用途:基于阿里云智能媒体服务(IMS)实现一键视频翻译,支持字幕级翻译(仅翻译字幕)与语音级翻译(翻译字幕并替换配音),并支持字幕提取(ASR/OCR)、翻译与语音合成。
主要能力:字幕提取(CaptionExtraction,ASR/OCR)、视频翻译(SubmitVideoTranslationJob)、字幕擦除(DetextArea)、译文字幕烧录(SubtitleConfig)、语音翻译(NeedSpeechTranslate)等。
使用方式:需先通过环境与凭证检查(aliyun version 需 >= 3.3.1,aliyun configure list 状态有效,并设置 aliyun configure set --auto-plugin-install true)。按阶段确认翻译模式、字幕处理与输出路径。本地视频必须先上传 OSS,用户须提供上传路径,命令为 aliyun oss cp <local_path> oss://<bucket>/<path>/<filename>.mp4,并同时保存 oss:// 与 HTTP URL 两种格式。字幕提取使用 oss:// 格式,视频翻译使用 HTTP URL 格式(无需签名)。核心命令包括 aliyun ice register-media-info、aliyun ice submit-iproduction-job、aliyun ice submit-video-translation-job,所有 ICE 命令须加 --user-agent AlibabaCloud-Agent-Skills。任务需持续轮询至 State=Finished 或 Failed,字幕提取间隔 30 秒、超时 5 分钟,视频翻译超时 30 分钟。
适用场景:需要将视频字幕或配音翻译为其他语言的场景,支持用户提供 SRT 或由系统提取字幕后审核再翻译。
限制:NeedFaceTranslate 必须为 false;语音翻译与字幕翻译互斥;InputConfig.Subtitle 必须使用 HTTPS 格式;语音翻译加 SRT 输入需指定 SpeechTranslate.CustomSrtType;不得从输入类型推断翻译模式;语音翻译失败后不得自动切换为字幕翻译。具体参数与权限要求需参考 api-parameters.md、ram-policies.md 等文档。