API RapidVideoMaker

Die REST API ermöglicht die Verarbeitung von Videodateien aus jedem HTTP-Client — Python-Skripte, n8n-Workflows, Drittanbieter-Tools. Fünf Modi verfügbar: Videos zusammenführen (mehrere MP4/MOV), Audio bearbeiten (1 MP4/MOV + 1 MP3), Video erstellen (1 JPG/PNG + 1 MP3), Video-Overlay (2 MP4/MOV Bild-im-Bild). Die Verarbeitung ist asynchron: Dateien einreichen, dann das Ergebnis abfragen.

Hol dir deinen API-Token kostenlos

Erstelle ein Konto um deinen API-Token zu erhalten — 20 Anfragen pro Tag inklusive, nutzbar über die Oberfläche oder die API.

Kostenloses Konto erstellen Bereits ein Konto? Anmelden

Vollständiger Arbeitsablauf

Jede Integration folgt derselben 4-Schritte-Abfolge:

Job erstellen — POST /api/v1/render.php

Dateien als multipart/form-data mit Bearer-Token senden. 1 JPG/PNG + 1 MP3 + mode=image_to_video → Videoerzeugung. 1 MP4/MOV + 1 MP3 → Audio bearbeiten (mode=mix_audio zum Überlagern). Mehrere MP4/MOV → zusammenfügen. Der Server gibt eine eindeutige job_id zurück. Oder 1 Bild + options.text + options.voice: Die Stimme wird aus dem Text erzeugt, ohne MP3.

Job überwachen — GET /api/v1/jobs.php?job_id=…

Diesen Endpunkt regelmäßig abrufen (alle 5–10 Sek.). Der Job durchläuft queued → processing → ready (oder error). Die Antwort enthält die Warteschlangenposition und eine geschätzte Restzeit.

Download-URL abrufen

Wenn der Status ready ist, enthält die Antwort ein fertiges download_url-Feld.

Datei herunterladen — GET /api/download.php?job_id=…

Die fertige MP4/MOV-Datei herunterladen. Die Datei ist 2 Stunden nach Abschluss des Jobs verfügbar, dann automatisch gelöscht. Nach Ablauf antwortet die API mit 410 Gone (statt 404), um anzuzeigen, dass der Job existierte, aber nicht mehr abrufbar ist.

Authentifizierung

Jede Anfrage muss Ihr API-Token enthalten. Zwei Formate werden akzeptiert:

# Authentifizierung — Jede Anfrage muss Ihr API-Token enthalten. Zwei Formate werden akzeptiert:
Authorization: Bearer rvm_your_token_here

# Alternative
X-API-Key: rvm_your_token_here

Ihr Token ist in Ihrem Mitgliederbereich verfügbar — ein Token pro Konto, automatisch bei der Registrierung erstellt. Er wird nur einmal im Klartext angezeigt — bewahren Sie ihn sicher auf. Falls verloren, können Sie ihn aus Ihrem Mitgliederbereich neu generieren.

Kontingent

Jedes Mitgliedskonto hat 20 Anfragen pro Tag, geteilt zwischen Web-Interface und API. Fehlgeschlagene Jobs verbrauchen kein Kontingent. Der Zähler wird um Mitternacht UTC zurückgesetzt.

POST-Antworten enthalten quota_used und quota_remaining. Bei Überschreitung antwortet der Server mit 429.

Interface + API = gleicher Zähler. Ein über das Web-Interface erstelltes Video und eine API-Anfrage verbrauchen je 1 Credit aus demselben Tageskontingent.

Warteschlange

Es wird jeweils ein Job verarbeitet. Bei gleichzeitig eingereichten Jobs werden diese in Eingangsreihenfolge verarbeitet. Während des Wartens enthält die Statusantwort:

queue_position — Position des Jobs in der Warteschlange (1 = nächster)
queue_total — Gesamtanzahl wartender Jobs
eta_minutes — Geschätzte Zeit bis zur Verarbeitung

Rate-Limit angewendet: Der Endpunkt /api/v1/jobs.php akzeptiert maximal 12 Aufrufe pro Minute pro Token (1 alle 5 Sek.). Darüber hinaus antwortet der Server mit 429 und einem Retry-After: 5-Header. Empfehlung: 10 Sekunden zwischen Aufrufen.

Verfügbare Übergänge

Übergeben Sie transition_type=none (Standard) für direktes Zusammenfügen oder einen der unten stehenden Typen für einen Übergang zwischen Clips:

none fade fadeblack dissolve wipeleft wiperight slideleft slideright zoomin circleclose

Die Dauer (transition_duration) liegt zwischen 0,2 und 2,0 Sekunden. Ist ein Clip zu kurz für den Übergang, wird dieser ignoriert und die Zusammenführung ohne Übergang durchgeführt.

Endpunkte

Fünf Modi, zugänglich über das Feld mode (lasse mode bei mehreren MP4 weg, um fusion automatisch zu erkennen):

Verwendung	API-Modus	Erforderliche Dateien	Beschreibung
Videos zusammenfügen	`fusion`	2–20 MP4/MOV-Dateien	Clips werden in der angegebenen Reihenfolge zusammengefügt. Optionale Übergänge zwischen Clips.
Audio bearbeiten	`add_audio` oder `mix_audio`	1 MP4/MOV + 1 MP3	Ersetzt oder bereichert die Audiospur eines Videos. Die Videospur wird nie neu kodiert (`-c:v copy`). `add_audio` — das Originalton wird gelöscht und vollständig durch die MP3 ersetzt. `mix_audio` — der Originalton bleibt erhalten und die MP3 wird überlagert (amix). `options={"mp3_volume":…}` zum Anpassen der Lautstärke. Ohne Audiospur verhält sich wie `add_audio`.
Video erstellen	`image_to_video`	1 JPG/PNG + 1 MP3 – oder 1 JPG/PNG + ein Text (`options.text` + `options.voice`): Die Stimme wird erzeugt	Erzeugt ein Video aus einem Standbild und deiner MP3 – oder aus einem einfachen Text (`options.text`), dessen Stimme erzeugt wird (`options.voice`). Textüberlagerung (statisch, Wort für Wort oder Karaoke), Überblendungen, Auflösung und FPS über das Feld `options` konfigurierbar.
Video-Overlay	`overlay_video`	2 MP4/MOV	Legt ein zweites Video über das Hauptvideo. Position, Größe, Deckkraft und Audio über das Feld `options` konfigurierbar.
Text hinzufügen	`add_text`	1 MP4/MOV	Blendet Text in ein vorhandenes Video ein (Auflösung, Bildrate und Ton bleiben erhalten). Dieselben Texteinstellungen wie bei `image_to_video`, plus der Zeitpunkt des Erscheinens. `options.text` ist erforderlich.
Text zu MP3	`text_to_mp3`	(nur Text)	Wandelt Text in Sprache um und gibt eine MP3-Datei zurück. Kein Datei-Upload erforderlich — sende `mode=text_to_mp3`, `text` und `lang` als Formularfelder. Unterstützt alle 20 Sprachen der Website.

