Vozo Help Center

Translate & Dub API は、話された内容を翻訳し、吹き替え音声を生成することで、動画および音声コンテンツを別の言語向けにローカライズします。必要に応じて、翻訳済み字幕を追加したり、翻訳後の音声に合わせて動画を同期したり、Vozo Web アプリで編集可能なプロジェクトを作成したりできます。設定に応じて、API は翻訳済みの動画および/または音声、SRT 字幕ファイル、プロジェクト URL を返します。

入力

メディアと言語

Field	Values	Requirement	Description
`media_type`	`video`, `audio`	必須	入力メディアが動画ファイルか音声ファイルかを指定します。
`media_url`	公開アクセス可能なメディア URL	必須	入力メディアの URL です。サポートされる最大長は 2 時間です。
`source_language`	`auto` またはサポートされている言語コード	必須	入力メディアの元言語です。自動検出するには `auto` を使用します。
`target_language`	サポートされている言語コード、必要に応じてロケール付き	必須	翻訳および吹き替えの対象言語です。

字幕テキストのソース

元の字幕テキストまたは翻訳済みの字幕テキストを入力する場合は、これらの項目を使用してください。そうでない場合は、このセクションは無視できます。

Field	Values	Requirement	Description
`subtitle_url`	公開アクセス可能な SRT URL	任意；`subtitle_usage_type` と併用；Studio プラン以上が必要	音声認識や翻訳によって生成する代わりに、`subtitle_usage_type` で指定された方法に従って、指定された SRT 内のテキストをソーステキストまたは最終翻訳テキストとして直接使用します。`ocr_text_box` とは併用できません。
`subtitle_usage_type`	`original`, `final_translated`	任意；`subtitle_usage_type` と併用；Studio プラン以上が必要	SRT テキストの使用方法を決定します。`original` はソーステキストとして使用し、`final_translated` は最終翻訳テキストとして使用します。デフォルト値はありません。
`ocr_text_box`	`{ x, y, width, height }`	任意；動画のみ；Studio プラン以上が必要	指定された画面上の領域内に埋め込まれた字幕を検出し、検出されたテキストをソーステキストとして使用します。中国語と英語のみサポートされます。検出されたテキストは最終翻訳テキストとしては使用できません。座標は左上を原点として 0 から 1 に正規化されます。`subtitle_url` とは併用できません。

翻訳と吹き替え

翻訳と吹き替えのモデル、設定、または要件をカスタマイズするには、これらの項目を使用してください。そうでない場合は、このセクションは無視できます。

フィールド	値	必須要件	説明
`speaker_number`	`{ min, max }`	任意	想定される話者数の範囲を指定します。`min` は少なくとも 1 である必要があり、`max` は 35 を超えることはできません。自動検出を行う場合は省略してください。
`voice_model`	`auto`, `real`, `native`	任意	吹き替えに使用する音声クローンモデルを選択します。デフォルトは `auto` です。`auto` はコンテンツに最適なモデルを自動的に選択します。`real` は VoiceREAL を使用して元の音声の感情とアクセントを保持します。`native` は VoiceNATIVE を使用して、対象言語でより自然なアクセントを実現します。
`selected_voice_id`	文字列	任意	Vozo Web アプリの Voice Library から特定の音声を使用して吹き替えを行います。このフィールドが指定されている場合、`voice_model` より優先されます。API は自動音声クローンをスキップし、選択された音声を使用して吹き替え音声を生成します。
`align_video`	ブール値	任意; 動画のみ	`true` に設定すると、翻訳後の音声と動画が全体を通して同期した状態を保つように、動画速度を自動的に調整します。デフォルトは `false` です。翻訳後の音声を YouTube の追加音声トラックとして使用する場合は、`false` に設定してください。
`glossary_ids`	最大 3 個の ID からなる配列	任意；Studio プラン以上が必要	Vozo Web アプリで作成された用語集を適用し、用語の一貫性を保ちます。
`user_prompt`	文字列	任意	トーン、スタイル、または用語の設定など、翻訳または吹き替えに関する指示を指定します。

