API RapidVideoMaker

A API REST permite processar arquivos de vídeo de qualquer cliente HTTP — scripts Python, fluxos n8n, ferramentas de terceiros. Cinco modos disponíveis: Mesclar vídeos (vários MP4/MOV), Editar áudio (1 MP4/MOV + 1 MP3), Criar um vídeo (1 JPG/PNG + 1 MP3), Sobreposição de vídeo (2 MP4/MOV picture-in-picture). O processamento é assíncrono: envie os arquivos e consulte o resultado.

Obtenha seu token de API gratuitamente

Crie uma conta para obter seu token de API — 20 solicitações incluídas por dia, utilizáveis pela interface ou API.

Criar uma conta gratuita Já tem conta? Entrar

Fluxo de trabalho completo

Toda integração segue a mesma sequência de 4 etapas:

Criar o job — POST /api/v1/render.php

Envie os arquivos como multipart/form-data com seu token Bearer. 1 JPG/PNG + 1 MP3 + mode=image_to_video → geração de vídeo. 1 MP4/MOV + 1 MP3 → edição de áudio (mode=mix_audio para sobrepor). Vários MP4/MOV → mesclar. O servidor retorna um job_id único. Ou 1 imagem + options.text + options.voice: a voz é gerada a partir do texto, sem MP3.

Aguardar o job — GET /api/v1/jobs.php?job_id=…

Consulte este endpoint periodicamente (a cada 5–10 seg.). O job avança de queued → processing → ready (ou error). A resposta inclui a posição na fila e o tempo estimado restante.

Obter a URL de download

Quando o status é ready, a resposta contém um campo download_url pronto para uso.

Baixar o arquivo — GET /api/download.php?job_id=…

Baixe o arquivo MP4/MOV final. O arquivo fica disponível por 2 horas após a conclusão, depois é excluído automaticamente. Após o prazo, a API responde 410 Gone.

Autenticação

Toda requisição deve incluir seu token de API. Dois formatos são aceitos:

# Autenticação — Toda requisição deve incluir seu token de API. Dois formatos são aceitos:
Authorization: Bearer rvm_your_token_here

# Alternative
X-API-Key: rvm_your_token_here

Seu token está disponível em seu espaço de membro — um token por conta, criado automaticamente no cadastro. É mostrado em texto claro apenas uma vez — guarde-o com segurança. Se perdido, pode ser regerado no espaço de membro.

Cota

Cada conta tem 20 requisições por dia, compartilhadas entre interface web e API. Jobs com falha não consomem cota. O contador reinicia à meia-noite UTC.

As respostas POST incluem quota_used e quota_remaining. Quando o limite é excedido, o servidor responde 429.

Interface + API = mesmo contador. Um vídeo criado pela interface e uma requisição de API consomem 1 crédito cada um da mesma cota diária.

Fila

Um job é processado por vez. Se vários jobs forem enviados simultaneamente, são enfileirados em ordem de chegada. Enquanto aguarda, a resposta de status inclui:

queue_position — posição do job na fila (1 = próximo)
queue_total — número total de jobs aguardando
eta_minutes — tempo estimado antes do início do processamento

Rate limit aplicado: o endpoint /api/v1/jobs.php aceita no máximo 12 chamadas por minuto por token. Além disso, responde 429 com Retry-After: 5. Recomendação: 10 segundos entre chamadas.

Transições disponíveis

Passe transition_type=none (padrão) para mesclagem direta, ou um dos tipos abaixo para uma transição entre clipes:

none fade fadeblack dissolve wipeleft wiperight slideleft slideright zoomin circleclose

A duração (transition_duration) é entre 0,2 e 2,0 segundos. Se um clipe é muito curto, a transição é ignorada.

Endpoints

Cinco modos, acessíveis pelo campo mode (omita mode com vários MP4 para detectar automaticamente fusion):