Strenge Validierung: Jeder Modus erfordert eine genaue Anzahl und Art von Dateien. add_audio und mix_audio akzeptieren nur 1 MP4/MOV + 1 MP3. image_to_video nur 1 JPG/PNG + 1 MP3. Andere Kombinationen werden mit einem expliziten Fehlercode abgelehnt. MIME-Typen werden per Magic Bytes verifiziert. Ausnahme: Mit options.text + options.voice akzeptiert image_to_video 1 Bild allein – die Stimme wird aus dem Text erzeugt (ohne MP3).

Dauerregel: In Audio- und image_to_video-Modus entspricht die Ergebnisdauer der MP3-Dauer. Die Videospur wird in Audiomodi nie neu kodiert (-c:v copy). Mit options.voice dauert image_to_video so lange wie die aus dem Text erzeugte Stimme (+0,6 s).

Gemeinsame Parameter (multipart/form-data)

Feld	Typ	Pfl.	Beschreibung
videos[]	File[]	JA	Zu verarbeitende Dateien. Je nach Modus: 2–20 MP4/MOV, oder 1 MP4/MOV + 1 MP3, oder 1 Bild (JPG/PNG) + 1 MP3. Max. 500 MB pro Datei.
mode	string	*	`image_to_video` \| `add_audio` \| `mix_audio` \| `overlay_video` \| `text_to_mp3`. Erforderlich für diese Nicht-Fusion-Modi. Das Weglassen von `mode` bei ausschließlich MP4/MOV-Dateien löst immer `fusion` aus (Stream-Copy-Zusammenführung) — niemals `overlay_video`, selbst bei genau 2 MP4/MOV-Dateien. Für die Audiobearbeitung: `add_audio` löscht das Original, `mix_audio` behält es und überlagert. Wird das Feld `mode` angegeben, müssen die hochgeladenen Dateien genau übereinstimmen — sonst wird die Anfrage abgelehnt. `add_text` wird ebenfalls akzeptiert: Es ist der einzige Modus mit nur einer MP4/MOV-Datei und erfordert `options.text`.
order	JSON		Nur für `fusion`-Modus — JSON-Array von Indizes zur Clip-Reihenfolge.
transition_type	string		Nur `fusion`-Modus. Standard: `none`. Siehe Liste der verfügbaren Übergänge.
transition_duration	float		Nur `fusion`-Modus. Dauer 0,2–2,0 Sek. Standard: `0.5`.
options	JSON		JSON-Objekt der Render-Parameter für `image_to_video`, `add_text`, `mix_audio` und `overlay_video` (siehe Tabellen unten).
timings	File / string		`image_to_video` / `add_text`: Timing-Datei für Karaoke (SRT oder LRC, max. 200 KB) – als Dateifeld oder reiner Text. Der angezeigte Text stammt aus der Datei; erzwingt `text_mode=karaoke`; nicht mit `voice` kombinierbar.
callback_url	string		Öffentliche URL (http/https), die bei Job-Abschluss aufgerufen wird. Die Antwort enthält ein `webhook_secret`.

Parameter `options` — image_to_video-Modus

Alle optional. Nicht angegebene Werte → Worker-Standardwerte.

Schlüssel	Typ	Standard	Beschreibung
text	string	""	Als Überlagerung angezeigter Text. Leer = kein Text. Max. 500 Zeichen.
font	string	"default"	Schrift des Textes, per Kennung. Zulässige Werte: `default`, `dejavu-sans-bold`, `dejavu-serif`, `liberation-serif`, `dejavu-mono`, `amiri`, `noto-sans-sc` (简体中文), `noto-sans-tc` (繁體中文), `noto-sans-jp` (日本語), `noto-sans-kr` (한국어), `noto-sans-hebrew` (עברית), `noto-sans-thai` (ไทย). `default` = Standardschrift (Emojis werden unterstützt); `amiri` = Naskh-Schrift, ideal für arabischen Text. Jeder andere Wert liefert den Fehler `invalid_option`. Emojis werden nur mit `default` dargestellt.
font_size	int	60	Schriftgröße in Pixeln. Bereich: 10–300. Empfohlen: 36, 48, 60, 72, 96.
text_color	string	"white"	Textfarbe (z.B. `white`, `yellow`, `#ffffff`, `0xffffff`).
text_position	string	"center"	Textposition: `center`, `top`, `bottom`.
box	bool	true	Halbtransparenter Hintergrund hinter dem Text.
box_color	string	"black@0.4"	Farbe + Deckkraft im FFmpeg-Format: `farbe@deckkraft`. Farben: `black`, `white`, `yellow`… Deckkraft: 0,0–1,0 (z.B. `black@0.4` = 40% Schwarz).
fade_duration	float	0.5	Ein-/Ausblendedauer in Sekunden (0–2). 0 = keine Überblendung.
width	int	1080	Videobreite in Pixeln (64–3840, gerade Zahl). Standard: 1080/1920/720/1280.
height	int	1920	Videohöhe in Pixeln (64–3840, gerade Zahl).
fps	int	24	Bildrate (1–60).
image_fit	string	"contain"	contain: Das ganze Bild oder Video anzeigen und freie Flächen mit dem gewählten Hintergrund füllen. solid (Standard) oder blur. Unschärfe erfordert image_fit=contain. Der Text bleibt scharf. cover: Das Bild wird gezoomt um den Rahmen zu füllen, zentriert — Ränder werden abgeschnitten.
bg_color	string	"black"	`background_mode=solid`: Hintergrundfarbe wenn das Bild die Zielauflösung nicht ausfüllt — nur bei `image_fit=contain` (z.B. `black`, `white`, `#1a1a2e`).
background_mode	string	"solid"	solid (Standard) oder blur. Unschärfe erfordert image_fit=contain. Der Text bleibt scharf.
blur_strength	number	20	Zahl von 1 bis 50; Standard 20. Gaußsche Unschärfe nur für den Hintergrund.
enable_image_motion	bool	false	Aktiviert die Fotoanimation. Bei `false` bleibt das Bild statisch. Bei `true` wird der durch `image_motion_effect` definierte Effekt via FFmpeg `zoompan` angewendet.
image_motion_effect	string	"ken_burns"	Animationseffekt. Werte: `zoom_in`, `zoom_out`, `pan_left_to_right`, `pan_right_to_left`, `pan_top_to_bottom`, `pan_bottom_to_top`, `zoom_pan_soft`, `ken_burns`. Standard: `ken_burns`.
motion_intensity	float	1.0	Fotoanimationsintensität (0,25–2,0). Multipliziert Zoomamplitude und Schwenkgeschwindigkeit. Ignoriert wenn `enable_image_motion` `false`.
text_effect	string	"none"	Textanimation (ignoriert wenn `text` fehlt). Werte: `none`, `fade_in`, `slide_up`, `slide_down`, `slide_left`, `bounce`.
text_effect_intensity	float	1.0	Textanimationsintensität (0,25–2,0). Steuert Einblendgeschwindigkeit, Eintrittsdauer oder Hüpffrequenz.
text_border_width	int	0	Umrandungsstärke in Pixeln (0 = deaktiviert, 1–10). Verbessert die Lesbarkeit. Ignoriert wenn `text` fehlt.
text_border_color	string	"black"	Farbe der Zeichenkontur (gleiches Format wie `text_color`, Standard `"black"`). Wird verwendet, wenn `text_border_width` > 0.
text_mode	string	"static"	Textanzeigemodus. `static` (Standard): vollständiger Text ab dem ersten Frame. `word_by_word`: Wörter erscheinen einzeln im Tempo von `word_reveal_speed`. Schließt `text_effect` aus: bei `text_mode=word_by_word` wird `text_effect` ignoriert. `"karaoke"`: Der Text färbt sich im Takt des Audios, Seite für Seite (bis zu 1.000 Zeichen). Mit `voice` Wort für Wort synchronisiert, sonst nach Wortlänge über das Audio verteilt.
word_reveal_speed	float	1.5	Anzeigegeschwindigkeit in Wörtern pro Sekunde (0,3–5,0, Standard 1,5). Nur bei `text_mode=word_by_word`. Empfohlener Wert für OpenAI TTS-Synchronisierung: 2,0.
word_anim	string	"none"	Animation beim Erscheinen jedes Wortes. `none` (Standard): sofortige Anzeige. `fade`: jedes neue Wort wird über 0.2s eingeblendet mit Crossfade zum vorherigen Block. Nur bei `text_mode=word_by_word`.
karaoke_style	string	"fill"	Karaoke-Stil: `fill` (gesprochene Wörter erhalten die Hervorhebungsfarbe), `sweep` (jedes Wort füllt sich allmählich; ganze Wörter bei Schriften von rechts nach links) oder `highlight` (nur das aktuelle Wort ist eingefärbt).
highlight_color	string	"#FFD200"	Farbe der gesprochenen Wörter / des aktuellen Worts im Karaoke-Modus (gleiches Format wie `text_color`).
karaoke_lines	int	2	Angezeigte Zeilen pro Seite im Karaoke-Modus (1–4).
voice	string	""	Stimmen-ID (gleiche Liste wie bei `text_to_mp3`, z. B. `de-DE-KatjaNeural`): Die Stimme wird im selben Job aus `text` erzeugt. `image_to_video` braucht dann nur das Bild (eine zusätzlich gesendete MP3 wird abgelehnt). Im Karaoke-Modus ist jedes Wort mit der Stimme synchron.
voice_rate	int	0	Geschwindigkeit der generierten Stimme in % (−50 bis +50).