字幕出力

動画に翻訳済みの字幕を追加したい場合、または既存の字幕を消去して置き換えたい場合は、これらの項目を使用してください。そうでない場合は、このセクションは無視できます。

フィールド	値	要件	説明
`subtitle_mode`	`none`, `add`, `replace`	任意	字幕のレンダリングを制御します：字幕をレンダリングしない、翻訳された字幕を追加する、または既存の字幕を消去してから翻訳された字幕をレンダリングします。デフォルトは `none` です。
`subtitle_style_id`	文字列	任意；`add` または `replace` の場合に適用	Vozo Webアプリ内のプロジェクトからコピーした字幕スタイルを適用します。省略した場合は、組み込みのデフォルト字幕スタイルが使用されます。
`subtitle_position_y`	`0` から `1` の数値	任意；`add` または `replace` の場合に適用	字幕の垂直位置を、上端（`0`）から下端（`1`）までで設定します。たとえば、`0.75` は動画の高さの 75% の位置に字幕を配置します。以下の位置指定ルールを参照してください。`enable_proofreading` が `true` で、`subtitle_mode` が `replace` の場合、このフィールドは効果を持ちません。

subtitle_style_id を省略した場合、組み込みのデフォルトスタイルが使用されます。フォントサイズ 14 の白い Noto Sans Medium テキストを使用した中央揃えの 1 行表示で、外側に黒い縁取りと控えめな黒い影が付きます。字幕幅は動画の 80% で、背景、アクティブワード効果、トランジションはありません。subtitle_position_y を省略した場合、その値は選択した字幕スタイルからは取得されません。位置は subtitle_mode によって決まります。

add の場合、横長動画と正方形動画のデフォルトは 0.9、縦長動画のデフォルトは 0.75 です。
replace の場合、字幕は元の字幕位置に配置されます。

enable_proofreading が true で、subtitle_mode が replace の場合、字幕の位置は、プロジェクト内で吹き替えが完了した後も、元の字幕が削除された領域に維持されます。subtitle_position_y に指定された値はすべて無視されます。

プロジェクトと出力

フィールド	値	要件	説明
`project_mode`	`none`, `editable`	任意	Vozo Webアプリで編集可能なプロジェクトを作成するかどうかを制御します。デフォルトは `none` です。`editable` の場合、プロジェクトが作成され、最終メディアは引き続き `export_type` に従ってエクスポートされ、ダウンロード可能になります。
`enable_proofreading`	ブール値	任意；Studio プラン以上が必要	校正ワークフローを有効にします。デフォルトは `false` です。有効にすると、常にプロジェクトが作成され、`project_mode` は無視され、`export_type` に関係なく最終メディアはエクスポートされません。`subtitle_mode: replace` と併用する場合、プロジェクト内で吹き替えが完了した後、字幕の位置は元の字幕が削除された領域に維持され、`subtitle_position_y` は無視されます。
`export_type`	`auto`, `video`, `audio`, `all`	条件付き；`enable_proofreading` が `false` の場合は必須	出力形式を選択します。デフォルト値はありません。`auto` は入力タイプに一致します。音声入力の場合、`video` と `all` はサポートされません。
`callback_url`	URL	任意	ジョブのステータスが変更されるたびに webhook を受信します。

出力

（export_type、project_mode、enable_proofreading に応じて）:

翻訳済み動画および/または音声の URL
翻訳済みの subtitle_url（SRT）
Web ダッシュボードプロジェクトが作成された場合の project_url

