提交异步字幕任务

你只需要提交一次任务，通过参数选择不同处理强度，就能拿到适合自己场景的字幕结果。

1. 我该怎么选参数（按场景）

核心参数是 effect_mode，它决定处理效果。

basic：只做基础识别，速度快，适合长视频转文字、先看大意。

nlp：在基础识别上做分词分句，返回结构化时间轴，适合直接做短视频字幕。

llm：在基础识别上做 AI 分句、翻译、关键词，适合做关键词检索、补镜、画中画文案驱动。

llm_vad：在 llm 基础上进一步清理气口、重复、错句，适合真人口播成片。

另一个关键参数是 content：

不传 content：走 asr 模式（纯识别）。

传 content：走 sta 模式（按你提供文案做对齐）。

2. 我需要输入什么

2.1 提交任务

方法：POST

路径：/llm/asr/asr_llm/submit_task/submit_asr_llm_task

必填：

url：待处理音视频地址（服务端可访问）

建议填写：

effect_mode：basic|nlp|llm|llm_vad，不填默认 llm

可选：

content ：目标文案（用于对齐）

3. 我能拿到什么结果

3.1 查询任务状态

方法：GET / POST

路径：/llm/asr/asr_llm/submit_task/task_status

参数：task_id

你会看到任务状态：

pending：已提交，等待处理

processing：处理中

success：处理完成

failed：处理失败

当 status=success 时，result 里重点看：

mode：asr 或 sta

effect_mode：这次使用的处理档位

content：完整文本

segments：分段结果（带时间信息，可直接做字幕）

error：错误信息（成功通常为空）

4. 常见报错与处理建议

缺少参数 url：补充可访问的音视频地址。

effect_mode 非法，支持: basic|nlp|llm|llm_vad：检查参数拼写。

余额不足，可以去官网充值：https://www.vectcut.com：充值后重试。

<effect_mode> 服务调用失败: ...：保留 task_id 和错误信息排查。

5. 一次完整调用流程

选择场景并确定 effect_mode。

调用提交接口拿到 task_id。

用 task_id 轮询 task_status。

status=success 后读取 result.content 和 result.segments 落到业务。

curl --location 'https://open.vectcut.com/llm/asr/asr_llm/submit_task/submit_asr_llm_task' \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data '{ "url": "https://player.install-ai-guider.top/example/4%E6%9C%8813%E6%97%A5.MP3", "effect_mode": "llm" }'

{ "success": true, "task_id": "d2f0b3d6-xxxx-xxxx-xxxx-6f8f4a6f6571", "message_id": "534069327BEE0001160645173CAC96A5", "status": "pending", "effect_mode": "llm", "error": "" }

提交异步字幕任务

1. 我该怎么选参数（按场景）

2. 我需要输入什么

2.1 提交任务

3. 我能拿到什么结果

3.1 查询任务状态

4. 常见报错与处理建议

5. 一次完整调用流程

请求参数

返回响应

提交异步字幕任务

1. 我该怎么选参数（按场景）#

2. 我需要输入什么#

2.1 提交任务#

3. 我能拿到什么结果#

3.1 查询任务状态#

4. 常见报错与处理建议#

5. 一次完整调用流程#

请求参数

返回响应

1. 我该怎么选参数（按场景）

2. 我需要输入什么

2.1 提交任务

3. 我能拿到什么结果

3.1 查询任务状态

4. 常见报错与处理建议

5. 一次完整调用流程