Smart editing — voiceover montage API

多规格计费：

720P 3（≈￥0.030） 点/输入秒，1080P 4（≈￥0.040） 点/输入秒

计费公式：ceil(输入秒) × 对应规格单价。有 audioUrl 时探测音频时长；否则汇总 materials（图片按 2 秒）。 可通过参数 resolution（720p / 1080p，默认 720p）指定输出规格。无法解析有效输入媒体时长时请求会被拒绝。

URL 参数 action：

通过 URL 参数 action 区分操作：

• create — 创建任务（POST JSON）

• query — 查询任务（GET/POST，需 task_id）

• config — 获取配置（GET，不扣点）

create 请求示例 URL：

http://test.xiaobao.ink/api/smartclip/broadcast_mixcut?key=你的密钥&action=create

请求HEADER：

鉴权说明：请在 URL 参数或 JSON Body 中携带 key（平台 API 密钥）。使用 POST + JSON 时，key 必须写在 JSON Body 内。

create 请求参数说明（POST JSON）：

视频生成方式：

参考文档支持两种方式：

当前平台应用仅支持 audioUrl 或素材输入链路，不支持 content + speakerId 定制声音分支。若传入 content 或 speakerId，平台会返回 unsupported_speaker_branch。

speakerExtra：

processRules：

重要规则：

• 音频驱动的 audioUrl、素材 materials[].fileUrl、背景音乐 packRules.backgroundMusic.audioUrl、AI 封面的 resultImageUrl 地址不能重名，重名会导致渲染异常。

• packRules 仅用于控制标题、字幕、素材、背景音乐、关键词等图层是否参与效果包装，不能控制对应图层的显示/隐藏。

• 如果期望生成的视频不显示标题，请不要设置标题值。

• callback_url / callbackUrl 作为平台任务通知地址保存，任务完成或失败后由平台发起通知。

• 如无法解析有效输入媒体时长，本次请求会被拒绝，不使用默认时长。

通用对象字段：

subtitle[]

materials[]

introduceCard

packRules

processRules.firstFrameCover

structLayers[]

素材与媒体要求：

• 输入视频格式：mp4、mov；视频编码 h264、HEVC(h265)；帧率 10-60fps，推荐 25；单边分辨率小于 2000px。

• 真人口播 videoUrl 时长小于 5 分钟，文件大小小于 500MB，视频中的音频需要能够语音转文本。

• 素材总量限制：单张图片计算为 2 秒，单个视频素材不能超过 60 秒，所有素材总时长不能超过 5 分钟。

• 素材图片格式支持 jpg、png、webp 静态图，单边分辨率小于 2000px。

• 素材视频格式支持 mp4、mov，单个视频小于 500MB，单边分辨率小于 2000px。

• 背景音乐格式支持 mp3、wav、m4a，文件大小不超过 120MB，时长不超过 5 分钟。

• 首帧封面 imageUrl、resultImageUrl 格式支持 jpg/jpeg、png，文件大小不超过 10MB，单边分辨率小于 2000px。

query / 回调：

query 需 task_id；回调字段同真人口播接口。

响应字段：

任务结果：

任务完成后，平台任务查询结果 / 用户回调中的结果通常包含：

任务失败时返回错误码和错误描述（本平台字段为 fail_reason）。