音設定] 進行一些變更。在 [語音設定] 頁面，您可以調整語音類型、性別和語音。選取 [語音] 右側的語音範例，判斷您要選取的語音項目。如果您發現缺少語音，選取 [新增說話者] 即可新增新的語音名稱。變更設定之後，請選取 [更新]。

調整語音設定頁面上語音設定的螢幕擷取畫面。

如果您多次進行變更但尚未完成，只需要選取 [儲存] 即可儲存變更。進行所有變更之後，選取 [套用變更] 即可將變更套用至影片。只有在選取 [套用變更] 之後，才會向您收取費用。

進行所有變更之後，選取 [套用變更] 按鈕的螢幕擷取畫面。

您可以選取 [新語言]，將原始影片翻譯成新語言。在 [翻譯] 頁面上，您可以選擇新翻譯語言和語音類型。影片檔案翻譯之後，系統就會自動建立新專案。

影片翻譯概觀

影片翻譯 REST API 可協助順暢地將影片翻譯整合到您的應用程式中。它支援上傳、管理及精簡影片翻譯，並有多個反覆專案以進行持續改善。在本文中，您將瞭解如何透過 REST API 利用影片翻譯。

此圖表提供工作流程的高階概觀。

影片翻譯 API 工作流程的圖表。

您可以使用下列 REST API 作業進行影片翻譯：

作業	方法	REST API 呼叫
建立翻譯	`PUT`	`/translations/{translationId}`
列出翻譯	`GET`	`/translations`
依翻譯標識碼取得翻譯	`GET`	`/translations/{translationId}`
建立反覆專案	`PUT`	`/translations/{translationId}/iterations/{iterationId}`
清單反覆專案	`GET`	`/translations/{translationId}/iterations`
依反覆專案標識碼取得反覆專案	`GET`	`/translations/{translationId}/iterations/{iterationId}`
依作業標識碼取得作業	`GET`	`/operations/{operationId}`
依翻譯標識碼刪除翻譯	`DELETE`	`/translations/{translationId}`

如需程式碼範例，請參閱 GitHub。

本文概述 API 程式的主要步驟，包括建立翻譯、建立反覆專案、檢查每個作業的狀態、依反覆專案標識碼取得反覆專案，以及依翻譯標識碼刪除翻譯。如需完整詳細數據，請參閱數據表中每個 API 提供的連結。

建立翻譯

若要提交影片翻譯要求，您必須根據下列指示建構 HTTP PUT 要求路徑和本文：

指定 Operation-Id： Operation-Id 每個作業都必須是唯一的。它可確保每個作業都會個別追蹤。將取代 [operationId] 為作業標識碼。
指定 translationId：必須 translationId 是唯一的。將取代 [translationId] 為翻譯標識碼。
設定必要的輸入：包含、、 voiceKind和 videoFileUrl等targetLocalesourceLocale詳細數據。請確定您有來自 Azure Blob 儲存體的影片 URL。如需影片翻譯支援的語言，請參閱支援的來源和目標語言。您可以將參數設定 voiceKind 為 PlatformVoice 或 PersonalVoice。針對 PlatformVoice，系統會將視訊中的說話者語音與預先建置的語音比對，自動選取最適合的預先建置語音。針對 PersonalVoice，系統會提供一個模型，其會在幾秒鐘內產生高品質的語音複寫。

注意

若要使用個人語音，您必須申請存取權。
以您的語音資源金鑰取代 [YourResourceKey]，而以您的語音資源區域取代 [YourSpeechRegion]。

建立翻譯不會起始翻譯程式。您可以藉由建立反覆項目來開始翻譯影片。下列範例適用於 Windows 殼層。如果 URL 包含 &，請務必使用 ^& 逸出 & 。在下列範例程式代碼中，我們將使用公用影片 URL，您歡迎用於自己的測試。

curl -v -X PUT -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" -H "Operation-Id: [operationId]" -H "Content-Type: application/json" -d "{\"displayName\": \"[YourDisplayName]\",\"description\": \"[OptionalYourDescription]\",\"input\": {\"sourceLocale\": \"[VideoSourceLocale]\",\"targetLocale\": \"[TranslationTargetLocale]\",\"voiceKind\": \"[PlatformVoice/PersonalVoice]\",\"speakerCount\": [OptionalVideoSpeakerCount],\"subtitleMaxCharCountPerSegment\": [OptionalYourPreferredSubtitleMaxCharCountPerSegment],\"exportSubtitleInVideo\": [Optional true/false],\"videoFileUrl\": \"https://speechstudioprodpublicsa.blob.core.windows.net/ttsvoice/VideoTranslation/PublicDoc/SampleData/es-ES-TryOutOriginal.mp4\"}}" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]?api-version=2024-05-20-preview"