Uso	Modo API	Arquivos necessários	Descrição
Mesclar vídeos	`fusion`	2–20 arquivos MP4/MOV	Os clipes são montados em sequência na ordem fornecida. Transições opcionais entre clipes.
Editar áudio	`add_audio` ou `mix_audio`	1 MP4/MOV + 1 MP3	Substitui ou enriquece a faixa de áudio de um vídeo. A faixa de vídeo nunca é recodificada (`-c:v copy`). `add_audio` — o áudio original é excluído e substituído pelo MP3. `mix_audio` — o áudio original é mantido e o MP3 é sobreposto (amix). `options={"mp3_volume":…}` para ajustar o volume.
Criar um vídeo	`image_to_video`	1 JPG/PNG + 1 MP3 — ou 1 JPG/PNG + um texto (`options.text` + `options.voice`): a voz é gerada	Gera um vídeo a partir de uma imagem fixa e do seu MP3 — ou de um simples texto (`options.text`) cuja voz é gerada (`options.voice`). Texto sobreposto (fixo, palavra por palavra ou karaokê), fades, resolução e fps configuráveis pelo campo `options`.
Sobreposição de vídeo	`overlay_video`	2 MP4/MOV	Sobrepõe um segundo vídeo ao vídeo principal. Posição, tamanho, opacidade e áudio configuráveis via o campo `options`.
Adicionar texto	`add_text`	1 MP4/MOV	Sobrepõe texto a um vídeo existente (resolução, taxa de quadros e áudio são preservados). Mesmas configurações de texto do `image_to_video`, mais o momento em que o texto aparece. `options.text` é obrigatório.
Texto para MP3	`text_to_mp3`	(somente texto)	Converte texto em fala e retorna um arquivo MP3. Nenhum upload de arquivo necessário — envie `mode=text_to_mp3`, `text` e `lang` como campos de formulário. Suporta todos os 20 idiomas do site.

Validação estrita: cada modo requer um número e tipos exatos de arquivos. add_audio e mix_audio aceitam apenas 1 MP4/MOV + 1 MP3. image_to_video apenas 1 JPG/PNG + 1 MP3. Os tipos MIME são verificados por magic bytes. Exceção: com options.text + options.voice, image_to_video aceita 1 imagem sozinha — a voz é gerada a partir do texto (sem MP3).

Regra de duração: nos modos de áudio e image_to_video, a duração do resultado é igual à duração do MP3. A faixa de vídeo nunca é recodificada (-c:v copy). Com options.voice, image_to_video dura o tempo da voz gerada a partir do texto (+0,6 s).

Parâmetros comuns (multipart/form-data)

Campo	Tipo	Obr.	Descrição
videos[]	File[]	SIM	Arquivos a processar. Dependendo do modo: 2–20 MP4/MOV, ou 1 MP4/MOV + 1 MP3, ou 1 imagem (JPG/PNG) + 1 MP3. Máx. 500 MB por arquivo.
mode	string	*	`image_to_video` \| `add_audio` \| `mix_audio` \| `overlay_video` \| `text_to_mp3`. Obrigatório para esses modos não-fusion. Omitir `mode` com apenas arquivos MP4/MOV sempre aciona `fusion` (concatenação por cópia de stream) — nunca `overlay_video`, mesmo com exatamente 2 MP4/MOV. Para edição de áudio: `add_audio` remove o original, `mix_audio` o mantém e sobrepõe. Se o campo `mode` for fornecido, os arquivos enviados devem corresponder exatamente — caso contrário a requisição é rejeitada. `add_text` também é aceito: é o único modo que recebe um único arquivo MP4/MOV e exige `options.text`.
order	JSON		Apenas modo `fusion` — array JSON de índices para a ordem dos clipes.
transition_type	string		Apenas modo `fusion`. Padrão: `none`. Veja lista de transições disponíveis.
transition_duration	float		Apenas modo `fusion`. Duração 0,2–2,0 seg. Padrão: `0.5`.
options	JSON		Objeto JSON de parâmetros de renderização para `image_to_video`, `add_text`, `mix_audio` e `overlay_video` (veja as tabelas abaixo).
timings	File / string		`image_to_video` / `add_text`: arquivo de tempos do karaokê (SRT ou LRC, 200 KB máx.) — campo de arquivo ou texto puro. O texto exibido vem do arquivo; impõe `text_mode=karaoke`; não é compatível com `voice`.
callback_url	string		URL pública (http/https) chamada ao concluir o job. A resposta inclui um `webhook_secret`.

Parâmetros `options` — modo image_to_video

Todos opcionais. Valores não fornecidos → padrões do worker.