仕組み

アセットを公開アクセス可能な URL に配置する

サーバーが取得できるように、動画または音声を、必要に応じた追加アセットとともにアップロードしてください。

API リクエストを送信する

必須の入力と、ジョブに必要な任意設定を指定します。

待機するかステータスを照会する

処理が完了するまで、webhook コールバックを使用するか、タスク ID を使って API をポーリングしてください。

出力をダウンロードする

提供された URL から、翻訳済み動画/音声および翻訳済み字幕（.srt）を取得します。

使用制限

この API を使用できるのは、API キーを作成できるユーザーのみです。
デフォルトの同時実行上限は 10 ジョブです。この上限はチームの全メンバーで共有されます。詳細は Concurrency limits を参照してください。
言語コードは IETF BCP 47 標準に従います。例: en‑US。

API エラーコード

Code	Description
5	リクエストパラメータが無効です。
7	リクエスト権限がありません。
104	クレジットが不足しています。
814	あなたのアカウントはメンバーではないため、API を呼び出すことはできません。
1000	Internal Server Error。
1301	Callback Challenge に失敗しました。
1302	API キーは無効化されています。
1304	API キーが同時リクエスト数の上限に達しました。
1503	あなたのアカウントには API を呼び出す権限がありません。

ジョブエラーコード

Code	Description
10001	アップロードされたファイルに動画ストリームがありません
10002	アップロードされた動画に音声ストリームがありません
10003	トランスコーディングに失敗しました
10004	HLS 出力の生成に失敗しました
10005	動画のクロップに失敗しました
10010	音声分離に失敗しました（話し声と背景の分離）
10020	自動音声認識（ASR）に失敗しました
10021	複数話者 ASR に失敗しました
10022	話者ダイアライゼーション（中国語）に失敗しました
10023	完全な字幕の生成に失敗しました
10030	翻訳に失敗しました
10031	複数言語が検出され、句読点調整後の統合に失敗しました
10032	OCR 抽出に失敗しました
10033	OCR 言語はサポートされていません
10034	字幕（SRT）のアラインメントに失敗しました
10040	音声クローンに失敗しました
10041	認識された音声内容がありません
10042	音声が検出されませんでした
10043	音声の再クローンに失敗しました
10044	TTS 用のプレビューテキストが空です
10045	プレビュー音声の生成に失敗しました

