API-integration

Video Caption API til QA-sikker automatisering af undertekster i høj volumen

Automatisér undertekstgenerering med eksplicitte jobtilstande, sprogkontroller og produktionssikre retries til teams, der leverer store mængder kortformat.

Problem

I stor skala fejler undertekstoperationer ofte på QA og konsistens: manuelle timingtjek, sprogmismatch og gentagne revisioner bliver en skjult flaskehals i produktionen.

Resultat med Ssemble

Ssemble muliggør deterministisk undertekstbehandling med klare kontrakter for status/fejl, så udviklingsteams kan automatisere rutinemæssig QA og kun eskalere reelle grænsetilfælde.

Grundlæggende ved implementering

Base-URL: https://aiclipping.ssemble.com/api/v1

Integrationsarkitektur (ingest → behandl → poll/webhook → publicér)

1) Ingest

Gem kilde-URL/fil-URL plus undertekstkonfigurationsfelter (language, captionLanguage, templateId, preferredLength).

2) Behandl

Kald POST /shorts/create med undertekstparametre, og gem requestId + correlation id.

3) Poll / Webhook

Tjek GET /shorts/:id/status (eller list-endpoint) i kontrolleret kadence, indtil terminaltilstand.

4) Publicér

Hent færdige assets, kør automatiserede QA-tjek af undertekster, og overdrag til publiceringskøen.

Eksempler på endpoints

  • POST /shorts/createOpret short med undertekster med sprog-/skabelonvalg
  • GET /shorts/:id/statusSpor behandlingstrin og failureReason
  • GET /shortsBatchovervåg jobs uden overhead ét kald pr. job

Vejledning til autentificering

Brug kun server-side X-API-Key. Hold separate nøgler til staging og produktion for at reducere rotationsrisiko og miljøkobling.

Rate limits og retries

Undgå tætte pollingløkker. Brug batch-statustjek, cache stabile resultater, og følg ved 429 reset/retryAfter før backoff-retries.

Eksempel på request

POST /shorts/create
{
  "url": "https://www.youtube.com/watch?v=abc123",
  "start": 0,
  "end": 540,
  "language": "en",
  "captionLanguage": "en",
  "templateId": "660b8531aedb346bbe26eb43",
  "preferredLength": "under60sec",
  "layout": "auto"
}

Eksempel på response

200 OK
{
  "data": {
    "requestId": "665a1b2c3d4e5f6a7b8c9d0e",
    "status": "processing",
    "creditsUsed": 1,
    "estimatedCompletionTime": "2026-03-10T06:05:00.000Z"
  }
}

Eksempel på fejlscenarie

400 Bad Request
{
  "error": {
    "code": "invalid_request",
    "message": "Invalid captionLanguage code",
    "details": { "captionLanguage": "xx" }
  }
}

Versionsstyring

Fastlås endpoint-versioner, og validér request-skemaer i CI for at fange integrationsdrift før produktionsrelease.

Support

For fejlede jobs skal du gemme hash af request-payload + requestId + error.details, så teams kan skelne dårlige inputs fra pipeline-incidenter.

Hurtig start

  1. Opret SSEMBLE_API_KEY i dashboardet, og gem i backend-runtime.
  2. Send en minimal POST /shorts/create-payload med kilde + timing + sprog.
  3. Poll GET /shorts/:id/status hvert 10. sekund, indtil completed/failed/cancelled.
  4. Hent output fra GET /shorts/:id, og kør QA-assertioner for undertekster.
  5. Tilføj begrænsede retries til midlertidige 429/5xx, og dirigér udtømte jobs til DLQ.
Start med dokumentation til undertekst-endpoint

Start integration

Workflow i 3 trin

  1. Indfang kildemedie og undertekstindstillinger (sprog/skabelon/foretrukken længde) i din kømodel.
  2. Send create-requests, overvåg statusovergange, og dirigér terminale tilstande automatisk.
  3. Publicér færdige outputs efter automatiserede tjek af underteksters læsbarhed og politik.

Hvorfor teams vælger Ssemble

  • Udviklet til teams, hvor undertekstkonsistens påvirker brandkvalitet og fastholdelse af seere.
  • Understøtter tilstandsdrevet QA-dirigering i stedet for manuel indbakkesortering.
  • Skalerer på tværs af flere brands ved at eksternalisere stil-/sprogpolitik i dit integrationslag.

Næste trin

Ofte stillede spørgsmål

Hvad forårsager oftest fejl i undertekstpipelinen?

Almindelige årsager er ugyldige timingvinduer, utilgængelige kilde-URL'er og ugyldige sprog-/skabelonværdier. Validér disse, før du sætter i kø.

Skal vi poll'e hvert job individuelt i stor skala?

Kun ved lav volumen. Ved højere volumen reducerer aggregeret statusovervågning API-belastningen og forbedrer pålideligheden.

Hvordan gør vi retries sikre?

Lav kun retry på midlertidige tilstande (429/5xx/timeouts), og brug request-fingeraftryk for at forhindre dobbeltbehandling.

Er fuldførelsestider faste?

Nej. Fuldførelse kan variere med kildens længde, køforhold og valgmuligheder. Behandl ETA som vejledende.

Kan vi håndhæve undertekststile pr. klient?

Ja. Hold stil-/skabelonmapninger i dit konfigurationslag, og injicér pr. tenant ved oprettelse af requesten.

Hvilke produktionsalarmer er vigtigst?

Overvåg fejlrate pr. error code, køalder og antal fastlåste behandlinger for at opdage incidenter tidligt.

Relaterede ressourcer