Karaoke mit eigenen Timings (SRT / LRC)

Sende eine SRT- oder LRC-Datei im Feld timings: Jede Zeile erscheint zu ihrem Zeitpunkt und bildet eine Karaoke-Seite (bis zu 500 Zeilen, 5.000 Zeichen). SRT: Eine Zeile verschwindet zu ihrer Endzeit. LRC: Eine Zeile bleibt bis zur nächsten (eine leere Zeile beendet sie); [offset:] und Wort-Timings im Enhanced-LRC <mm:ss.xx> werden unterstützt – sonst wird jede Zeile über ihre Dauer verteilt. Bei add_text sind die Zeiten relativ zum Videoanfang, verschoben um text_start.

# lyrics.srt
1
00:00:01,000 --> 00:00:03,500
First line of the song

2
00:00:04,000 --> 00:00:07,200
Second line, on its own page

# lyrics.lrc — enhanced LRC: optional per-word times <mm:ss.xx>
[00:01.00]<00:01.00>First <00:01.60>line <00:02.10>here
[00:04.00]Second line
[00:07.50]

Parameter `options` — Modus overlay_video

Alle optional. Die Uploadreihenfolge ist wichtig: die erste Datei ist das Hauptvideo (Hintergrund), die zweite Datei ist das Overlay (Vordergrund). Verwende chroma_key, um einen Greenscreen im Overlay zu entfernen.

Schlüssel	Typ	Standard	Beschreibung
position	string	"bottom-right"	Ecke, in der das Overlay platziert wird: `top-left`, `top-right`, `bottom-left`, `bottom-right` oder `center`.
scale	float	0.30	Größe des Overlays als Bruchteil der Breite des Hauptvideos. `0.25` = 25% der Breite. Bereich: 0.05–1.0.
opacity	float	1.0	Transparenz des Overlays. `1.0` = vollständig sichtbar, `0.0` = unsichtbar.
margin	int	10	Abstand in Pixeln zwischen Overlay und Bildrand. Ignoriert bei `position=center`. Bereich: 0–200.
audio	string	"main"	Welche Audiospur behalten. `main`: nur Hauptvideo-Audio. `overlay`: nur Overlay-Audio. `mix`: beide Spuren gemischt.
chroma_key	bool	false	`true` setzen, um den reinen Grünhintergrund (#00FF00) des Overlays zu entfernen — nützlich für Webcam-Einblendungen auf Greenscreen.
chroma_similarity	float	0.20	Greenscreen-Toleranz. Niedrig = strenge Übereinstimmung. Hoch = breitere Entfernung. Empfohlen: `0.10–0.20` für digitales Grün, `0.25–0.45` für physischen Bildschirm. Bereich: 0.01–0.60.

`options`-Parameter — Modus add_text

Text ist erforderlich. Standardmäßig bleiben Format, Bildrate und Ton erhalten. output_format aktiviert die Anpassung mit image_fit, bg_color und background_mode. width, height, fps und Fotobewegung werden weiterhin ignoriert. Maximale Länge: 15 Minuten.

{"text":"Hello","output_format":"portrait","image_fit":"contain","background_mode":"blur","blur_strength":20}