Chave	Tipo	Padrão	Descrição
text	string	""	Texto exibido como sobreposição. Vazio = sem texto. Máx. 500 caracteres.
font	string	"default"	Fonte do texto, por identificador. Valores aceitos: `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` = fonte padrão (com suporte a emoji); `amiri` = fonte Naskh, ideal para texto em árabe. Qualquer outro valor retorna o erro `invalid_option`. Os emoji só são exibidos com `default`.
font_size	int	60	Tamanho da fonte em pixels. Intervalo: 10–300. Recomendados: 36, 48, 60, 72, 96.
text_color	string	"white"	Cor do texto (ex. `white`, `yellow`, `#ffffff`, `0xffffff`).
text_position	string	"center"	Posição do texto: `center`, `top`, `bottom`.
box	bool	true	Fundo semi-transparente atrás do texto.
box_color	string	"black@0.4"	Cor + opacidade no formato FFmpeg: `cor@opacidade`. Opacidade: 0,0–1,0 (ex. `black@0.4` = preto a 40%).
fade_duration	float	0.5	Duração do fade in/out em segundos (0–2). 0 = sem fade.
width	int	1080	Largura do vídeo em pixels (64–3840, par forçado). Padrão: 1080/1920/720/1280.
height	int	1920	Altura do vídeo em pixels (64–3840, par forçado).
fps	int	24	Frame rate (1–60).
image_fit	string	"contain"	contain: Mostra a imagem ou o vídeo inteiro e preenche as áreas vazias com o fundo escolhido. solid (padrão) ou blur. O desfoque exige image_fit=contain. O texto permanece nítido. cover: A imagem é ampliada para preencher o quadro, centralizada — as bordas são cortadas.
bg_color	string	"black"	`background_mode=solid`: Cor de fundo se a imagem não preencher a resolução — apenas com `image_fit=contain` (ex. `black`, `white`, `#1a1a2e`).
background_mode	string	"solid"	solid (padrão) ou blur. O desfoque exige image_fit=contain. O texto permanece nítido.
blur_strength	number	20	Número de 1 a 50; padrão 20. Intensidade do desfoque gaussiano apenas no fundo.
enable_image_motion	bool	false	Ativa a animação de foto. Se `false`, a imagem fica estática. Se `true`, aplica o efeito de `image_motion_effect` via FFmpeg `zoompan`.
image_motion_effect	string	"ken_burns"	Efeito de animação. Valores: `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`. Padrão: `ken_burns`.
motion_intensity	float	1.0	Intensidade da animação de foto (0,25–2,0). Multiplica amplitude do zoom e velocidade do pan.
text_effect	string	"none"	Animação do texto. Valores: `none`, `fade_in`, `slide_up`, `slide_down`, `slide_left`, `bounce`.
text_effect_intensity	float	1.0	Intensidade da animação de texto (0,25–2,0).
text_border_width	int	0	Espessura do contorno preto em pixels (0 = desativado, 1–10). Melhora a legibilidade.
text_border_color	string	"black"	Cor do contorno dos caracteres (mesmo formato de `text_color`, padrão `"black"`). Usada se `text_border_width` > 0.
text_mode	string	"static"	Modo de revelação do texto. `static` (padrão): texto completo visível desde o primeiro quadro. `word_by_word`: palavras aparecem uma por uma no ritmo de `word_reveal_speed`. Exclusivo com `text_effect`: se `text_mode=word_by_word`, `text_effect` é ignorado. `"karaoke"`: o texto muda de cor no ritmo do áudio, página por página (até 1.000 caracteres). Sincronizado palavra por palavra com `voice`; caso contrário, distribuído sobre o áudio conforme o tamanho das palavras.
word_reveal_speed	float	1.5	Velocidade de revelação em palavras por segundo (0.3–5.0, padrão 1.5). Somente com `text_mode=word_by_word`. Valor recomendado para sincronização com voz OpenAI TTS: 2.0.
word_anim	string	"none"	Animação de aparição de cada palavra. `none` (padrão): revelação instantânea. `fade`: cada nova palavra aparece com um fade de 0.2s e crossfade com o bloco anterior. Usado apenas com `text_mode=word_by_word`.
karaoke_style	string	"fill"	Estilo do karaokê: `fill` (as palavras faladas recebem a cor de destaque), `sweep` (cada palavra é preenchida progressivamente; palavras inteiras em escritas da direita para a esquerda) ou `highlight` (somente a palavra atual é colorida).
highlight_color	string	"#FFD200"	Cor das palavras faladas / da palavra atual no modo karaokê (mesmo formato de `text_color`).
karaoke_lines	int	2	Linhas exibidas por página no modo karaokê (1–4).
voice	string	""	ID da voz (mesma lista de `text_to_mp3`, ex.: `pt-BR-FranciscaNeural`): a voz é gerada a partir de `text` no mesmo job. `image_to_video` passa a precisar apenas da imagem (um MP3 enviado junto é recusado). No modo karaokê, cada palavra é sincronizada com a voz.
voice_rate	int	0	Velocidade da voz gerada, em % (−50 a +50).

