API RapidVideoMaker

The REST API lets you process video files from any HTTP client — Python scripts, n8n workflows, third-party tools. Five modes available: Merge videos (multiple MP4/MOV), Edit audio (1 MP4/MOV + 1 MP3), Create a video (1 JPG/PNG + 1 MP3), Overlay video (2 MP4/MOV picture-in-picture). Processing is asynchronous: submit files, then poll for the result.

अपना API टोकन मुफ़्त में पाएं

अपना API टोकन पाने के लिए खाता बनाएं — प्रति दिन 20 अनुरोध शामिल, इंटरफेस या API से उपयोग करने योग्य।

मुफ़्त खाता बनाएं पहले से खाता है? साइन इन करें

पूर्ण वर्कफ़्लो

हर इंटीग्रेशन इसी 4-चरण अनुक्रम का पालन करता है:

जॉब बनाएं — POST /api/v1/render.php

अपनी फ़ाइलें अपने Bearer टोकन के साथ multipart/form-data के रूप में भेजें। 1 JPG/PNG इमेज + 1 MP3 + mode=image_to_video → वीडियो जनरेशन। 1 MP4/MOV + 1 MP3 → ऑडियो संपादन (mode=mix_audio जोड़ें ट्रैक ओवरले के लिए)। कई MP4/MOV → मर्ज। सर्वर एक अनूठा job_id लौटाता है। या 1 इमेज + options.text + options.voice: आवाज़ टेक्स्ट से बनाई जाती है, MP3 की ज़रूरत नहीं।

जॉब का इंतज़ार करें — GET /api/v1/jobs.php?job_id=…

इस एंडपॉइंट को नियमित रूप से पोल करें (हर 5–10 सेकंड)। जॉब queued → processing → ready (या error) से गुज़रती है। रिस्पॉन्स में कतार की स्थिति और अनुमानित शेष समय शामिल है।

डाउनलोड URL प्राप्त करें

जब स्थिति ready हो, तो रिस्पॉन्स में उपयोग के लिए तैयार download_url फ़ील्ड होती है।

फ़ाइल डाउनलोड करें — GET /api/download.php?job_id=…

अंतिम MP4/MOV डाउनलोड करें। जॉब पूरी होने के 2 घंटे बाद तक फ़ाइल उपलब्ध रहती है, फिर स्वचालित रूप से हटा दी जाती है। समाप्ति के बाद, API 410 Gone से जवाब देती है।

प्रमाणीकरण

हर अनुरोध में आपका API टोकन होना चाहिए। दो फॉर्मेट स्वीकार किए जाते हैं:

# प्रमाणीकरण — हर अनुरोध में आपका API टोकन होना चाहिए। दो फॉर्मेट स्वीकार किए जाते हैं:
Authorization: Bearer rvm_your_token_here

# Alternative
X-API-Key: rvm_your_token_here

आपका टोकन आपके सदस्य क्षेत्र में उपलब्ध है — प्रति खाता एक टोकन, पंजीकरण पर स्वचालित रूप से बनाया जाता है। इसे केवल एक बार स्पष्ट रूप से दिखाया जाता है — इसे सुरक्षित रखें।

कोटा

प्रत्येक सदस्य खाते में प्रतिदिन 20 अनुरोध होते हैं, वेब इंटरफ़ेस और API के बीच साझा। विफल जॉब कोटा नहीं लेती। काउंटर UTC मध्यरात्रि को रीसेट होता है।

POST रिस्पॉन्स में quota_used और quota_remaining शामिल हैं। सीमा पार होने पर सर्वर 429 से जवाब देता है।

इंटरफ़ेस + API = एक ही काउंटर। वेब इंटरफ़ेस और API अनुरोध दोनों एक ही दैनिक कोटा से 1-1 क्रेडिट लेते हैं।

कतार

एक समय में एक जॉब प्रोसेस होती है। कई जॉब एक साथ सबमिट करने पर वे कतार में जाती हैं और आगमन क्रम में प्रोसेस होती हैं। प्रतीक्षा के दौरान, स्टेटस रिस्पॉन्स में शामिल हैं:

queue_position — कतार में जॉब की स्थिति (1 = अगली प्रोसेस होने वाली)
queue_total — प्रतीक्षारत जॉब की कुल संख्या
eta_minutes — प्रोसेसिंग शुरू होने से पहले अनुमानित समय

रेट लिमिट लागू: /api/v1/jobs.php एंडपॉइंट प्रति टोकन 12 कॉल प्रति मिनट स्वीकार करता है। इससे अधिक पर सर्वर 429 के साथ Retry-After: 5 हेडर लौटाता है। सिफारिश: प्रत्येक कॉल के बीच 10 सेकंड।

उपलब्ध ट्रांज़िशन

सीधे मर्ज के लिए transition_type=none (डिफ़ॉल्ट) पास करें, या क्लिप के बीच फ़ेड के लिए नीचे दिए गए टाइप में से एक:

none fade fadeblack dissolve wipeleft wiperight slideleft slideright zoomin circleclose

अवधि (transition_duration) 0.2 से 2.0 सेकंड के बीच है। यदि क्लिप बहुत छोटी है तो ट्रांज़िशन अनदेखा कर दिया जाता है।