Schlüssel	Typ	Standard	Beschreibung
text	string	JA	Einzublendender Text. Erforderlich, 1–200 Zeichen.
text_start	float	0	Sekunde, in der der Text erscheint (≥ 0). Muss vor dem Ende des Videos liegen.
text_duration	float	0	Wie lange der Text sichtbar bleibt, in Sekunden (0,1–3600). `0` = bis zum Ende des Videos.
font	string	"default"	Schrift des Textes, per Kennung. Zulässige Werte: `default`, `dejavu-sans-bold`, `dejavu-serif`, `liberation-serif`, `dejavu-mono`, `amiri`, `noto-sans-sc` (简体中文), `noto-sans-tc` (繁體中文), `noto-sans-jp` (日本語), `noto-sans-kr` (한국어), `noto-sans-hebrew` (עברית), `noto-sans-thai` (ไทย). `default` = Standardschrift (Emojis werden unterstützt); `amiri` = Naskh-Schrift, ideal für arabischen Text. Jeder andere Wert liefert den Fehler `invalid_option`. Emojis werden nur mit `default` dargestellt.
font_size	int	60	Schriftgröße, angegeben für ein Video mit 1080 px kurzer Seite und automatisch auf die tatsächliche Auflösung skaliert — derselbe Wert sieht in 720p und 4K gleich aus. Bereich: 10–300.
fade_duration	float	0.5	Dauer der Ein-/Ausblendung des Textes (nicht des Videos) in Sekunden. Bereich: 0–2.
text_color, box, box_color, text_position, text_border_width, text_border_color, text_effect, text_effect_intensity, text_mode, word_reveal_speed, word_anim, karaoke_style, highlight_color, karaoke_lines, voice, voice_rate	—	—	Identisch mit `image_to_video` (siehe Tabelle oben).
original_volume	float	0.3	Mit `voice`: Lautstärke des Originaltons unter der Stimme (0–2, Standard 0.3; 0 = ersetzt). Die Stimme beginnt bei `text_start`; der Text bleibt bis zu ihrem Ende sichtbar, und reicht sie über das Videoende hinaus, wird das letzte Bild gehalten.
background_mode	string	"solid"	solid (Standard) oder blur. Unschärfe erfordert image_fit=contain. Der Text bleibt scharf.
blur_strength	number	20	Zahl von 1 bis 50; Standard 20. Gaußsche Unschärfe nur für den Hintergrund.
output_format	string	"original"	Nur add_text: original (Standard), portrait (1080×1920), square (1080×1080), landscape (1920×1080). Unschärfe erfordert ein anderes Format als original.
image_fit	string	"contain"	contain: Das ganze Bild oder Video anzeigen und freie Flächen mit dem gewählten Hintergrund füllen. solid (Standard) oder blur. Unschärfe erfordert image_fit=contain. Der Text bleibt scharf. cover: Das Bild wird gezoomt um den Rahmen zu füllen, zentriert — Ränder werden abgeschnitten.
bg_color	string	"black"	`background_mode=solid`: Hintergrundfarbe wenn das Bild die Zielauflösung nicht ausfüllt — nur bei `image_fit=contain` (z.B. `black`, `white`, `#1a1a2e`).

Parameter `options` — Audio bearbeiten (`mix_audio`)

Nur mit mode=mix_audio verfügbar. Bei add_audio ignoriert.

Schlüssel	Typ	Standard	Beschreibung
mp3_volume	float	1.0	Lautstärke der überlagerten MP3 (0,0 = stumm, 1,0 = Original, 2,0 = doppelt). Werte über 1,0 können übersteuern.

Modus `text_to_mp3` — direkte Parameter (kein `options`-JSON)

Anders als bei den übrigen Modi werden diese Felder direkt als Formularfelder gesendet, nicht innerhalb des options-JSON-Objekts. Nur text ist erforderlich.

Schlüssel	Typ	Standard	Beschreibung
text	string	—	In Sprache umzuwandelnder Text. Erforderlich. Maximal 5.000 Zeichen.
lang	string	"en"	Sprachcode zur Auswahl der Standardstimme, wenn `voice` fehlt oder ungültig ist. Einer der 20 Sprachen der Website (siehe Tabelle unten). Fällt auf `en` zurück, wenn unbekannt.
voice	string	automatisch	edge-tts-Stimmen-ID (siehe Tabelle unten). Fehlt sie oder ist sie ungültig, wird automatisch die erste Stimme von `lang` verwendet.
slow	bool	false	Auf `true` (oder `1`) setzen, um die Sprechgeschwindigkeit um 25 % zu verlangsamen. Jeder andere Wert wird als `false` behandelt.

Kein Datei-Upload nötig: Anders als bei den anderen Modi benötigt text_to_mp3 kein videos[]. Sende mode=text_to_mp3 zusammen mit text / lang / voice / slow als normale Formularfelder.

Verfügbare Stimmen (edge-tts, Microsoft Neural), gruppiert nach Sprachcode:

Sprache	Verfügbare Stimmen
`en`	`en-US-AvaNeural`, `en-US-AndrewNeural`, `en-GB-LibbyNeural`, `en-AU-NatashaNeural`, `en-AU-WilliamMultilingualNeural`
`fr`	`fr-FR-DeniseNeural`, `fr-FR-HenriNeural`, `fr-FR-EloiseNeural`, `fr-CA-SylvieNeural`, `fr-CA-ThierryNeural`
`es`	`es-ES-ElviraNeural`, `es-ES-AlvaroNeural`, `es-MX-DaliaNeural`, `es-AR-ElenaNeural`, `es-AR-TomasNeural`
`ar`	`ar-SA-ZariyahNeural`, `ar-SA-HamedNeural`, `ar-EG-SalmaNeural`, `ar-MA-MounaNeural`, `ar-MA-JamalNeural`
`pt`	`pt-BR-FranciscaNeural`, `pt-BR-AntonioNeural`, `pt-PT-RaquelNeural`
`de`	`de-DE-KatjaNeural`, `de-DE-ConradNeural`, `de-DE-AmalaNeural`, `de-AT-IngridNeural`, `de-AT-JonasNeural`
`it`	`it-IT-ElsaNeural`, `it-IT-DiegoNeural`, `it-IT-IsabellaNeural`
`nl`	`nl-NL-ColetteNeural`, `nl-NL-MaartenNeural`, `nl-BE-DenaNeural`, `nl-BE-ArnaudNeural`
`ru`	`ru-RU-SvetlanaNeural`, `ru-RU-DmitryNeural`
`tr`	`tr-TR-EmelNeural`, `tr-TR-AhmetNeural`
`hi`	`hi-IN-SwaraNeural`, `hi-IN-MadhurNeural`
`bn`	`bn-IN-TanishaaNeural`, `bn-IN-BashkarNeural`, `bn-BD-NabanitaNeural`, `bn-BD-PradeepNeural`
`ur`	`ur-PK-UzmaNeural`, `ur-PK-AsadNeural`, `ur-IN-GulNeural`, `ur-IN-SalmanNeural`
`id`	`id-ID-GadisNeural`, `id-ID-ArdiNeural`
`ja`	`ja-JP-NanamiNeural`, `ja-JP-KeitaNeural`
`ko`	`ko-KR-SunHiNeural`, `ko-KR-InJoonNeural`
`zh-CN`	`zh-CN-XiaoxiaoNeural`, `zh-CN-YunxiNeural`, `zh-CN-XiaoyiNeural`
`zh-TW`	`zh-TW-HsiaoChenNeural`, `zh-TW-YunJheNeural`
`vi`	`vi-VN-HoaiMyNeural`, `vi-VN-NamMinhNeural`
`pl`	`pl-PL-ZofiaNeural`, `pl-PL-MarekNeural`

Erfolgsantwort (HTTP 200)