重要

透過 API 建立的數據不會出現在 Speech Studio 中，且 API 與 Speech Studio 之間的資料不會同步處理。

您應該會收到下列格式的回應本文：

{
  "input": {
    "sourceLocale": "zh-CN",
    "targetLocale": "en-US",
    "voiceKind": "PlatformVoice",
    "speakerCount": 1,
    "subtitleMaxCharCountPerSegment": 30,
    "exportSubtitleInVideo": true
  },
  "status": "NotStarted",
  "lastActionDateTime": "2024-09-20T06:25:05.058Z",
  "id": "mytranslation0920",
  "displayName": "demo",
  "description": "for testing",
  "createdDateTime": "2024-09-20T06:25:05.058Z"
}

status 屬性應該從 NotStarted status、到 Running，最後進展至 Succeeded 或 Failed。您可以定期依作業標識碼 API 呼叫取得作業，直到傳回的狀態為 Succeeded 或 Failed為止。這項作業可讓您監視建立翻譯程序的進度。

依作業標識碼取得作業

使用其作業識別碼檢查特定作業的狀態。每個作業的作業識別碼都是唯一的，因此您可以個別追蹤每個作業。

將取代 [YourResourceKey] 為語音資源金鑰、 [YourSpeechRegion] 語音資源區域，以及 [operationId] 您想要檢查的作業識別碼。

curl -v -X GET -H "Ocp-Apim-Subscription-Key:[YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/operations/[operationId]?api-version=2024-05-20-preview"

您應該會收到下列格式的回應本文：

{
  "id": "createtranslation0920-1",
  "status": "Running"
}

建立反覆專案

若要開始翻譯影片或更新現有翻譯的反覆專案，您必須根據下列指示建構 HTTP PUT 要求路徑和本文：

指定 Operation-Id： Operation-Id 每個作業都必須是唯一的，例如建立每個反覆專案。將取代 [operationId] 為這項作業的唯一標識符。
指定 translationId：如果在單一翻譯下執行多個反覆專案，翻譯標識符會保持不變。
指定 iterationId： iterationId 每個作業都必須是唯一的。將取代 [iterationId] 為反覆項目標識碼。
設定必要的輸入：包含、、或webvttFile等subtitleMaxCharCountPerSegmentspeakerCountexportSubtitleInVideo詳細數據。根據預設，輸出視訊中不會內嵌任何字幕。
以您的語音資源金鑰取代 [YourResourceKey]，而以您的語音資源區域取代 [YourSpeechRegion]。

下列範例適用於 Windows 殼層。如果 URL 包含 &，請務必使用 ^& 逸出 & 。

curl -v -X PUT -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" -H "Operation-Id: [operationId]"  -H "Content-Type: application/json" -d "{\"input\": {\"speakerCount\": [OptionalVideoSpeakerCount],\"subtitleMaxCharCountPerSegment\": [OptionalYourPreferredSubtitleMaxCharCountPerSegment],\"exportSubtitleInVideo\": [Optional true/false],\"webvttFile\": {\"Kind\": \"[SourceLocaleSubtitle/TargetLocaleSubtitle/MetadataJson]\", \"url\": \"[AzureBlobUrlWithSas]\"}}}" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]/iterations/[iterationId]?api-version=2024-05-20-preview"

注意

建立反覆專案時，如果您已在建立翻譯期間指定選擇性參數 speakerCount、 subtitleMaxCharCountPerSegment和 exportSubtitleInVideo ，則不需要再次指定它們。這些值會繼承自翻譯設定。建立反覆專案時定義這些參數之後，新的值將會覆寫原始設定。

webvttFile建立第一個反覆專案時不需要參數。不過，從第二個反覆項目開始，您必須在反覆專案中指定 webvttFile 參數。您必須下載 webvtt 檔案、進行必要的編輯，然後將它上傳至您的 Azure Blob 記憶體。您必須在 curl 程式代碼中指定 Blob URL。

透過 API 建立的數據不會出現在 Speech Studio 中，且 API 與 Speech Studio 之間的資料不會同步處理。

字幕檔案可以是 WebVTT 或 JSON 格式。如果您不確定如何準備 WebVTT 檔案，請參閱下列範例格式。

WebVTT
具有 JSON 元數據的 WebVTT


00:00:01.010 --> 00:00:06.030
Hello this is a sample subtitle.