サポート言語

ソース言語

注: ソース言語を自動検出し、検出時にソース言語を更新するために、“auto” をサポートしています。

Code	Name
auto	自動検出
en-US	英語（アメリカ合衆国）
en-GB	英語（イギリス）
en-AU	英語（オーストラリア）
en-CA	英語（カナダ）
en-GH	英語（ガーナ）
en-HK	英語（香港）
en-IE	英語（アイルランド）
en-IN	英語（インド）
en-KE	英語（ケニア）
en-NG	英語（ナイジェリア）
en-NZ	英語（ニュージーランド）
en-PH	英語（フィリピン）
en-SG	英語（シンガポール）
en-TZ	英語（タンザニア）
en-ZA	英語（南アフリカ）
zh-CN	中国語（中国、簡体字）
zh-HK	中国語（香港、繁体字）
zh-TW	中国語（台湾、繁体字）
es-ES	スペイン語（スペイン）
es-MX	スペイン語（メキシコ）
es-US	スペイン語（アメリカ合衆国）
es-AR	スペイン語（アルゼンチン）
es-BO	スペイン語（ボリビア）
es-CL	スペイン語（チリ）
es-CO	スペイン語（コロンビア）
es-CR	スペイン語（コスタリカ）
es-CU	スペイン語（キューバ）
es-DO	スペイン語（ドミニカ共和国）
es-EC	スペイン語（エクアドル）
es-GQ	スペイン語（赤道ギニア）
es-GT	スペイン語（グアテマラ）
es-HN	スペイン語（ホンジュラス）
es-NI	スペイン語（ニカラグア）
es-PA	スペイン語（パナマ）
es-PE	スペイン語（ペルー）
es-PR	スペイン語（プエルトリコ）
es-PY	スペイン語（パラグアイ）
es-SV	スペイン語（エルサルバドル）
es-UY	スペイン語（ウルグアイ）
es-VE	スペイン語（ベネズエラ）
ar-EG	アラビア語（エジプト）
ar-SA	アラビア語（サウジアラビア）
ar-AE	アラビア語（アラブ首長国連邦）
ar-MA	アラビア語（モロッコ）
ar-SY	アラビア語（シリア）
ru-RU	ロシア語（ロシア）
pt-PT	ポルトガル語（ポルトガル）
pt-BR	ポルトガル語（ブラジル）
fr-BE	フランス語（ベルギー）
fr-CA	フランス語（カナダ）
fr-CH	フランス語（スイス）
fr-FR	フランス語（フランス）
de-DE	ドイツ語（ドイツ）
de-AT	ドイツ語（オーストリア）
de-CH	ドイツ語（スイス）
ko-KR	韓国語（韓国）
ja-JP	日本語（日本）
hi-IN	ヒンディー語（インド）
tr-TR	トルコ語（トルコ）
ur-IN	ウルドゥー語（インド）
fil-PH	フィリピン語（フィリピン）
fi-FI	フィンランド語（フィンランド）
cs-CZ	チェコ語（チェコ共和国）
hu-HU	ハンガリー語（ハンガリー）
da-DK	デンマーク語（デンマーク）
nl-BE	オランダ語（ベルギー）
pl-PL	ポーランド語（ポーランド）
ro-RO	ルーマニア語（ルーマニア）
sk-SK	スロバキア語（スロバキア）
sv-SE	スウェーデン語（スウェーデン）
hr-HR	クロアチア語（クロアチア）
id-ID	インドネシア語（インドネシア）
it-IT	イタリア語（イタリア）
it-CH	イタリア語（スイス）
bg-BG	ブルガリア語（ブルガリア）
el-GR	ギリシャ語（ギリシャ）
ms-MY	マレー語（マレーシア）
ta-IN	タミル語（インド）
uk-UA	ウクライナ語（ウクライナ）
sq-AL	アルバニア語（アルバニア）
az-AZ	アゼルバイジャン語（アゼルバイジャン）
eu-ES	バスク語（スペイン）
bn-IN	ベンガル語（インド）
bs-BA	ボスニア語（ボスニア・ヘルツェゴビナ）
yue-CN	広東語（中国）
ca-ES	カタルーニャ語（スペイン）
gl-ES	ガリシア語（スペイン）
gu-IN	グジャラート語（インド）
is-IS	アイスランド語（アイスランド）
kn-IN	カンナダ語（インド）
kk-KZ	カザフ語（カザフスタン）
lv-LV	ラトビア語（ラトビア）
lt-LT	リトアニア語（リトアニア）
mk-MK	マケドニア語（北マケドニア）
ml-IN	マラヤーラム語（インド）
mt-MT	マルタ語（マルタ）
mr-IN	マラーティー語（インド）
mn-MN	モンゴル語（モンゴル）
ne-NP	ネパール語（ネパール）
nb-NO	ノルウェー語ブークモール（ノルウェー）
pa-IN	パンジャーブ語（インド）
sl-SI	スロベニア語（スロベニア）
so-SO	ソマリ語（ソマリア）
sr-RS	セルビア語（セルビア）
sw-KE	スワヒリ語（ケニア）
sw-TZ	スワヒリ語（タンザニア）
uz-UZ	ウズベク語（ウズベキスタン）
vi-VN	ベトナム語（ベトナム）
he-IL	ヘブライ語（イスラエル）
fa-IR	ペルシャ語（イラン）
th-TH	タイ語（タイ）