{
  "success": true,
  "job_id": "a3f1c8d2e5b09471...",
  "mode": "fusion",              // "fusion" | "add_audio" | "mix_audio" | "image_to_video" | "overlay_video" | "add_text" | "text_to_mp3"
  "file_count": 2,
  "transition": null,
  "quota_used": 1,
  "quota_remaining": 9,
  "status_url": "https://rapidvideomaker.com/api/v1/jobs.php?job_id=a3f1c8..."
}

Bei text_to_mp3 enthält die Antwort keine Felder file_count oder transition (es wurde keine Datei hochgeladen) — der Rest ist identisch: job_id, quota_used, quota_remaining, status_url, webhook_secret.

curl-Beispiel — image_to_video-Modus

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@scene.jpg" \
  -F "videos[]=@narration.mp3" \
  -F "mode=image_to_video" \
  -F 'options={"text":"Chapter 1","font_size":72,"text_color":"white","text_position":"bottom","box":true,"box_color":"black@0.4","fade_duration":0.5,"width":1080,"height":1920,"image_fit":"contain","bg_color":"black","enable_image_motion":true,"image_motion_effect":"ken_burns","motion_intensity":1.0,"text_effect":"slide_up","text_effect_intensity":1.0}'
# image_fit           : "contain" | "cover"
# background_mode     : "solid" | "blur" (blur requires contain)
# blur_strength       : 1–50, default 20
# bg_color            : ignored if image_fit="cover"
# enable_image_motion : true = animation on, false (default) = static image
# image_motion_effect : zoom_in | zoom_out | pan_left_to_right | pan_right_to_left | pan_top_to_bottom | pan_bottom_to_top | zoom_pan_soft | ken_burns
# motion_intensity    : 0.25–2.0 — photo animation amplitude (default 1.0)
# text_effect         : none | fade_in | slide_up | slide_down | slide_left | bounce (ignored if text_mode=word_by_word)
# text_effect_intensity : 0.25–2.0 — text animation intensity (default 1.0)
# text_border_width   : 0–10 px — outline around characters (0 = disabled)
# text_border_color   : outline color, default "black" (e.g. "#FF3366", "white@0.8")
# text_mode           : "static" (default) | "word_by_word" — reveal words one by one
# word_reveal_speed   : 0.3–5.0 w/s — speed for word_by_word mode (default 1.5, ~2.0 for OpenAI TTS)
# word_anim           : "none" (default) | "fade" — fade-in crossfade on each word (word_by_word only)

Karaoke-Text mit generierter Stimme (image_to_video, ohne MP3)

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@scene.jpg" \
  -F "mode=image_to_video" \
  -F 'options={"text":"Every word lights up as the voice reads it.","voice":"en-US-AvaNeural","text_mode":"karaoke","karaoke_style":"sweep","highlight_color":"#FFD200","karaoke_lines":2,"text_position":"bottom","font_size":72}'
# no MP3: the voice is generated from "text" and gives the timing of every word
# text_mode="karaoke" : text up to 1000 characters, shown page by page (karaoke_lines: 1–4)
# karaoke_style       : "fill" (default) | "sweep" | "highlight"
# voice_rate          : -50…+50 (%), default 0
# with your own MP3 (no "voice"): karaoke timing is spread over the audio by word length
# add_text: same options + "original_volume" (0–2, default 0.3) = original sound under the voice

Karaoke mit einer SRT-Datei (image_to_video + deine MP3)

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@cover.jpg" \
  -F "videos[]=@song.mp3" \
  -F "timings=@lyrics.srt" \
  -F "mode=image_to_video" \
  -F 'options={"karaoke_style":"sweep","karaoke_lines":2,"text_position":"bottom","font_size":72}'
# timings : SRT or LRC file (200 KB max), or its content as a plain text field: -F "timings=<lyrics.lrc"
# the displayed text comes from the file ("text" is ignored), text_mode is forced to "karaoke"
# not compatible with "voice" (the timings follow your own audio)
# add_text: times are relative to the video start, shifted by "text_start"

curl-Beispiel — Audio bearbeiten

# Replace audio (deletes original)
curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@my_video.mp4" \
  -F "videos[]=@my_music.mp3" \
  -F "mode=add_audio"

# Keep original audio + overlay MP3
curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@my_video.mp4" \
  -F "videos[]=@my_music.mp3" \
  -F "mode=mix_audio" \
  -F 'options={"mp3_volume":0.7}'
# mp3_volume : 0.0 (muted) → 1.0 (original volume, default) → 2.0 (amplified)

curl-Beispiel — Modus overlay_video

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@main_video.mp4" \
  -F "videos[]=@overlay_video.mp4" \
  -F "mode=overlay_video" \
  -F 'options={"position":"bottom-right","scale":0.25,"opacity":1.0,"margin":20,"audio":"main"}'

# Green screen overlay
curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@main_video.mp4" \
  -F "videos[]=@webcam_greenscreen.mp4" \
  -F "mode=overlay_video" \
  -F 'options={"position":"bottom-left","scale":0.35,"chroma_key":true,"chroma_similarity":0.15,"audio":"mix"}'
# position           : top-left | top-right | bottom-left | bottom-right | center (default: bottom-right)
# scale              : 0.05–1.0 — overlay width as fraction of main video (default 0.30)
# opacity            : 0.0–1.0 — overlay transparency (default 1.0)
# margin             : 0–200 px — gap from frame edge, ignored if center (default 10)
# audio              : main | overlay | mix — audio to keep (default: main)
# chroma_key         : true | false — remove green (#00FF00) background from overlay (default false)
# chroma_similarity  : 0.01–0.60 — green screen tolerance (default 0.20)

curl-Beispiel — Modus add_text

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@my_video.mp4" \
  -F "mode=add_text" \
  -F 'options={"text":"Hello world","text_position":"bottom","font_size":72,"text_color":"#ffd700","text_start":2,"text_duration":5,"text_effect":"slide_up"}'
# text          : required, 1–200 characters
# text_start    : second at which the text appears (default 0)
# text_duration : seconds the text stays visible, 0 = until the end (default 0)
# the video keeps its resolution, frame rate and audio track

curl-Beispiel — Videos zusammenfügen

curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@clip1.mp4" \
  -F "videos[]=@clip2.mp4" \
  -F "transition_type=fade" \
  -F "transition_duration=0.5"

curl-Beispiel — Modus text_to_mp3

# No file upload — text + lang + voice as plain form fields
curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "mode=text_to_mp3" \
  -F "text=Welcome to Rapid Video Maker." \
  -F "lang=en" \
  -F "voice=en-US-AvaNeural" \
  -F "slow=false"
# voice omitted or invalid -> falls back to the first voice of "lang"
curl -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "mode=text_to_mp3" \
  -F "text=Bienvenue sur Rapid Video Maker." \
  -F "lang=fr"

Der Status enthält die tatsächliche Phase und die vergangene Zeit. Schätzungen sind unverbindlich; ein Client-Timeout bedeutet keinen Fehler. Fragen Sie dieselbe Job-ID weiter ab. Dateien verfallen zwei Stunden nach Abschluss.