एंडपॉइंट

Five modes, accessible via the mode field (omit mode with multiple MP4s to auto-detect fusion):

उपयोग	API मोड	आवश्यक फ़ाइलें	विवरण
वीडियो मर्ज करें	`fusion`	2–20 MP4/MOV फ़ाइलें	क्लिप दिए गए क्रम में एंड-टू-एंड जोड़ी जाती हैं। क्लिप के बीच वैकल्पिक ट्रांज़िशन।
ऑडियो संपादित करें	`add_audio` या `mix_audio`	1 MP4/MOV + 1 MP3	वीडियो की ऑडियो ट्रैक को बदलता या समृद्ध करता है। वीडियो ट्रैक कभी री-एन्कोड नहीं होती (`-c:v copy`). `add_audio` — मूल ऑडियो हटा दिया जाता है और MP3 से पूरी तरह बदल दिया जाता है। `mix_audio` — मूल ऑडियो रखा जाता है और MP3 ओवरले होती है।
वीडियो बनाएं	`image_to_video`	1 JPG/PNG + 1 MP3 — या 1 JPG/PNG + एक टेक्स्ट (`options.text` + `options.voice`): आवाज़ बनाई जाती है	एक स्थिर इमेज और आपकी MP3 से — या सिर्फ़ एक टेक्स्ट (`options.text`) से, जिसकी आवाज़ बनाई जाती है (`options.voice`) — वीडियो बनाता है। टेक्स्ट ओवरले (स्थिर, शब्द-दर-शब्द या कराओके), फ़ेड, रिज़ॉल्यूशन और fps `options` फ़ील्ड से सेट किए जा सकते हैं।
वीडियो ओवरले	`overlay_video`	2 MP4/MOV	मुख्य वीडियो के ऊपर दूसरा वीडियो रखता है। `options` फ़ील्ड से स्थिति, आकार, अपारदर्शिता और ऑडियो सेट करें।
टेक्स्ट जोड़ें	`add_text`	1 MP4/MOV	मौजूदा वीडियो पर टेक्स्ट जोड़ता है (रिज़ॉल्यूशन, फ़्रेम दर और ऑडियो सुरक्षित रहते हैं)। `image_to_video` जैसी ही टेक्स्ट सेटिंग्स, साथ में टेक्स्ट के प्रकट होने का समय। `options.text` आवश्यक है।
टेक्स्ट से MP3	`text_to_mp3`	(केवल टेक्स्ट)	टेक्स्ट को वाणी में बदलता है और एक MP3 फ़ाइल देता है। कोई फ़ाइल अपलोड आवश्यक नहीं — `mode=text_to_mp3`, `text` और `lang` फ़ॉर्म फ़ील्ड के रूप में भेजें। साइट की सभी 20 भाषाओं को सपोर्ट करता है।

सख्त वैलिडेशन: प्रत्येक मोड के लिए फ़ाइलों की सटीक संख्या और प्रकार आवश्यक है। MIME टाइप मैजिक बाइट्स से वेरिफाई होते हैं, केवल एक्सटेंशन से नहीं। अपवाद: options.text + options.voice के साथ image_to_video केवल 1 इमेज स्वीकार करता है — आवाज़ टेक्स्ट से बनाई जाती है (MP3 के बिना)।

अवधि नियम: ऑडियो और image_to_video मोड में, परिणाम की अवधि MP3 की अवधि पर लॉक रहती है। options.voice के साथ image_to_video की अवधि टेक्स्ट से बनी आवाज़ जितनी होती है (+0.6 से.)।

सामान्य पैरामीटर (multipart/form-data)

फ़ील्ड	प्रकार	आवश्यक	विवरण
videos[]	File[]	हाँ	प्रोसेस करने की फ़ाइलें। मोड के अनुसार: 2–20 MP4/MOV, या 1 MP4/MOV + 1 MP3, या 1 इमेज (JPG/PNG) + 1 MP3। प्रति फ़ाइल अधिकतम 500 MB।
mode	string	*	`image_to_video` \| `add_audio` \| `mix_audio` \| `overlay_video` \| `text_to_mp3`। इन non-fusion मोड के लिए आवश्यक। केवल MP4/MOV फ़ाइलों के साथ `mode` छोड़ना हमेशा `fusion` को ट्रिगर करता है (स्ट्रीम-कॉपी संयोजन) — कभी `overlay_video` नहीं, भले ही ठीक 2 MP4/MOV अपलोड किए गए हों। ऑडियो संपादन के लिए: `add_audio` मूल को हटाता है, `mix_audio` इसे रखता है और ओवरले करता है। यदि `mode` फ़ील्ड दी गई है, तो अपलोड की गई फ़ाइलें बिल्कुल मेल खानी चाहिए — अन्यथा अनुरोध अस्वीकार कर दिया जाता है। `add_text` भी स्वीकार्य है: यह एकमात्र मोड है जो एक ही MP4/MOV फ़ाइल लेता है, और इसके लिए `options.text` आवश्यक है।
order	JSON		केवल `fusion` मोड — क्लिप क्रम परिभाषित करने वाला JSON इंडेक्स एरे।
transition_type	string		केवल `fusion` मोड। डिफ़ॉल्ट: `none`। उपलब्ध ट्रांज़िशन की सूची देखें।
transition_duration	float		केवल `fusion` मोड। अवधि 0.2–2.0 s। डिफ़ॉल्ट: `0.5`।
options	JSON		`image_to_video`, `add_text`, `mix_audio` और `overlay_video` के लिए रेंडर पैरामीटर का JSON ऑब्जेक्ट (नीचे की तालिकाएँ देखें)।
timings	File / string		`image_to_video` / `add_text`: कराओके टाइमिंग फ़ाइल (SRT या LRC, अधिकतम 200 KB) — फ़ाइल फ़ील्ड या सादा टेक्स्ट। दिखाया गया टेक्स्ट फ़ाइल से आता है; `text_mode=karaoke` लागू होता है; `voice` के साथ संगत नहीं।
callback_url	string		पब्लिक URL (http/https) जो जॉब पूरी होने पर कॉल होती है। रिस्पॉन्स में `webhook_secret` शामिल है।