対象言語

Code	Name	Locale variants
en	英語	en‑US, en‑GB, en‑AU, en‑CA, en‑HK, en‑KE, en‑NZ, en‑NG, en‑PH, en‑SG, en‑ZA, en‑TZ
zh	中国語	zh‑CN, zh‑HK, zh‑TW, zh‑CN‑shandong, zh‑CN‑liaoning, zh‑CN‑sichuan, zh‑CN‑henan, zh‑CN‑shaanxi, zh‑CN‑GUANGXI
wuu	呉語	wuu‑CN
es	スペイン語	es‑ES, es‑MX, es‑US, es‑AR, es‑BO, es‑CL, es‑CO, es‑CR, es‑CU, es‑DO, es‑EC, es‑SV, es‑GQ, es‑GT, es‑HN, es‑NI, es‑PA, es‑PY, es‑PE, es‑PR, es‑UY, es‑VE
ar	アラビア語	ar‑DZ, ar‑BH, ar‑IQ, ar‑JO, ar‑KW, ar‑LB, ar‑LY, ar‑MA, ar‑OM, ar‑QA, ar‑SY, ar‑TN, ar‑AE, ar‑YE
ru	ロシア語	ru‑RU
pt	ポルトガル語	pt‑PT, pt‑BR
fr	フランス語	fr‑FR, fr‑CA, fr‑BE, fr‑CH
de	ドイツ語	de‑DE, de‑AT, de‑CH
ko	韓国語	ko‑KR
ja	日本語	ja‑JP
hi	ヒンディー語	hi‑IN
tr	トルコ語	tr‑TR
fil	フィリピン語	fil‑PH
fi	フィンランド語	fi‑FI
cs	チェコ語	cs‑CZ
da	デンマーク語	da‑DK
nl	オランダ語	nl‑BE
pl	ポーランド語	pl‑PL
ro	ルーマニア語	ro‑RO
sk	スロバキア語	sk‑SK
sv	スウェーデン語	sv‑SE
hr	クロアチア語	hr‑HR
id	インドネシア語	id‑ID
it	イタリア語	it‑IT, it‑CH
bg	ブルガリア語	bg‑BG
el	ギリシャ語	el‑GR
ms	マレー語	ms‑MY
ta	タミル語	ta‑IN, ta‑MY, ta‑SG, ta‑LK
uk	ウクライナ語	uk‑UA
th	タイ語	th‑TH
vi	ベトナム語	vi‑VN
am	アムハラ語	am‑ET
bn	ベンガル語	bn‑IN, bn‑BD
as	アッサム語	as
bs	ボスニア語	bs‑BA
ca	カタルーニャ語	ca‑ES
et	エストニア語	et‑EE
eu	バスク語	eu‑ES
gl	ガリシア語	gl‑ES
gu	グジャラート語	gu
he	ヘブライ語	he‑IL
hu	ハンガリー語	hu‑HU
iu	イヌクティトゥット語	iu‑CANS‑CA, iu‑LATN‑CA
jv	ジャワ語	jv‑ID
mk	マケドニア語	mk‑MK
mr	マラーティー語	mr
nb	ノルウェー語ブークモール	nb‑NO
ne	ネパール語	ne‑NP
or	オリヤー語	or
pa	パンジャーブ語	pa
ps	パシュトー語	ps‑AF
sl	スロベニア語	sl‑SI
sw	スワヒリ語	sw‑KE, sw‑TZ
te	テルグ語	te‑IN
ur	ウルドゥー語	ur, ur‑IN, ur‑PK
zu	ズールー語	zu‑ZA

概要

翻訳＆吹き替えAPI

ビジュアル翻訳API

リップシンクAPI

再利用可能なリップシンクAPI

YouTube エクスポート API

概要

入力

メディアと言語

字幕テキストのソース

翻訳と吹き替え

字幕出力

プロジェクトと出力

出力

仕組み

使用制限

API エラーコード

ジョブエラーコード

サポート言語

ソース言語

対象言語

​入力

​メディアと言語

​字幕テキストのソース

​翻訳と吹き替え

​字幕出力

​プロジェクトと出力

​出力

​仕組み

​使用制限

​API エラーコード

​ジョブエラーコード

​サポート言語

​ソース言語

​対象言語

入力

メディアと言語

字幕テキストのソース

翻訳と吹き替え

字幕出力

プロジェクトと出力

出力

仕組み

使用制限

API エラーコード

ジョブエラーコード

サポート言語

ソース言語

対象言語