tencent cloud

大模型视频摘要接入
下载PDF
最后更新时间：2025-08-20 17:48:58
大模型视频摘要接入
最后更新时间： 2025-08-20 17:48:58
下载PDF

免费体验

说明：
体验馆功能较简单，仅用于体验基础效果，测试完整效果请使用 API 接入。
1. 打开 体验馆，进入 LLM Summarize 体验页，选择离线视频（Offline File）或直播流（Live Streaming），单击开始处理（One-Click Processing）。
2. 等待处理完成后即可查看结果。


API 接入

发起摘要任务

调用 媒体处理接口 ，选择 AiAnalysisTask 任务，将 Definition 设置为 22（预设大模型视频摘要模板）。ExtendedParameter 填额外的扩展参数，通过该参数实现特定的能力，取值详情见下文 扩展参数说明。



示例：
{
    "InputInfo": {
        "Type": "URL",
        "UrlInputInfo": {
            "Url": "https://facedetectioncos-1251132611.cos.ap-guangzhou.myqcloud.com/video/xxx.mp4" // 替换成需要摘要的视频 URL
        }
    },
    "AiAnalysisTask": {
        "Definition": 22, //预设大模型视频摘要模板 ID
        "ExtendedParameter": "{\\"des\\":{\\"split\\":{\\"method\\":\\"llm\\",\\"model\\":\\"deepseek-v3\\"}}}"
    },
    "OutputStorage": {
        "CosOutputStorage": {
            "Bucket": "test-mps-123456789",
            "Region": "ap-guangzhou"
        },
        "Type": "COS"
    },
    "OutputDir": "/output/",
    "TaskNotifyConfig": {
        "NotifyType": "URL",
        "NotifyUrl": "http://qq.com/callback/qtatest/?token=xxxxxx"
    },
    "Action": "ProcessMedia",
    "Version": "2019-06-12"
}

API Explorer 快速验证

您可以通过 API Explorer 实现快速验证，进入页面填写相关参数信息后即可发起 API 在线调用。

扩展参数说明

ExtendedParameter 用于对摘要任务进行个性设置，可先不填，结合默认效果，对需要改进方向按需使用。
注意：
API Explorer 会自动转换，ExtendedParameter 填写对应 json 即可，不用转换成字符串。如果是直接调用 API，那么需要对 json 字符串转义。
ExtendedParameter全部可选参数及其说明参考下表：
{
    "des": {
      "split": {
          "method": "llm", 
          "model": "deepseek-v3", 
          "max_split_time_sec": 100, 
          "extend_prompt": "本视频为医疗场景视频，按照医疗相关知识点对视频进行分段"
      },
      "need_ocr": true,
      "ocr_type": "ppt",
      "only_segment": 0,
      "text_requirement": "摘要在40字以内",
      "dstlang": "zh"
    }
}

参数
是否必填
类型
说明
split.method
No
string
视频分段方法，llm 表示大模型分段，nlp 表示传统 nlp 分段，默认为 llm。
split.model
No
string
分段大模型，可选 hunyuan，deepseek-v3，deepseek-r1，默认为 deepseek-v3。
split.max_split_time_sec
No
int
强制指定最大分段时间，单位秒。建议必要情况下再使用，可能影响分段效果。默认3600。
split.extend_prompt
No
string
补充大模型分段任务提示词，如“本视频为教学视频，按照相关知识点对视频进行分段”。建议先不填进行测试，效果不达预期时再补充。
need_ocr
No
bool
是否使用 ocr 辅助分段，true 表示开启，默认为 false。
不开启，系统仅识别视频语音内容辅助视频分段；开启，还会识别视频画面上的文字内容辅助视频分段。
ocr_type
No
string
ocr 辅助类型，ppt 表示将画面作为 ppt，按 ppt 翻页进行视频分段，other 表示其他，默认为 ppt。
only_segment
No
int
是否只分段，不生成摘要，默认为0。
1：只分段，不生成摘要。
0：分段且生成摘要。
text_requirement
No
string
补充大模型摘要任务提示词。例如限制字数"摘要在40字以内"。
dstlang
No
string
视频语言，用于视频语音识别与摘要相关结果语言指定，默认为"zh"。
"zh"：中文
"en"：英文

查询任务结果

任务回调：在使用 ProcessMedia 发起媒体处理任务时，可以通过 TaskNotifyConfig 参数设置回调信息。当任务处理完成后，会通过配置的回调信息回调任务结果，您可以通过 ParseNotification 解析事件通知结果。
使用 ProcessMedia 返回的 TaskId 调用 查询任务详情 接口查询任务处理结果。解析 WorkflowTask > AiAnalysisResultSet > DescriptionTask > Output > DescriptionSet > MediaAiAnalysisDescriptionItem 即可。

Description 对应整个视频摘要，Paragraphs 对应整个视频的智能分段结果以及每个分段的摘要。
本页内容是否解决了您的问题？
您也可以 联系销售 或 提交工单 以寻求帮助。
是
否

文档反馈