`options` पैरामीटर — image_to_video मोड

सभी वैकल्पिक। न दिए गए मान → वर्कर द्वारा डिफ़ॉल्ट लागू होते हैं।

की	प्रकार	डिफ़ॉल्ट	विवरण
text	string	""	ओवरले के रूप में दिखाया जाने वाला टेक्स्ट। खाली = कोई टेक्स्ट नहीं। अधिकतम 500 वर्ण।
font	string	"default"	टेक्स्ट का फ़ॉन्ट, आईडी के अनुसार। स्वीकृत मान: `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` = मानक फ़ॉन्ट (इमोजी समर्थित); `amiri` = नस्ख़ फ़ॉन्ट, अरबी टेक्स्ट के लिए आदर्श। कोई भी अन्य मान `invalid_option` त्रुटि लौटाता है। इमोजी केवल `default` के साथ दिखते हैं।
font_size	int	60	पिक्सल में फ़ॉन्ट आकार। रेंज: 10–300। अनुशंसित: 36, 48, 60, 72, 96।
text_color	string	"white"	टेक्स्ट रंग (जैसे `white`, `yellow`, `#ffffff`)।
text_position	string	"center"	टेक्स्ट स्थिति: `center`, `top`, `bottom`।
box	bool	true	टेक्स्ट के पीछे अर्ध-पारदर्शी पृष्ठभूमि।
box_color	string	"black@0.4"	FFmpeg फॉर्मेट में रंग + अपारदर्शिता: `color@opacity`। अपारदर्शिता: 0.0–1.0।
fade_duration	float	0.5	सेकंड में फ़ेड इन/आउट अवधि (0–2)। 0 = कोई फ़ेड नहीं।
width	int	1080	पिक्सल में वीडियो चौड़ाई (64–3840, सम संख्या)। मानक: 1080/1920/720/1280।
height	int	1920	पिक्सल में वीडियो ऊँचाई (64–3840, सम संख्या)।
fps	int	24	फ्रेम दर (1–60)।
image_fit	string	"contain"	contain: पूरी छवि या वीडियो दिखाएँ और खाली जगह चुनी गई पृष्ठभूमि से भरें। solid (डिफ़ॉल्ट) या blur। धुंधलेपन के लिए image_fit=contain आवश्यक है। टेक्स्ट साफ़ रहता है। cover: इमेज को फ्रेम भरने के लिए ज़ूम किया जाता है, केंद्रित — किनारे काटे जाते हैं।
bg_color	string	"black"	`background_mode=solid`: पृष्ठभूमि रंग यदि इमेज लक्ष्य रिज़ॉल्यूशन नहीं भरती — केवल `image_fit=contain` के साथ प्रासंगिक।
background_mode	string	"solid"	solid (डिफ़ॉल्ट) या blur। धुंधलेपन के लिए image_fit=contain आवश्यक है। टेक्स्ट साफ़ रहता है।
blur_strength	number	20	1 से 50 तक संख्या; डिफ़ॉल्ट 20। गॉसियन धुंधलापन केवल पृष्ठभूमि पर लागू होता है।
enable_image_motion	bool	false	फोटो एनिमेशन सक्षम करता है। `false` पर इमेज स्थिर रहती है।
image_motion_effect	string	"ken_burns"	एनिमेशन प्रभाव। स्वीकृत मान: `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	float	1.0	फोटो एनिमेशन तीव्रता (0.25–2.0)। ज़ूम आयाम और पैन गति को गुणा करता है।
text_effect	string	"none"	टेक्स्ट ओवरले एनिमेशन। स्वीकृत मान: `none`, `fade_in`, `slide_up`, `slide_down`, `slide_left`, `bounce`।
text_effect_intensity	float	1.0	टेक्स्ट एनिमेशन तीव्रता (0.25–2.0)।
text_border_width	int	0	अक्षरों के चारों ओर काली आउटलाइन की मोटाई पिक्सल में (0 = अक्षम, 1–10)।
text_border_color	string	"black"	अक्षरों की आउटलाइन का रंग (`text_color` जैसा ही फ़ॉर्मेट, डिफ़ॉल्ट `"black"`)। `text_border_width` > 0 होने पर इस्तेमाल होता है।
text_mode	string	"static"	टेक्स्ट प्रकट करने का मोड। `static` (डिफ़ॉल्ट): पहले फ्रेम से पूरा टेक्स्ट दिखता है। `word_by_word`: `word_reveal_speed` की दर से शब्द एक-एक करके दिखाई देते हैं। `text_effect` के साथ अनन्य: `text_mode=word_by_word` होने पर `text_effect` अनदेखा किया जाता है। `"karaoke"`: ऑडियो की लय के साथ टेक्स्ट का रंग बदलता है, पेज-दर-पेज (1,000 अक्षरों तक)। `voice` के साथ शब्द-दर-शब्द सिंक, अन्यथा शब्दों की लंबाई के अनुसार ऑडियो पर बाँटा जाता है।
word_reveal_speed	float	1.5	प्रति सेकंड शब्दों में प्रकट करने की गति (0.3–5.0, डिफ़ॉल्ट 1.5)। केवल `text_mode=word_by_word` के साथ। OpenAI TTS सिंक के लिए अनुशंसित मान: 2.0।
word_anim	string	"none"	प्रत्येक शब्द के प्रकट होने की एनिमेशन। `none` (डिफ़ॉल्ट): तत्काल प्रकटीकरण। `fade`: प्रत्येक नया शब्द 0.2s फेड के साथ प्रकट होता है। केवल `text_mode=word_by_word` के साथ।
karaoke_style	string	"fill"	कराओके शैली: `fill` (बोले गए शब्द हाइलाइट रंग लेते हैं), `sweep` (हर शब्द धीरे-धीरे भरता है; दाएँ-से-बाएँ लिपियों में पूरे शब्द) या `highlight` (केवल वर्तमान शब्द रंगीन)।
highlight_color	string	"#FFD200"	कराओके मोड में बोले गए शब्दों / वर्तमान शब्द का रंग (`text_color` जैसा ही फ़ॉर्मेट)।
karaoke_lines	int	2	कराओके मोड में प्रति पेज दिखाई जाने वाली पंक्तियाँ (1–4)।
voice	string	""	आवाज़ ID (`text_to_mp3` वाली ही सूची, जैसे `hi-IN-SwaraNeural`): उसी जॉब में `text` से आवाज़ बनाई जाती है। तब `image_to_video` को केवल इमेज चाहिए (साथ में भेजी गई MP3 अस्वीकार की जाती है)। कराओके मोड में हर शब्द आवाज़ के साथ सिंक होता है।
voice_rate	int	0	बनाई गई आवाज़ की गति, % में (−50 से +50)।