Mögliche Status

Status	Bedeutung	Zusätzliche Felder
queued	In der Warteschlange, noch nicht verarbeitet	`queue_position`, `queue_total`, `eta_minutes`
processing	FFmpeg-Verarbeitung läuft	`processing_stage`, `processing_elapsed_seconds`, `stage_elapsed_seconds`, `last_activity_at`, `processed_media_seconds`, `eta_overrun`
ready	Abgeschlossen — Datei verfügbar	`download_url`, `media_available`, `created_at`, `expires_at`
error	Verarbeitung fehlgeschlagen	`error` (message), `quota_refund_status`: `pending` \| `confirmed` \| `not_required`
cancelled	Abgebrochen	`quota_refund_status`: `pending` \| `confirmed` \| `not_required`

Antworten nach Status

queued

{
  "job_id": "a3f1c8...",
  "status": "queued",
  "queue_position": 2,
  "queue_total": 3,
  "eta_minutes": 7
}

ready

{
  "job_id": "a3f1c8...",
  "status": "ready",
  "download_url": "https://rapidvideomaker.com/api/download.php?job_id=a3f1c8...",
  "created_at": "2026-06-02T10:00:00+00:00",
  "expires_at": "2026-06-02T12:00:00+00:00"
}

curl-Beispiel

curl -H "Authorization: Bearer rvm_your_token" \
  "https://rapidvideomaker.com/api/v1/jobs.php?job_id=a3f1c8..."

Gemeinsame Parameter (multipart/form-data)

Parameter	Typ	Standard	Beschreibung
`page`	integer	1	Seitennummer (beginnt bei 1)
`limit`	integer	20	Ergebnisse pro Seite (max. 50, Standard 20)

Antworten nach Status

{
  "success": true,
  "jobs": [
    { "job_id": "a3f1c8...", "status": "ready", "mode": "fusion", "created_at": "2026-06-02T10:00:00+00:00", "expires_at": "2026-06-02T12:00:00+00:00", "download_url": "https://..." },
    ...
  ],
  "total": 12,
  "page": 1,
  "limit": 20
}

Streamt die fertige Datei. Content-Type ist video/mp4 für Video-Modi, oder audio/mpeg für text_to_mp3. Kein Token erforderlich — die URL ist ausreichend undurchsichtig. Nur verfügbar wenn der Status ready ist.

Die Datei wird 2 Stunden nach Job-Abschluss aufbewahrt, dann gelöscht. Laden Sie das Video herunter, sobald der Status ready wird.

Optionale Parameter

Parameter	Beschreibung
filename	Vorgeschlagener Name für die heruntergeladene Datei (z.B. `mein-video.mp4`)
preview	Auf `1` setzen für Inline-Wiedergabe (lässt `Content-Disposition: attachment` weg) statt einen Download auszulösen — für die Vorschau im Browser.

curl-Beispiel

curl -o "output.mp4" \
  "https://rapidvideomaker.com/api/download.php?job_id=a3f1c8...&filename=output.mp4"

Webhooks

Webhooks sind eine Alternative zum Polling: statt alle X Sekunden den Status zu prüfen, geben Sie eine URL an und der Server ruft Sie automatisch auf, wenn der Job abgeschlossen ist.

So funktioniert es

callback_url im POST an /api/v1/render.php übergeben
Die Antwort enthält ein webhook_secret — aufbewahren zur Signaturverifizierung
Wenn der Job ready oder error erreicht, sendet der Server einen signierten JSON-POST an Ihre URL
Signatur mit HMAC-SHA256(webhook_secret, raw_body) verifizieren

Einschränkungen: callback_url muss öffentlich zugänglich sein (http oder https). Private, Loopback- und reservierte IPs sind gesperrt. Zeitüberschreitung: 10 Sekunden.

Empfangenes Payload

Erfolg (ready)

{
  "job_id": "a3f1c8...",
  "status": "ready",
  "download_url": "https://rapidvideomaker.com
  /api/download.php?job_id=a3f1c8...",
  "timestamp": "2026-04-04T12:00:00+00:00"
}

Fehler (error)

{
  "job_id": "a3f1c8...",
  "status": "error",
  "error": "FFmpeg xfade failed:...",
  "timestamp": "2026-04-04T12:00:00+00:00"
}

Vom Server gesendete Header

Header	Wert
Content-Type	`application/json`
X-RVM-Signature	`sha256=<hmac_hex>` — HMAC-SHA256-Signatur des Raw-Body
X-RVM-Job-Id	Die relevante `job_id`

Signaturverifizierung

# Python
import hmac, hashlib

def verify_webhook(secret: str, body: bytes, signature_header: str) -> bool:
    expected = "sha256=" + hmac.new(
        secret.encode(), body, hashlib.sha256
    ).hexdigest()
    return hmac.compare_digest(expected, signature_header)

# Flask/FastAPI endpoint:
sig    = request.headers.get("X-RVM-Signature", "")
if not verify_webhook(WEBHOOK_SECRET, request.data, sig):
    return "Invalid signature", 403
data = request.get_json()

Fehlercodes

HTTP	JSON-Code	Ursache
401	unauthorized	Token fehlt, ungültig oder widerrufen
400	missing_files	Keine Dateien empfangen
400	too_few_files	Weniger als 2 Dateien gesendet
400	too_many_files	Mehr als 20 Dateien gesendet
400	invalid_mime	Nicht unterstützte Datei — nur MP4, MP3 und JPG/PNG werden akzeptiert (MIME per Magic Bytes verifiziert)
400	wrong_file_count	Dateianzahl stimmt nicht mit dem gewählten Modus überein
400	wrong_file_types	Dateitypen stimmen nicht mit dem gewählten Modus überein
400	invalid_file_combination	Dateikombination ohne Modus entspricht keinem unterstützten Modus
400	invalid_options	Das Feld `options` ist kein gültiges JSON oder enthält kein Objekt
400	invalid_option	Ein Wert in `options` ist ungültig (Farbe, Schriftname, Position…)
400	file_too_large	Eine Datei überschreitet 500 MB
400	text_required	Das Feld `options.text` fehlt oder ist leer (Modus add_text)
400	video_too_long	Video länger als 15 Minuten (Modus add_text)
400	text_start_out_of_range	`text_start` liegt nach dem Ende des Videos
400	invalid_voice	Unbekannte `voice`-ID.
400	invalid_timings	Unlesbare Timing-Datei (Format nicht erkannt, keine Zeile mit Zeitstempel, Ende vor Beginn, zu lang …).
400	invalid_order	Das `order`-Array ist keine gültige Permutation
400	invalid_job_id	Falsches job_id-Format (muss 32-stellige Hexadezimalzahl sein)
404	job_not_found	Job nicht gefunden — `job_id` unbekannt oder nie existiert
410	job_expired	Job abgelaufen — existierte, aber das 2-Stunden-Abruffenster ist verstrichen
429	quota_exceeded	20 erfolgreiche Jobs/Tag erreicht (alle Modi zusammen)
429	rate_limited	Mehr als 12 Aufrufe/Min auf `/api/v1/jobs.php` — `Retry-After` Sekunden warten
500	server_error	Interner Serverfehler

Integrationsbeispiele

Beispiele für jeden Modus — requests installieren mit pip install requests.