Karaokê com seus próprios tempos (SRT / LRC)

Envie um arquivo SRT ou LRC no campo timings: cada linha aparece no seu momento e forma uma página do karaokê (até 500 linhas, 5.000 caracteres). SRT: a linha some no horário final. LRC: a linha fica até a próxima (uma linha vazia a encerra); [offset:] e os tempos por palavra do LRC «enhanced» <mm:ss.xx> são suportados — caso contrário, cada linha é distribuída pela sua duração. Em add_text, os tempos são relativos ao início do vídeo, deslocados por 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]

Parâmetros `options` — modo overlay_video

Todos opcionais. A ordem de envio importa: o primeiro arquivo é o vídeo principal (fundo), o segundo arquivo é o overlay (primeiro plano). Use chroma_key para remover um fundo verde do overlay.

Chave	Tipo	Padrão	Descrição
position	string	"bottom-right"	Canto onde o overlay é posicionado: `top-left`, `top-right`, `bottom-left`, `bottom-right`, ou `center`.
scale	float	0.30	Tamanho do overlay como fração da largura do vídeo principal. `0.25` = 25% da largura. Intervalo: 0.05–1.0.
opacity	float	1.0	Transparência do overlay. `1.0` = totalmente opaco, `0.0` = invisível.
margin	int	10	Espaço em pixels entre o overlay e a borda. Ignorado se `position=center`. Intervalo: 0–200.
audio	string	"main"	Qual áudio manter. `main`: só o áudio principal. `overlay`: só o áudio do overlay. `mix`: ambas as faixas misturadas.
chroma_key	bool	false	Defina como `true` para remover o fundo verde puro (#00FF00) do overlay — útil para webcam ou animações filmadas em chroma key.
chroma_similarity	float	0.20	Tolerância do chroma key. Baixo = correspondência estrita. Alto = remoção mais ampla. Recomendado: `0.10–0.20` para verde digital, `0.25–0.45` para tela física. Intervalo: 0.01–0.60.

Parâmetros de `options` — modo add_text

O texto é obrigatório. Por padrão, o formato, a taxa de quadros e o áudio são mantidos. output_format ativa o reenquadramento com image_fit, bg_color e background_mode. width, height, fps e o movimento da foto continuam ignorados. Duração máxima: 15 minutos.

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

Chave	Tipo	Padrão	Descrição
text	string	SIM	Texto a sobrepor. Obrigatório, de 1 a 200 caracteres.
text_start	float	0	Segundo em que o texto aparece (≥ 0). Deve ser anterior ao final do vídeo.
text_duration	float	0	Por quanto tempo o texto fica visível, em segundos (0,1–3600). `0` = até o final do vídeo.
font	string	"default"	Fonte do texto, por identificador. Valores aceitos: `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` = fonte padrão (com suporte a emoji); `amiri` = fonte Naskh, ideal para texto em árabe. Qualquer outro valor retorna o erro `invalid_option`. Os emoji só são exibidos com `default`.
font_size	int	60	Tamanho da fonte, expresso para um vídeo cujo lado menor mede 1080 px e ajustado automaticamente à resolução real — o mesmo valor tem a mesma aparência em 720p e 4K. Faixa: 10–300.
fade_duration	float	0.5	Duração do fade de entrada/saída do texto (não do vídeo), em segundos. Faixa: 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	—	—	Idênticas às do `image_to_video` (veja a tabela acima).
original_volume	float	0.3	Com `voice`: volume do som original do vídeo sob a voz (0–2, padrão 0.3; 0 = substituído). A voz começa em `text_start`; o texto permanece na tela até ela terminar e, se ultrapassar o fim do vídeo, a última imagem é mantida.
background_mode	string	"solid"	solid (padrão) ou blur. O desfoque exige image_fit=contain. O texto permanece nítido.
blur_strength	number	20	Número de 1 a 50; padrão 20. Intensidade do desfoque gaussiano apenas no fundo.
output_format	string	"original"	Somente add_text: original (padrão), portrait (1080×1920), square (1080×1080), landscape (1920×1080). O desfoque exige um formato diferente de original.
image_fit	string	"contain"	contain: Mostra a imagem ou o vídeo inteiro e preenche as áreas vazias com o fundo escolhido. solid (padrão) ou blur. O desfoque exige image_fit=contain. O texto permanece nítido. cover: A imagem é ampliada para preencher o quadro, centralizada — as bordas são cortadas.
bg_color	string	"black"	`background_mode=solid`: Cor de fundo se a imagem não preencher a resolução — apenas com `image_fit=contain` (ex. `black`, `white`, `#1a1a2e`).