अपनी टाइमिंग के साथ कराओके (SRT / LRC)

timings फ़ील्ड में SRT या LRC फ़ाइल भेजें: हर पंक्ति अपने समय पर दिखती है और कराओके का एक पेज बनती है (500 पंक्तियों, 5,000 अक्षरों तक)। SRT: पंक्ति अपने अंत समय पर गायब होती है। LRC: पंक्ति अगली तक रहती है (खाली पंक्ति उसे रोकती है); [offset:] और enhanced LRC की शब्द टाइमिंग <mm:ss.xx> समर्थित हैं — वरना हर पंक्ति अपनी अवधि में बाँटी जाती है। add_text में समय वीडियो की शुरुआत से गिना जाता है, text_start जितना खिसकाकर।

# 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]

`options` पैरामीटर — overlay_video मोड

सभी वैकल्पिक हैं। अपलोड का क्रम ज़रूरी है: पहली फ़ाइल मुख्य वीडियो (बैकग्राउंड) और दूसरी फ़ाइल ऊपर रखा गया वीडियो है। ग्रीन स्क्रीन हटाने के लिए chroma_key इस्तेमाल करें।

की	प्रकार	डिफ़ॉल्ट	विवरण
position	string	"bottom-right"	वीडियो रखने का कोना: `top-left`, `top-right`, `bottom-left`, `bottom-right` या `center`।
scale	float	0.30	मुख्य वीडियो की चौड़ाई के अनुपात में ओवरले का आकार। `0.25` = चौड़ाई का 25%। सीमा: 0.05–1.0।
opacity	float	1.0	ओवरले की अपारदर्शिता। `1.0` = पूरी तरह अपारदर्शी, `0.0` = अदृश्य।
margin	int	10	ओवरले और फ़्रेम के किनारे के बीच पिक्सेल में दूरी। `position=center` होने पर अनदेखा किया जाता है। सीमा: 0–200।
audio	string	"main"	कौन सा ऑडियो रखना है: `main` सिर्फ मुख्य वीडियो, `overlay` सिर्फ ऊपर वाला वीडियो, `mix` दोनों का ऑडियो समान वॉल्यूम पर मिलाता है।
chroma_key	bool	false	ओवरले का शुद्ध हरा (#00FF00) बैकग्राउंड हटाने के लिए `true` दें — ग्रीन स्क्रीन पर रिकॉर्ड किए गए वेबकैम या एनिमेशन के लिए उपयोगी।
chroma_similarity	float	0.20	ग्रीन स्क्रीन सहनशीलता। कम मान विषय के किनारों को बचाता है; ज़्यादा मान असमान रोशनी को संभालता है। डिजिटल हरे के लिए `0.10–0.20`, असली स्क्रीन के लिए `0.25–0.45` सुझाया जाता है। सीमा: 0.01–0.60।