Gemeinsame Konfiguration

import requests, time, sys, json

API_BASE  = "https://rapidvideomaker.com"
API_TOKEN = "rvm_your_token_here"
HEADERS   = {"Authorization": f"Bearer {API_TOKEN}"}

image_to_video-Modus — Bild + Audio → Video

with open("scene.jpg", "rb") as fi, open("narration.mp3", "rb") as fa:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[
            ("videos[]", ("scene.jpg", fi, "image/jpeg")),
            ("videos[]", ("narration.mp3", fa, "audio/mpeg")),
        ],
        data={
            "mode": "image_to_video",
            "options": json.dumps({
                "text":          "Chapter 1",
                "font_size":     72,
                "text_color":    "white",
                "text_position": "bottom",
                "box":           True,
                "box_color":     "black@0.4",
                "fade_duration": 0.5,
                "width":              1080,
                "height":             1920,
                "image_fit":          "contain",  # "contain" | "cover"
                "background_mode": "solid", # or "blur" with contain
                "blur_strength":   20,
                "bg_color":           "black",    # ignored if image_fit="cover"
                "enable_image_motion": True,
                "image_motion_effect": "ken_burns",
                "motion_intensity":    1.0,        # 0.25–2.0 — photo animation amplitude
                "text_effect":         "slide_up", # none | fade_in | slide_up | slide_down | slide_left | bounce (ignored if text_mode=word_by_word)
                "text_effect_intensity": 1.0,      # 0.25–2.0 — text animation intensity
                # word-by-word reveal (mutually exclusive with text_effect):
                # "text_mode": "word_by_word", "word_reveal_speed": 2.0, "word_anim": "fade"
            }),
        },
    )

Audio bearbeiten

# Replace audio (deletes original) — mode=add_audio
with open("video.mp4", "rb") as fv, open("music.mp3", "rb") as fa:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[
            ("videos[]", ("video.mp4", fv, "video/mp4")),
            ("videos[]", ("music.mp3", fa, "audio/mpeg")),
        ],
        data={"mode": "add_audio"},
    )

# Keep original audio + overlay MP3 — mode=mix_audio
with open("video.mp4", "rb") as fv, open("music.mp3", "rb") as fa:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[
            ("videos[]", ("video.mp4", fv, "video/mp4")),
            ("videos[]", ("music.mp3", fa, "audio/mpeg")),
        ],
        data={"mode": "mix_audio", "options": json.dumps({"mp3_volume": 0.7})},
        # mp3_volume : 0.0 = muted, 1.0 = original volume (default), 2.0 = amplified
    )

Modus overlay_video — Bild-im-Bild

with open("main.mp4", "rb") as fm, open("overlay.mp4", "rb") as fo:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[
            ("videos[]", ("main.mp4",    fm, "video/mp4")),
            ("videos[]", ("overlay.mp4", fo, "video/mp4")),
        ],
        data={
            "mode": "overlay_video",
            "options": json.dumps({
                "position": "bottom-right",  # top-left | top-right | bottom-left | bottom-right | center
                "scale":    0.25,             # 0.05–1.0 — overlay width fraction
                "opacity":  1.0,             # 0.0–1.0 — transparency
                "margin":   20,              # 0–200 px — gap from frame edge
                "audio":    "main",          # main | overlay | mix
                # green screen: "chroma_key": True, "chroma_similarity": 0.15
            }),
        },
    )

Modus add_text — Text auf einem Video

with open("video.mp4", "rb") as fv:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[("videos[]", ("video.mp4", fv, "video/mp4"))],
        data={
            "mode": "add_text",
            "options": json.dumps({
                "text":          "Hello world",  # required
                "text_position": "bottom",       # center | top | bottom
                "font":          "amiri",        # font id (see the table above)
                "font_size":     72,
                "text_start":    2,              # appears at 2 s
                "text_duration": 5,              # stays 5 s (0 = until the end)
            }),
        },
    )

Videos zusammenfügen

with open("clip1.mp4", "rb") as f1, open("clip2.mp4", "rb") as f2:
    resp = requests.post(
        f"{API_BASE}/api/v1/render.php",
        headers=HEADERS,
        files=[
            ("videos[]", ("clip1.mp4", f1, "video/mp4")),
            ("videos[]", ("clip2.mp4", f2, "video/mp4")),
        ],
        data={"transition_type": "fade", "transition_duration": "0.5"},
    )

Modus text_to_mp3 — Text zu Sprache

# No files — text + lang (+ optional voice / slow) as form fields
resp = requests.post(
    f"{API_BASE}/api/v1/render.php",
    headers=HEADERS,
    data={
        "mode":  "text_to_mp3",
        "text":  "Welcome to Rapid Video Maker.",
        "lang":  "en",          # one of the 20 site language codes
        "voice": "en-US-AvaNeural", # optional — falls back to the first voice of "lang"
        "slow":  "false",      # "true" = -25% speech rate
    },
)

Polling + Download (gemeinsam für alle Modi)

resp.raise_for_status()
job_id = resp.json()["job_id"]
print(f"Job created: {job_id}")

for _ in range(120):          # timeout 10 min (120 × 5s)
    r = requests.get(
        f"{API_BASE}/api/v1/jobs.php",
        headers=HEADERS,
        params={"job_id": job_id},
    )
    data   = r.json()
    status = data["status"]

    if status == "queued":
        pos = data.get("queue_position", "?")
        eta = data.get("eta_minutes", "?")
        print(f"Queued — position {pos}, ETA ~{eta} min")
    elif status == "processing":
        print("Processing…")
    elif status == "ready":
        download_url = data["download_url"]
        break
    elif status == "error":
        sys.exit(f"Error: {data.get('error')}")

    time.sleep(5)
else:
    sys.exit("Timeout: job not completed after 10 min")

r = requests.get(download_url, stream=True)
with open("output.mp4", "wb") as f:
    for chunk in r.iter_content(65536):
        f.write(chunk)
print("Downloaded: output.mp4")

Zwei Ansätze in n8n: Polling (Statusschleife) oder Webhook (Server ruft n8n). Der Webhook wird empfohlen — sauberer, keine unnötige Last.

Ansatz A — Webhook (empfohlen)

Nur 3 Nodes, keine Schleife.

Node 1 — Webhook-Trigger
Einen Webhook-Node als Workflow-Eingang hinzufügen (Methode POST). Die generierte URL notieren, z.B. https://ihr-n8n.com/webhook/rvm-callback.