Parâmetros `options` — Editar áudio (`mix_audio`)

Disponível apenas com mode=mix_audio. Ignorado para add_audio.

Chave	Tipo	Padrão	Descrição
mp3_volume	float	1.0	Volume do MP3 sobreposto (0,0 = mudo, 1,0 = original, 2,0 = dobro). Valores acima de 1,0 podem saturar.

Modo `text_to_mp3` — parâmetros diretos (sem JSON `options`)

Ao contrário dos outros modos, esses campos são enviados diretamente como campos de formulário, não dentro do objeto JSON options. Apenas text é obrigatório.

Chave	Tipo	Padrão	Descrição
text	string	—	Texto a converter em voz. Obrigatório. Máximo de 5.000 caracteres.
lang	string	"en"	Código de idioma usado para escolher a voz padrão quando `voice` é omitido ou inválido. Um dos 20 idiomas do site (ver tabela abaixo). Usa `en` se desconhecido.
voice	string	automático	ID de voz edge-tts (ver tabela abaixo). Se omitido ou inválido, a primeira voz de `lang` é usada automaticamente.
slow	bool	false	Defina como `true` (ou `1`) para reduzir a velocidade da fala em 25%. Qualquer outro valor é tratado como `false`.

Não requer upload de arquivo: ao contrário dos outros modos, text_to_mp3 não precisa de videos[]. Envie mode=text_to_mp3 junto com text / lang / voice / slow como campos de formulário normais.

Vozes disponíveis (edge-tts, Microsoft Neural), agrupadas por código de idioma:

Idioma	Vozes disponíveis
`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`

Resposta de sucesso (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..."
}

Para text_to_mp3, a resposta não tem os campos file_count nem transition (nenhum arquivo foi enviado) — o resto é idêntico: job_id, quota_used, quota_remaining, status_url, webhook_secret.

Exemplo curl — modo image_to_video

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)

Texto karaokê com voz gerada (image_to_video, sem 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

Karaokê com um arquivo SRT (image_to_video + seu 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"

Exemplo curl — Editar áudio

# 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)

Exemplo curl — modo 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)

Exemplo curl — modo 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

Exemplo curl — Mesclar vídeos

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"

Exemplo curl — modo 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"

O status inclui a etapa real e o tempo decorrido. As estimativas são aproximadas; um tempo limite do cliente não significa falha. Retome a consulta do mesmo ID. Os arquivos expiram duas horas após a conclusão.

Status possíveis

Status	Significado	Campos adicionais
queued	Na fila, ainda não processado	`queue_position`, `queue_total`, `eta_minutes`
processing	Processamento FFmpeg em andamento	`processing_stage`, `processing_elapsed_seconds`, `stage_elapsed_seconds`, `last_activity_at`, `processed_media_seconds`, `eta_overrun`
ready	Concluído — arquivo disponível	`download_url`, `media_available`, `created_at`, `expires_at`
error	Processamento falhou	`error` (message), `quota_refund_status`: `pending` \| `confirmed` \| `not_required`
cancelled	Cancelado	`quota_refund_status`: `pending` \| `confirmed` \| `not_required`

Respostas por 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"
}

Exemplo curl

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

Parâmetros comuns (multipart/form-data)

Parâmetro	Tipo	Padrão	Descrição
`page`	integer	1	Número da página (começa em 1)
`limit`	integer	20	Resultados por página (máx. 50, padrão 20)

Respostas por 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
}

Transmite o arquivo final. O Content-Type é video/mp4 para os modos de vídeo, ou audio/mpeg para text_to_mp3. Não requer token. Disponível apenas quando o status é ready.

O arquivo é mantido por 2 horas após a conclusão, depois excluído. Baixe assim que o status se tornar ready.