`options` पैरामीटर — add_text मोड

टेक्स्ट आवश्यक है। डिफ़ॉल्ट रूप से वीडियो का प्रारूप, फ़्रेम दर और ऑडियो बने रहते हैं। output_format से image_fit, bg_color और background_mode के साथ नया फ़्रेम चुना जाता है। width, height, fps और फ़ोटो गति के विकल्प अनदेखे रहते हैं। अधिकतम अवधि: 15 मिनट।

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

की	प्रकार	डिफ़ॉल्ट	विवरण
text	string	हाँ	जोड़ा जाने वाला टेक्स्ट। आवश्यक, 1–200 अक्षर।
text_start	float	0	वह सेकंड जब टेक्स्ट दिखाई देता है (≥ 0)। यह वीडियो के अंत से पहले होना चाहिए।
text_duration	float	0	टेक्स्ट कितनी देर दिखेगा, सेकंड में (0.1–3600)। `0` = वीडियो के अंत तक।
font	string	"default"	टेक्स्ट का फ़ॉन्ट, आईडी के अनुसार। स्वीकृत मान: `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` = मानक फ़ॉन्ट (इमोजी समर्थित); `amiri` = नस्ख़ फ़ॉन्ट, अरबी टेक्स्ट के लिए आदर्श। कोई भी अन्य मान `invalid_option` त्रुटि लौटाता है। इमोजी केवल `default` के साथ दिखते हैं।
font_size	int	60	फ़ॉन्ट आकार, उस वीडियो के लिए दिया गया जिसकी छोटी भुजा 1080 px है, और वास्तविक रिज़ॉल्यूशन के अनुसार अपने आप स्केल होता है — एक ही मान 720p और 4K पर समान दिखता है। सीमा: 10–300।
fade_duration	float	0.5	टेक्स्ट (वीडियो का नहीं) के फ़ेड इन/आउट की अवधि, सेकंड में। सीमा: 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	—	—	`image_to_video` के समान (ऊपर की तालिका देखें)।
original_volume	float	0.3	`voice` के साथ: आवाज़ के नीचे वीडियो की मूल ध्वनि का वॉल्यूम (0–2, डिफ़ॉल्ट 0.3; 0 = बदल दी गई)। आवाज़ `text_start` पर शुरू होती है; उसके ख़त्म होने तक टेक्स्ट दिखता है, और अगर वह वीडियो के अंत से आगे जाती है तो आख़िरी फ़्रेम रोक दिया जाता है।
background_mode	string	"solid"	solid (डिफ़ॉल्ट) या blur। धुंधलेपन के लिए image_fit=contain आवश्यक है। टेक्स्ट साफ़ रहता है।
blur_strength	number	20	1 से 50 तक संख्या; डिफ़ॉल्ट 20। गॉसियन धुंधलापन केवल पृष्ठभूमि पर लागू होता है।
output_format	string	"original"	केवल add_text: original (डिफ़ॉल्ट), portrait (1080×1920), square (1080×1080), landscape (1920×1080)। धुंधलेपन के लिए original के अलावा प्रारूप आवश्यक है।
image_fit	string	"contain"	contain: पूरी छवि या वीडियो दिखाएँ और खाली जगह चुनी गई पृष्ठभूमि से भरें। solid (डिफ़ॉल्ट) या blur। धुंधलेपन के लिए image_fit=contain आवश्यक है। टेक्स्ट साफ़ रहता है। cover: इमेज को फ्रेम भरने के लिए ज़ूम किया जाता है, केंद्रित — किनारे काटे जाते हैं।
bg_color	string	"black"	`background_mode=solid`: पृष्ठभूमि रंग यदि इमेज लक्ष्य रिज़ॉल्यूशन नहीं भरती — केवल `image_fit=contain` के साथ प्रासंगिक।

`options` पैरामीटर — ऑडियो संपादन (`mix_audio`)

केवल mode=mix_audio के साथ उपलब्ध। add_audio के लिए अनदेखा।

की	प्रकार	डिफ़ॉल्ट	विवरण
mp3_volume	float	1.0	ओवरलेड MP3 की वॉल्यूम (0.0 = म्यूट, 1.0 = मूल वॉल्यूम, 2.0 = डबल)।

`text_to_mp3` मोड — सीधे पैरामीटर (`options` JSON नहीं)

अन्य मोड के विपरीत, ये फ़ील्ड सीधे फ़ॉर्म फ़ील्ड के रूप में भेजे जाते हैं, options JSON ऑब्जेक्ट के अंदर नहीं। केवल text आवश्यक है।

की	प्रकार	डिफ़ॉल्ट	विवरण
text	string	—	आवाज़ में बदलने के लिए टेक्स्ट। आवश्यक। अधिकतम 5,000 अक्षर।
lang	string	"en"	जब `voice` छोड़ा गया हो या अमान्य हो तो डिफ़ॉल्ट आवाज़ चुनने के लिए उपयोग किया जाने वाला भाषा कोड। साइट की 20 भाषाओं में से एक (नीचे तालिका देखें)। अज्ञात होने पर `en` पर वापस आता है।
voice	string	स्वतः	edge-tts आवाज़ ID (नीचे तालिका देखें)। यदि छोड़ा गया या अमान्य है, तो `lang` की पहली आवाज़ स्वतः उपयोग की जाती है।
slow	bool	false	बोलने की गति 25% धीमी करने के लिए `true` (या `1`) सेट करें। कोई भी अन्य मान `false` माना जाता है।