00:00:07.030 --> 00:00:09.030
Hello this is a sample subtitle.


00:00:01.010 --> 00:00:02.030
{
  "globalMetadata": {
    "locale": "zh-CN",
    "changeTtsVoiceNameIfConflictWithGender": true,
    "speakers": {
      "PlatformVoice_zh-CN-XiaoxiaoNeural": {
        "defaultSsmlProperties": {
          "voiceKind": "PlatformVoice",
          "voiceName": "zh-CN-XiaoxiaoNeural"
        }
      },
      "PlatformVoice_zh-CN-YunxiNeural": {
        "defaultSsmlProperties": {
          "voiceKind": "PlatformVoice",
          "voiceName": "zh-CN-YunxiNeural"
        }
      },
      "PlatformVoice_ja-JP-NanamiNeural": {
        "defaultSsmlProperties": {
          "voiceKind": "PlatformVoice",
          "voiceName": "ja-JP-NanamiNeural"
        }
      }
    }
  },
  "speakerId": "PlatformVoice_zh-CN-XiaoxiaoNeural",
  "translatedText": "中文晓晓"
}

00:00:02.510 --> 00:00:04.030
{
  "gender": "Female",
  "speakerId": "PlatformVoice_ja-JP-NanamiNeural",
  "translatedText": "こんにちは、これはサンプルの字幕です",
  "comment": "Keep using jaJP voice."
}

00:00:05.010 --> 00:00:07.030
{
  "gender": "Male",
  "speakerId": "PlatformVoice_ja-JP-NanamiNeural",
  "translatedText": "こんにちは、これはサンプルの字幕です",
  "comment": "Not correct gender, will auto be replaced by enUS auto voice selection."
}

您應該會收到下列格式的回應本文：

{
  "input": {
    "speakerCount": 1,
    "subtitleMaxCharCountPerSegment": 30,
    "exportSubtitleInVideo": true
  },
  "status": "Not Started",
  "lastActionDateTime": "2024-09-20T06:31:53.760Z",
  "id": "firstiteration0920",
  "createdDateTime": "2024-09-20T06:31:53.760Z"
}

您可以使用operationId指定的，並定期依作業標識元 API 呼叫取得作業，直到傳回的狀態為 Succeeded 或Failed為止。這項作業可讓您監視建立反覆專案程序的進度。

依反覆專案標識碼取得反覆專案

若要依標識符擷取特定反覆專案的詳細數據，請使用 HTTP GET 要求。將取代 [YourResourceKey] 為語音資源密鑰、 [YourSpeechRegion] 使用語音資源區域、 [translationId] 您想要檢查的翻譯標識碼，以及 [iterationId] 您想要檢查的反覆專案識別碼。

curl -v -X GET -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]/iterations/[iterationId]?api-version=2024-05-20-preview"

您應該會收到下列格式的回應本文：

{
  "input": {
    "speaker Count": 1,
    "subtitleMaxCharCountPerSegment": 30,
    "exportSubtitleInVideo": true
  },
  "result": {
    "translatedVideoFileUrl": "https://xxx.blob.core.windows.net/container1/video.mp4?sv=2023-01-03&st=2024-05-20T08%3A27%3A15Z&se=2024-05-21T08%3A27%3A15Z&sr=b&sp=r&sig=xxx",
    "sourceLocaleSubtitleWebvttFileUrl": "https://xxx.blob.core.windows.net/container1/sourceLocale.vtt?sv=2023-01-03&st=2024-05-20T08%3A27%3A15Z&se=2024-05-21T08%3A27%3A15Z&sr=b&sp=r&sig=xxx",
    "targetLocaleSubtitleWebvttFileUrl": "https://xxx.blob.core.windows.net/container1/targetLocale.vtt?sv=2023-01-03&st=2024-05-20T08%3A27%3A15Z&se=2024-05-21T08%3A27%3A15Z&sr=b&sp=r&sig=xxx",
    "metadataJsonWebvttFileUrl": "https://xxx.blob.core.windows.net/container1/metadataJsonLocale.vtt?sv=2023-01-03&st=2024-05-20T08%3A27%3A15Z&se=2024-05-21T08%3A27%3A15Z&sr=b&sp=r&sig=xxx"
  },
  "status": "Succeeded",
  "lastActionDateTime": "2024-09-20T06:32:59.933Z",
  "id": "firstiteration0920",
  "createdDateTime": "2024-09-20T06:31:53.760Z"
}