Parâmetros opcionais

Parâmetro	Descrição
filename	Nome sugerido para o arquivo baixado (ex. `meu-video.mp4`)
preview	Defina como `1` para reprodução inline (omite `Content-Disposition: attachment`) em vez de iniciar um download — usado para pré-visualização no navegador.

Exemplo curl

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

Webhooks

Webhooks são uma alternativa ao polling: em vez de verificar o status a cada X segundos, você fornece uma URL e o servidor te chama automaticamente quando o job é concluído.

Como funciona

Passe callback_url no POST para /api/v1/render.php
A resposta contém um webhook_secret — guarde-o para verificar assinaturas
Quando o job atinge ready ou error, o servidor envia um POST JSON assinado para sua URL
Verifique a assinatura com HMAC-SHA256(webhook_secret, raw_body)

Restrições: callback_url deve ser uma URL publicamente acessível. IPs privados e de loopback são bloqueados. Timeout: 10 segundos.

Payload recebido

Sucesso (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"
}

Falha (error)

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

Headers enviados pelo servidor

Header	Valor
Content-Type	`application/json`
X-RVM-Signature	`sha256=<hmac_hex>` — assinatura HMAC-SHA256 do body bruto
X-RVM-Job-Id	O `job_id` relevante

Verificação de assinatura

# 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()

Códigos de erro

HTTP	Código JSON	Causa
401	unauthorized	Token ausente, inválido ou revogado
400	missing_files	Nenhum arquivo recebido
400	too_few_files	Menos de 2 arquivos enviados
400	too_many_files	Mais de 20 arquivos enviados
400	invalid_mime	Arquivo não suportado — apenas MP4, MP3 e JPG/PNG aceitos (MIME verificado por magic bytes)
400	wrong_file_count	O número de arquivos não corresponde ao modo escolhido
400	wrong_file_types	Os tipos de arquivo não correspondem ao modo escolhido
400	invalid_file_combination	Combinação de arquivos não corresponde a nenhum modo suportado
400	invalid_options	O campo `options` não é JSON válido ou não contém um objeto
400	invalid_option	Um valor em `options` é inválido (cor, fonte, posição…)
400	file_too_large	Um arquivo excede 500 MB
400	text_required	O campo `options.text` está ausente ou vazio (modo add_text)
400	video_too_long	Vídeo com mais de 15 minutos (modo add_text)
400	text_start_out_of_range	`text_start` ultrapassa o final do vídeo
400	invalid_voice	ID de `voice` desconhecido.
400	invalid_timings	Arquivo de tempos ilegível (formato não reconhecido, nenhuma linha com tempo, fim antes do início, longo demais…).
400	invalid_order	O array `order` não é uma permutação válida
400	invalid_job_id	Formato de job_id incorreto (deve ser hexadecimal de 32 caracteres)
404	job_not_found	Job não encontrado — `job_id` desconhecido ou nunca existiu
410	job_expired	Job expirado — existia mas a janela de 2 horas passou
429	quota_exceeded	20 jobs bem-sucedidos/dia atingidos
429	rate_limited	Mais de 12 chamadas/min em `/api/v1/jobs.php` — aguardar `Retry-After` segundos
500	server_error	Erro interno do servidor

Exemplos de integração

Exemplos para cada modo — instalar requests com pip install requests.

Configuração comum

import requests, time, sys, json

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

Modo image_to_video — imagem + áudio → vídeo

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"
            }),
        },
    )

Editar áudio

# 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
    )

Modo overlay_video — picture-in-picture

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
            }),
        },
    )

Modo add_text — texto em um vídeo

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)
            }),
        },
    )

Mesclar vídeos

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"},
    )

Modo text_to_mp3 — texto para voz

# 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 (comum a todos os modos)

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")

Duas abordagens no n8n: polling (loop de status) ou webhook (servidor chama o n8n). O webhook é recomendado — mais limpo, zero carga desnecessária.

Abordagem A — Webhook (recomendado)

Apenas 3 nodes, sem loop.

Node 1 — Trigger Webhook
Adicione um node Webhook como entrada do workflow (método POST). Anote a URL gerada, ex. https://seu-n8n.com/webhook/rvm-callback.