फ़ाइल अपलोड की आवश्यकता नहीं: अन्य मोड के विपरीत, text_to_mp3 को videos[] की आवश्यकता नहीं है। mode=text_to_mp3 के साथ text / lang / voice / slow को सामान्य फ़ॉर्म फ़ील्ड के रूप में भेजें।

उपलब्ध आवाज़ें (edge-tts, Microsoft Neural), भाषा कोड के अनुसार समूहीकृत:

भाषा	उपलब्ध आवाज़ें
`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`

सफलता रिस्पॉन्स (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..."
}

text_to_mp3 के लिए, रिस्पॉन्स में file_count या transition फ़ील्ड नहीं होते (कोई फ़ाइल अपलोड नहीं हुई) — बाकी समान है: job_id, quota_used, quota_remaining, status_url, webhook_secret।

curl उदाहरण — image_to_video मोड

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)

बनाई गई आवाज़ के साथ कराओके टेक्स्ट (image_to_video, बिना 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

SRT फ़ाइल के साथ कराओके (image_to_video + आपकी 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 उदाहरण — ऑडियो संपादन

# 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 उदाहरण — overlay_video मोड

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 उदाहरण — add_text मोड

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 उदाहरण — वीडियो मर्ज

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 उदाहरण — text_to_mp3 मोड

# 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"

स्थिति में वास्तविक चरण और बीता समय शामिल है। अनुमान लगभग हैं; क्लाइंट का समय समाप्त होना कार्य की विफलता नहीं है। उसी कार्य ID की स्थिति फिर जाँचें। फ़ाइलें पूर्ण होने के दो घंटे बाद समाप्त होती हैं।

संभावित स्थितियाँ

स्थिति	अर्थ	अतिरिक्त फ़ील्ड
queued	कतार में, अभी प्रोसेस नहीं हुई	`queue_position`, `queue_total`, `eta_minutes`
processing	FFmpeg प्रोसेसिंग जारी है	`processing_stage`, `processing_elapsed_seconds`, `stage_elapsed_seconds`, `last_activity_at`, `processed_media_seconds`, `eta_overrun`
ready	पूर्ण — फ़ाइल उपलब्ध	`download_url`, `media_available`, `created_at`, `expires_at`
error	प्रोसेसिंग विफल	`error` (message), `quota_refund_status`: `pending` \| `confirmed` \| `not_required`
cancelled	रद्द किया गया	`quota_refund_status`: `pending` \| `confirmed` \| `not_required`

स्थिति के अनुसार रिस्पॉन्स

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 उदाहरण

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

सामान्य पैरामीटर (multipart/form-data)

पैरामीटर	प्रकार	डिफ़ॉल्ट	विवरण
`page`	integer	1	पेज संख्या (1 से शुरू)
`limit`	integer	20	प्रति पेज परिणाम (अधिकतम 50, डिफ़ॉल्ट 20)

स्थिति के अनुसार रिस्पॉन्स

{
  "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
}

अंतिम फ़ाइल को स्ट्रीम करता है। Content-Type वीडियो मोड के लिए video/mp4, या text_to_mp3 के लिए audio/mpeg होता है। टोकन आवश्यक नहीं। केवल तब उपलब्ध जब स्थिति ready हो।

जॉब पूरी होने के 2 घंटे बाद फ़ाइल रखी जाती है, फिर हटा दी जाती है।

वैकल्पिक पैरामीटर

पैरामीटर	विवरण
filename	डाउनलोड की गई फ़ाइल के लिए सुझाया गया नाम (जैसे `mera-video.mp4`)
preview	डाउनलोड शुरू करने के बजाय इनलाइन प्लेबैक के लिए (`Content-Disposition: attachment` को छोड़ता है) `1` सेट करें — ब्राउज़र में पूर्वावलोकन के लिए उपयोग किया जाता है।

curl उदाहरण

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

वेबहुक

वेबहुक पोलिंग का विकल्प है: हर X सेकंड में स्टेटस जाँचने की बजाय, आप एक URL देते हैं और सर्वर जॉब पूरी होने पर आपको स्वचालित रूप से कॉल करता है।

यह कैसे काम करता है

/api/v1/render.php को POST में callback_url पास करें
रिस्पॉन्स में webhook_secret होता है — सिग्नेचर वेरिफाई करने के लिए इसे रखें
जब जॉब ready या error पहुँचती है, सर्वर आपके URL पर साइन किया हुआ JSON POST भेजता है
HMAC-SHA256(webhook_secret, raw_body) से सिग्नेचर वेरिफाई करें

सीमाएं: callback_url सार्वजनिक रूप से सुलभ URL होना चाहिए। निजी और लूपबैक IP पते ब्लॉक हैं। टाइमआउट: 10 सेकंड।

प्राप्त पेलोड

सफलता (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"
}

विफलता (error)