Node 2 — Job erstellen (HTTP Request)

Methode	`POST`
URL	`https://rapidvideomaker.com/api/v1/render.php`
Authentifizierung	Header Auth — `Authorization: Bearer rvm_…`
Body-Inhaltstyp	`Form-Data Multipart`
Body params	Binary-Feld `videos[]` für jeden Clip + Text-Feld `callback_url` = Webhook-Node-URL

webhook_secret aus der Antwort in einer Workflow-Variable speichern.

Node 3 — Ergebnis verarbeiten (im webhook-ausgelösten Workflow)
Wenn n8n den POST des Servers empfängt, ist $json.status ready oder error. Bei ready enthält $json.download_url die direkte Download-URL.

Signatur verifizieren: {{ $headers['x-rvm-signature'] }} mit sha256= + HMAC-SHA256 des Raw-Body vergleichen. Code-Node: crypto.createHmac('sha256', secret).update(body).digest('hex').

Ansatz B — Polling (ohne Webhook)

5 Nodes, Statusschleife alle 10 Sek.

Node 1 — Job erstellen — gleiche Konfiguration wie oben, ohne callback_url.

Node 2 — Warten — 10 Sekunden.

Node 3 — Status abrufen (HTTP Request GET)

URL	`https://rapidvideomaker.com/api/v1/jobs.php`
Query-Parameter	`job_id` = `{{ $('Node 1').item.json.job_id }}`
Authentifizierung	Header-Auth — gleicher Token

Node 4 — If: {{ $json.status }} === 'ready' → true: Node 5 / false: zurück zu Node 2.

Iterationszähler in einem Set-Node hinzufügen, um die Schleife nach 60 Versuchen (max. 10 Min.) zu unterbrechen.

Node 5 — Herunterladen: HTTP Request GET auf {{ $json.download_url }}, Antwortformat File.

Schritt 1 — Job erstellen (Modus wählen)

# fusion
JOB=$(curl -s -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@clip1.mp4" -F "videos[]=@clip2.mp4")

# add_audio (replace audio)
JOB=$(curl -s -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@video.mp4" -F "videos[]=@music.mp3" \
  -F "mode=add_audio")

# mix_audio (overlay music at 70% volume)
JOB=$(curl -s -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@video.mp4" -F "videos[]=@music.mp3" \
  -F "mode=mix_audio" -F 'options={"mp3_volume":0.7}')

# image_to_video
JOB=$(curl -s -X POST https://rapidvideomaker.com/api/v1/render.php \
  -H "Authorization: Bearer rvm_your_token" \
  -F "videos[]=@scene.jpg" -F "videos[]=@narration.mp3" \
  -F "mode=image_to_video" \
  -F 'options={"text":"Chapter 1","font_size":72,"text_position":"bottom","fade_duration":0.5,"width":1080,"height":1920}')

JOB_ID=$(echo $JOB | grep -o '"job_id":"[^"]*"' | cut -d'"' -f4)
echo "Job ID: $JOB_ID"

Schritt 2 — Polling

while true; do
  STATUS=$(curl -s \
    -H "Authorization: Bearer rvm_your_token" \
    "https://rapidvideomaker.com/api/v1/jobs.php?job_id=$JOB_ID")
  STATE=$(echo $STATUS | grep -o '"status":"[^"]*"' | cut -d'"' -f4)
  echo "Status: $STATE"
  [ "$STATE" = "ready" ] && break
  [ "$STATE" = "error" ] && { echo "Error"; exit 1; }
  sleep 10
done

Schritt 3 — Herunterladen

DOWNLOAD_URL=$(echo $STATUS | grep -o '"download_url":"[^"]*"' | cut -d'"' -f4)
curl -o output.mp4 "$DOWNLOAD_URL"

Best Practices

Fragen Sie denselben Auftrag alle 5–10 Sekunden ab. Die Dauer hängt vom Modus und der Eingabegröße ab.
Der Status enthält die tatsächliche Phase und die vergangene Zeit. Schätzungen sind unverbindlich; ein Client-Timeout bedeutet keinen Fehler. Fragen Sie dieselbe Job-ID weiter ab. Dateien verfallen zwei Stunden nach Abschluss.
Schnell herunterladen: Sobald der Status ready ist, Datei herunterladen. Sie wird 2 Stunden nach Job-Abschluss gelöscht.
Kontingent-Verwaltung: quota_remaining in der POST-Antwort prüfen. Bei 0 wird der nächste Job mit 429 abgelehnt.
Netzwerkfehler: Bei Netzwerkfehler warten und erneut versuchen — der Job wird serverseitig unabhängig ausgeführt.

Ergebnisdateien werden 2 Stunden nach Job-Abschluss aufbewahrt, dann automatisch gelöscht. Laden Sie Ihr Video herunter, sobald der Status ready wird.

API RapidVideoMaker

Vollständiger Arbeitsablauf

Authentifizierung

Kontingent

Warteschlange

Verfügbare Übergänge

Endpunkte

Gemeinsame Parameter (multipart/form-data)

Parameter options — image_to_video-Modus

Karaoke mit eigenen Timings (SRT / LRC)

Parameter options — Modus overlay_video

options-Parameter — Modus add_text

Parameter options — Audio bearbeiten (mix_audio)

Modus text_to_mp3 — direkte Parameter (kein options-JSON)

Erfolgsantwort (HTTP 200)

curl-Beispiel — image_to_video-Modus

Karaoke-Text mit generierter Stimme (image_to_video, ohne MP3)

Karaoke mit einer SRT-Datei (image_to_video + deine MP3)

curl-Beispiel — Audio bearbeiten

curl-Beispiel — Modus overlay_video

curl-Beispiel — Modus add_text

curl-Beispiel — Videos zusammenfügen

curl-Beispiel — Modus text_to_mp3

Mögliche Status

Antworten nach Status

curl-Beispiel

Gemeinsame Parameter (multipart/form-data)

Antworten nach Status

Optionale Parameter

curl-Beispiel

Webhooks

So funktioniert es

Empfangenes Payload

Vom Server gesendete Header

Signaturverifizierung

Fehlercodes

Integrationsbeispiele

Gemeinsame Konfiguration

image_to_video-Modus — Bild + Audio → Video

Audio bearbeiten

Modus overlay_video — Bild-im-Bild

Modus add_text — Text auf einem Video

Videos zusammenfügen

Modus text_to_mp3 — Text zu Sprache

Polling + Download (gemeinsam für alle Modi)

Ansatz A — Webhook (empfohlen)

Ansatz B — Polling (ohne Webhook)

Schritt 1 — Job erstellen (Modus wählen)

Schritt 2 — Polling

Schritt 3 — Herunterladen

Best Practices

Parameter `options` — image_to_video-Modus

Parameter `options` — Modus overlay_video

`options`-Parameter — Modus add_text

Parameter `options` — Audio bearbeiten (`mix_audio`)

Modus `text_to_mp3` — direkte Parameter (kein `options`-JSON)