Node 2 — Criar o job (HTTP Request)

Método	`POST`
URL	`https://rapidvideomaker.com/api/v1/render.php`
Autenticação	Header Auth — `Authorization: Bearer rvm_…`
Tipo de conteúdo do body	`Form-Data Multipart`
Body params	Campo Binary `videos[]` para cada clipe + Campo Text `callback_url` = URL do node webhook

Guarde o webhook_secret da resposta em uma variável do workflow.

Node 3 — Processar o resultado (no workflow ativado pelo webhook)
Quando o n8n recebe o POST do servidor, $json.status é ready ou error. Se ready, $json.download_url contém a URL de download direto.

Para verificar a assinatura: compare {{ $headers['x-rvm-signature'] }} com sha256= + HMAC-SHA256 do body bruto. Node Code: crypto.createHmac('sha256', secret).update(body).digest('hex').

Abordagem B — Polling (sem webhook)

5 nodes, loop de status a cada 10 seg.

Node 1 — Criar o job — mesma configuração, sem callback_url.

Node 2 — Aguardar — 10 segundos.

Node 3 — Verificar status (HTTP Request GET)

URL	`https://rapidvideomaker.com/api/v1/jobs.php`
Parâmetros de query	`job_id` = `{{ $('Node 1').item.json.job_id }}`
Autenticação	Header Auth — mesmo token

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

Adicione um contador em um node Set para interromper o loop após 60 tentativas (máx. 10 min.).

Node 5 — Download: HTTP Request GET em {{ $json.download_url }}, formato de resposta File.

Etapa 1 — Criar o job (escolha um modo)

# 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"

Etapa 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

Etapa 3 — Download

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

Boas práticas

Consulte o mesmo trabalho a cada 5–10 segundos. A duração depende do modo e do tamanho dos dados.
O status inclui a etapa real e o tempo decorrido. As estimativas são aproximadas; um tempo limite do cliente não significa falha. Retome a consulta do mesmo ID. Os arquivos expiram duas horas após a conclusão.
Baixe rapidamente: assim que o status for ready, baixe o arquivo. Ele é excluído 2 horas após a conclusão.
Gestão de cota: verifique quota_remaining na resposta POST. Se 0, o próximo job será rejeitado com 429.
Erros de rede: em caso de erro de rede durante o polling, aguarde e tente novamente — o job continua no servidor.

Os arquivos de resultado são mantidos 2 horas após a conclusão, depois excluídos automaticamente. Baixe seu vídeo assim que o status se tornar ready.

API RapidVideoMaker

Fluxo de trabalho completo

Autenticação

Cota

Fila

Transições disponíveis

Endpoints

Parâmetros comuns (multipart/form-data)

Parâmetros options — modo image_to_video

Karaokê com seus próprios tempos (SRT / LRC)

Parâmetros options — modo overlay_video

Parâmetros de options — modo add_text

Parâmetros options — Editar áudio (mix_audio)

Modo text_to_mp3 — parâmetros diretos (sem JSON options)

Resposta de sucesso (HTTP 200)

Exemplo curl — modo image_to_video

Texto karaokê com voz gerada (image_to_video, sem MP3)

Karaokê com um arquivo SRT (image_to_video + seu MP3)

Exemplo curl — Editar áudio

Exemplo curl — modo overlay_video

Exemplo curl — modo add_text

Exemplo curl — Mesclar vídeos

Exemplo curl — modo text_to_mp3

Status possíveis

Respostas por status

Exemplo curl

Parâmetros comuns (multipart/form-data)

Respostas por status

Parâmetros opcionais

Exemplo curl

Webhooks

Como funciona

Payload recebido

Headers enviados pelo servidor

Verificação de assinatura

Códigos de erro

Exemplos de integração

Configuração comum

Modo image_to_video — imagem + áudio → vídeo

Editar áudio

Modo overlay_video — picture-in-picture

Modo add_text — texto em um vídeo

Mesclar vídeos

Modo text_to_mp3 — texto para voz

Polling + download (comum a todos os modos)

Abordagem A — Webhook (recomendado)

Abordagem B — Polling (sem webhook)

Etapa 1 — Criar o job (escolha um modo)

Etapa 2 — Polling

Etapa 3 — Download

Boas práticas

Parâmetros `options` — modo image_to_video

Parâmetros `options` — modo overlay_video

Parâmetros de `options` — modo add_text

Parâmetros `options` — Editar áudio (`mix_audio`)

Modo `text_to_mp3` — parâmetros diretos (sem JSON `options`)