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

सर्वर द्वारा भेजे गए हेडर

हेडर	मान
Content-Type	`application/json`
X-RVM-Signature	`sha256=<hmac_hex>` — raw body का HMAC-SHA256 सिग्नेचर
X-RVM-Job-Id	संबंधित `job_id`

सिग्नेचर वेरिफिकेशन

# 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()

त्रुटि कोड

HTTP	JSON कोड	कारण
401	unauthorized	टोकन गायब, अमान्य या रद्द
400	missing_files	कोई फ़ाइल प्राप्त नहीं हुई
400	too_few_files	2 से कम फ़ाइलें भेजी गईं
400	too_many_files	20 से अधिक फ़ाइलें भेजी गईं
400	invalid_mime	असमर्थित फ़ाइल — केवल MP4, MP3 और JPG/PNG इमेज स्वीकार हैं (MIME मैजिक बाइट्स से वेरिफाइड)
400	wrong_file_count	फ़ाइलों की संख्या चुने हुए मोड से मेल नहीं खाती
400	wrong_file_types	फ़ाइल प्रकार चुने हुए मोड से मेल नहीं खाते
400	invalid_file_combination	बिना मोड के फ़ाइल संयोजन किसी समर्थित मोड से मेल नहीं खाता
400	invalid_options	`options` फ़ील्ड मान्य JSON नहीं है
400	invalid_option	`options` में एक मान अमान्य है (रंग, फ़ॉन्ट नाम, स्थिति…)
400	file_too_large	एक फ़ाइल 500 MB से अधिक है
400	text_required	`options.text` फ़ील्ड गायब या खाली है (add_text मोड)
400	video_too_long	वीडियो 15 मिनट से लंबा है (add_text मोड)
400	text_start_out_of_range	`text_start` वीडियो के अंत से आगे है
400	invalid_voice	अज्ञात `voice` ID।
400	invalid_timings	अपठनीय टाइमिंग फ़ाइल (फ़ॉर्मेट पहचाना नहीं गया, कोई समय वाली पंक्ति नहीं, अंत शुरुआत से पहले, बहुत लंबी…)।
400	invalid_order	`order` एरे एक मान्य क्रमपरिवर्तन नहीं है
400	invalid_job_id	गलत job_id फॉर्मेट (32-कैरेक्टर हेक्स होना चाहिए)
404	job_not_found	जॉब नहीं मिली — `job_id` अज्ञात या कभी अस्तित्व में नहीं थी
410	job_expired	जॉब समाप्त — मौजूद थी लेकिन 2 घंटे की रिकवरी विंडो बीत गई
429	quota_exceeded	प्रति दिन 20 सफल जॉब पहुँची (सभी मोड मिलाकर)
429	rate_limited	`/api/v1/jobs.php` पर 12 से अधिक कॉल/मिनट — `Retry-After` सेकंड प्रतीक्षा करें
500	server_error	आंतरिक सर्वर त्रुटि

इंटीग्रेशन उदाहरण

प्रत्येक मोड के लिए उदाहरण — pip install requests से requests इंस्टॉल करें।

सामान्य कॉन्फ़िगरेशन

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 मोड — इमेज + ऑडियो → वीडियो

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"
            }),
        },
    )

ऑडियो संपादन

# 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
    )

overlay_video मोड — पिक्चर-इन-पिक्चर

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
            }),
        },
    )

add_text मोड — वीडियो पर टेक्स्ट

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)
            }),
        },
    )

वीडियो मर्ज

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"},
    )

text_to_mp3 मोड — टेक्स्ट से आवाज़

# 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
    },
)

पोलिंग + डाउनलोड (सभी मोड के लिए सामान्य)

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")

n8n में दो तरीके: पोलिंग (स्टेटस लूप) या वेबहुक (सर्वर n8n को कॉल करता है)। वेबहुक अनुशंसित है।

तरीका A — वेबहुक (अनुशंसित)

केवल 3 नोड, कोई लूप नहीं।

नोड 1 — वेबहुक ट्रिगर
वर्कफ़्लो इनपुट के रूप में Webhook नोड जोड़ें (मेथड POST)। जनरेट किया गया URL नोट करें।

नोड 2 — जॉब बनाएं (HTTP Request)

मेथड	`POST`
URL	`https://rapidvideomaker.com/api/v1/render.php`
प्रमाणीकरण	Header Auth — `Authorization: Bearer rvm_…`
Body Content Type	`Form-Data Multipart`
Body params	प्रत्येक क्लिप के लिए बाइनरी फ़ील्ड `videos[]` + टेक्स्ट फ़ील्ड `callback_url` = ऊपर वेबहुक नोड URL

सिग्नेचर वेरिफाई करने के लिए रिस्पॉन्स से webhook_secret वर्कफ़्लो वेरिएबल में सेव करें।

नोड 3 — परिणाम प्रोसेस करें (वेबहुक-ट्रिगर्ड वर्कफ़्लो में)
जब n8n सर्वर का POST प्राप्त करती है, $json.status ready या error होता है। ready पर $json.download_url में डाउनलोड URL होता है।

सिग्नेचर वेरिफाई करने के लिए: {{ $headers['x-rvm-signature'] }} को अपने webhook_secret से HMAC-SHA256 से तुलना करें।