依翻譯標識碼刪除翻譯

拿掉所 translationId識別的特定翻譯。此作業也會移除與此轉譯相關聯的所有反覆專案。將取代 [YourResourceKey] 為語音資源金鑰、 [YourSpeechRegion] 語音資源區域，以及 [translationId] 您想要刪除的翻譯識別碼。如果未手動刪除，服務會保留最多 31 天的翻譯歷程記錄。

curl -v -X DELETE -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]?api-version=2024-05-20-preview"

如果刪除要求成功，回應標頭會包含 HTTP/1.1 204 No Content。

其他資訊

本節提供上述未詳細說明之其他 API 呼叫的 curl 命令。您可以使用下列命令來探索每個 API。

列出翻譯

若要列出已在資源帳戶中上傳和處理的所有影片翻譯，請提出 HTTP GET 要求，如下列範例所示。以您的語音資源金鑰取代 YourResourceKey，而以您的語音資源區域取代 YourSpeechRegion。

curl -v -X GET -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations?api-version=2024-05-20-preview"

依翻譯標識碼取得翻譯

此作業會擷取其唯 translationId一所識別之特定翻譯的詳細資訊。將取代 [YourResourceKey] 為語音資源金鑰、 [YourSpeechRegion] 語音資源區域，以及 [translationId] 您想要檢查的翻譯標識碼。

curl -v -X GET -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]?api-version=2024-05-20-preview"

清單反覆專案

列出特定翻譯的所有反覆專案。此要求會列出所有沒有詳細資訊的反覆專案。將取代 [YourResourceKey] 為語音資源金鑰、 [YourSpeechRegion] 語音資源區域，以及 [translationId] 您想要檢查的翻譯標識碼。

curl -v -X GET -H "Ocp-Apim-Subscription-Key: [YourResourceKey]" "https://[YourSpeechRegion].api.cognitive.microsoft.com/videotranslation/translations/[translationId]/iterations?api-version=2024-05-20-preview"

HTTP 狀態碼

本節詳細說明影片翻譯 REST API 中的 HTTP 回應碼和訊息。

HTTP 200 正常

HTTP 200 OK 表示要求成功。

HTTP 204 error

HTTP 204 error 表示要求成功，但資源不存在。例如：

您嘗試取得或刪除不存在的翻譯。
您已成功刪除翻譯。

HTTP 400 error

以下是可能導致 400 error 的範例：

您指定的來源或目標地區設定不在支援的地區設定之間。
您嘗試使用 F0 語音資源，但該區域僅支援標準語音資源定價層。

HTTP 500 錯誤

HTTP 500 Internal Server Error 表示要求失敗。回應本文會包含錯誤訊息。

影片翻譯概觀

共用方式為

如何使用影片翻譯

建立影片翻譯專案

檢查並調整語音設定

建立翻譯

依作業標識碼取得作業

建立反覆專案

依反覆專案標識碼取得反覆專案

依翻譯標識碼刪除翻譯

其他資訊

列出翻譯

依翻譯標識碼取得翻譯

清單反覆專案

HTTP 狀態碼

HTTP 200 正常

HTTP 204 error

HTTP 400 error

HTTP 500 錯誤

意見反應

其他資源

共用方式為

如何使用影片翻譯

建立影片翻譯專案

檢查並調整語音設定

相關內容

建立翻譯

依作業標識碼取得作業

建立反覆專案

依反覆專案標識碼取得反覆專案

依翻譯標識碼刪除翻譯

其他資訊

列出翻譯

依翻譯標識碼取得翻譯

清單反覆專案

HTTP 狀態碼

HTTP 200 正常

HTTP 204 error

HTTP 400 error

HTTP 500 錯誤

相關內容

意見反應

其他資源