तरीका B — पोलिंग (वेबहुक के बिना)

5 नोड, हर 10 s पर स्टेटस लूप।

नोड 1 — जॉब बनाएं — ऊपर जैसा कॉन्फ़िग, callback_url के बिना।

नोड 2 — प्रतीक्षा करें — 10 सेकंड।

नोड 3 — स्टेटस पोल करें (HTTP Request GET)

URL	`https://rapidvideomaker.com/api/v1/jobs.php`
Query पैरामीटर	`job_id` = `{{ $('नोड 1').item.json.job_id }}`
प्रमाणीकरण	Header Auth — वही टोकन

नोड 4 — If: {{ $json.status }} === 'ready' → true: नोड 5 / false: नोड 2 पर वापस।

अनंत लूप से बचने के लिए Set नोड में 60 प्रयासों के बाद लूप तोड़ने वाला काउंटर जोड़ें।

नोड 5 — डाउनलोड: {{ $json.download_url }} पर HTTP Request GET, Response Format File।

चरण 1 — जॉब बनाएं (मोड चुनें)

# 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"

चरण 2 — पोलिंग

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

चरण 3 — डाउनलोड

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

सर्वोत्तम अभ्यास

उसी कार्य की स्थिति हर 5–10 सेकंड में जाँचें। समय मोड और इनपुट के आकार पर निर्भर करता है।
स्थिति में वास्तविक चरण और बीता समय शामिल है। अनुमान लगभग हैं; क्लाइंट का समय समाप्त होना कार्य की विफलता नहीं है। उसी कार्य ID की स्थिति फिर जाँचें। फ़ाइलें पूर्ण होने के दो घंटे बाद समाप्त होती हैं।
जल्दी डाउनलोड करें: स्थिति ready होते ही फ़ाइल डाउनलोड करें। जॉब पूरी होने के 2 घंटे बाद हटा दी जाती है।
कोटा प्रबंधन: POST रिस्पॉन्स में quota_remaining जाँचें। 0 पर अगली जॉब 429 से अस्वीकार होगी।
नेटवर्क त्रुटियाँ: पोलिंग के दौरान नेटवर्क त्रुटि पर प्रतीक्षा करें और पुनः प्रयास करें — जॉब सर्वर पर स्वतंत्र रूप से चलती रहती है।

परिणाम फ़ाइलें जॉब पूरी होने के 2 घंटे बाद स्वचालित रूप से हटा दी जाती हैं। स्थिति ready होते ही वीडियो डाउनलोड करें।

API RapidVideoMaker

पूर्ण वर्कफ़्लो

प्रमाणीकरण

कोटा

कतार

उपलब्ध ट्रांज़िशन

एंडपॉइंट

सामान्य पैरामीटर (multipart/form-data)

options पैरामीटर — image_to_video मोड

अपनी टाइमिंग के साथ कराओके (SRT / LRC)

options पैरामीटर — overlay_video मोड

options पैरामीटर — add_text मोड

options पैरामीटर — ऑडियो संपादन (mix_audio)

text_to_mp3 मोड — सीधे पैरामीटर (options JSON नहीं)

सफलता रिस्पॉन्स (HTTP 200)

curl उदाहरण — image_to_video मोड

बनाई गई आवाज़ के साथ कराओके टेक्स्ट (image_to_video, बिना MP3)

SRT फ़ाइल के साथ कराओके (image_to_video + आपकी MP3)

curl उदाहरण — ऑडियो संपादन

curl उदाहरण — overlay_video मोड

curl उदाहरण — add_text मोड

curl उदाहरण — वीडियो मर्ज

curl उदाहरण — text_to_mp3 मोड

संभावित स्थितियाँ

स्थिति के अनुसार रिस्पॉन्स

curl उदाहरण

सामान्य पैरामीटर (multipart/form-data)

स्थिति के अनुसार रिस्पॉन्स

वैकल्पिक पैरामीटर

curl उदाहरण

वेबहुक

यह कैसे काम करता है

प्राप्त पेलोड

सर्वर द्वारा भेजे गए हेडर

सिग्नेचर वेरिफिकेशन

त्रुटि कोड

इंटीग्रेशन उदाहरण

सामान्य कॉन्फ़िगरेशन

image_to_video मोड — इमेज + ऑडियो → वीडियो

ऑडियो संपादन

overlay_video मोड — पिक्चर-इन-पिक्चर

add_text मोड — वीडियो पर टेक्स्ट

वीडियो मर्ज

text_to_mp3 मोड — टेक्स्ट से आवाज़

पोलिंग + डाउनलोड (सभी मोड के लिए सामान्य)

तरीका A — वेबहुक (अनुशंसित)

तरीका B — पोलिंग (वेबहुक के बिना)

चरण 1 — जॉब बनाएं (मोड चुनें)

चरण 2 — पोलिंग

चरण 3 — डाउनलोड

सर्वोत्तम अभ्यास

`options` पैरामीटर — image_to_video मोड

`options` पैरामीटर — overlay_video मोड

`options` पैरामीटर — add_text मोड

`options` पैरामीटर — ऑडियो संपादन (`mix_audio`)

`text_to_mp3` मोड — सीधे पैरामीटर (`options` JSON नहीं)