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.

مفت اپنا API ٹوکن حاصل کریں

اپنا API ٹوکن حاصل کرنے کے لیے اکاؤنٹ بنائیں — روزانہ 20 درخواستیں شامل۔

مفت اکاؤنٹ بنائیں پہلے سے اکاؤنٹ ہے؟ سائن ان کریں

مکمل ورک فلو

ہر انٹیگریشن یہی 4 مراحل پر مشتمل سلسلے کی پیروی کرتا ہے:

جاب بنائیں — POST /api/v1/render.php

اپنے Bearer ٹوکن کے ساتھ multipart/form-data کے طور پر فائلیں بھیجیں۔ 1 JPG/PNG تصویر + 1 MP3 + mode=image_to_video → ویڈیو جنریشن۔ 1 MP4/MOV + 1 MP3 → آڈیو ترمیم۔ متعدد MP4/MOV → ضم کرنا۔ سرور ایک منفرد job_id واپس کرتا ہے۔ یا 1 تصویر + options.text + options.voice: آواز متن سے بنائی جاتی ہے، MP3 کی ضرورت نہیں۔

جاب کا انتظار کریں — GET /api/v1/jobs.php?job_id=…

اس اینڈ پوائنٹ کو باقاعدگی سے پول کریں (ہر 5–10 سیکنڈ)۔ جاب queued → processing → ready (یا error) سے گزرتی ہے۔

ڈاؤن لوڈ URL حاصل کریں

جب اسٹیٹس ready ہو، تو رسپانس میں استعمال کے لیے تیار download_url فیلڈ ہوتی ہے۔

فائل ڈاؤن لوڈ کریں — GET /api/download.php?job_id=…

آخری MP4/MOV ڈاؤن لوڈ کریں۔ فائل جاب مکمل ہونے کے 2 گھنٹے بعد تک دستیاب ہوتی ہے، پھر خود بخود حذف ہو جاتی ہے۔

تصدیق

ہر درخواست میں آپ کا API ٹوکن ہونا ضروری ہے۔ دو فارمیٹ قابل قبول ہیں:

# تصدیق — ہر درخواست میں آپ کا API ٹوکن ہونا ضروری ہے۔ دو فارمیٹ قابل قبول ہیں:
Authorization: Bearer rvm_your_token_here

# Alternative
X-API-Key: rvm_your_token_here

آپ کا ٹوکن آپ کے ممبر ایریا میں دستیاب ہے — فی اکاؤنٹ ایک ٹوکن، رجسٹریشن پر خود بخود بنایا جاتا ہے۔

کوٹہ

ہر ممبر اکاؤنٹ میں روزانہ 20 درخواستیں ہوتی ہیں، ویب انٹرفیس اور API کے درمیان مشترک۔

POST رسپانس میں quota_used اور quota_remaining شامل ہیں۔ حد سے زیادہ ہونے پر سرور 429 سے جواب دیتا ہے۔

انٹرفیس + API = ایک ہی کاؤنٹر۔ ویب انٹرفیس اور API درخواستیں دونوں ایک ہی یومیہ کوٹہ سے 1 کریڈٹ لیتی ہیں۔

قطار

ایک وقت میں ایک جاب پروسیس ہوتی ہے۔ بیک وقت متعدد جابز جمع کرنے پر وہ قطار میں جاتی ہیں۔ انتظار کے دوران اسٹیٹس رسپانس میں شامل ہیں:

queue_position — قطار میں جاب کی پوزیشن (1 = اگلی پروسیس کے لیے)
queue_total — انتظار کرنے والی جابز کی کل تعداد
eta_minutes — پروسیسنگ شروع ہونے سے پہلے متوقع وقت

ریٹ لمٹ لاگو: /api/v1/jobs.php اینڈ پوائنٹ فی ٹوکن 12 کالز فی منٹ قبول کرتا ہے۔ اس سے زیادہ پر سرور 429 کے ساتھ جواب دیتا ہے۔

دستیاب ٹرانزیشن

براہ راست مرج کے لیے transition_type=none (ڈیفالٹ) پاس کریں، یا کلپس کے درمیان فیڈ کے لیے نیچے دیے گئے اقسام میں سے ایک:

none fade fadeblack dissolve wipeleft wiperight slideleft slideright zoomin circleclose

مدت (transition_duration) 0.2 سے 2.0 سیکنڈ کے درمیان ہے۔

اینڈ پوائنٹس

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

استعمال	API موڈ	ضروری فائلیں	تفصیل
ویڈیوز ضم کریں	`fusion`	2–20 MP4/MOV فائلیں	کلپس مخصوص ترتیب میں آخر تک جوڑی جاتی ہیں۔ کلپس کے درمیان اختیاری ٹرانزیشن۔
آڈیو ترمیم	`add_audio` یا `mix_audio`	1 MP4/MOV + 1 MP3	ویڈیو کی آڈیو ٹریک کو تبدیل یا بہتر کرتا ہے۔ ویڈیو ٹریک کبھی ری-انکوڈ نہیں ہوتی (`-c:v copy`).
ویڈیو بنائیں	`image_to_video`	1 JPG/PNG + 1 MP3 — یا 1 JPG/PNG + ایک متن (`options.text` + `options.voice`): آواز بنائی جاتی ہے	ایک ساکن تصویر اور آپ کی MP3 سے — یا صرف ایک متن (`options.text`) سے، جس کی آواز بنائی جاتی ہے (`options.voice`) — ویڈیو بناتا ہے۔ متن اوورلے (ساکن، لفظ بہ لفظ یا کراؤکے)، فیڈ، ریزولوشن اور fps فیلڈ `options` کے ذریعے قابلِ ترتیب ہیں۔
ویڈیو اوورلے	`overlay_video`	2 MP4/MOV	مرکزی ویڈیو کے اوپر دوسری ویڈیو رکھتا ہے۔ `options` فیلڈ سے مقام، سائز، غیر شفافیت اور آڈیو منتخب کریں۔
متن شامل کریں	`add_text`	1 MP4/MOV	موجودہ ویڈیو پر متن لگاتا ہے (ریزولوشن، فریم ریٹ اور آڈیو برقرار رہتے ہیں)۔ `image_to_video` جیسی ہی متن کی ترتیبات، ساتھ متن کے ظاہر ہونے کا وقت۔ `options.text` لازمی ہے۔
متن سے MP3	`text_to_mp3`	(صرف متن)	متن کو تقریر میں بدلتا ہے اور ایک MP3 فائل واپس کرتا ہے۔ کوئی فائل اپ لوڈ ضروری نہیں — `mode=text_to_mp3`، `text` اور `lang` فارم فیلڈز کے طور پر بھیجیں۔

سخت تصدیق: ہر موڈ کے لیے فائلوں کی درست تعداد اور اقسام ضروری ہیں۔ MIME اقسام میجک بائٹس کے ذریعے تصدیق کی جاتی ہیں۔ استثنا: options.text + options.voice کے ساتھ image_to_video صرف 1 تصویر قبول کرتا ہے — آواز متن سے بنائی جاتی ہے (MP3 کے بغیر)۔

مدت کا قاعدہ: آڈیو اور image_to_video موڈز میں نتیجہ کی مدت MP3 کی مدت پر مقفل رہتی ہے۔ options.voice کے ساتھ image_to_video کا دورانیہ متن سے بنی آواز جتنا ہوتا ہے (+0.6 سیکنڈ)۔

عام پیرامیٹرز (multipart/form-data)

فیلڈ	قسم	ضروری	تفصیل
videos[]	File[]	ہاں	پروسیس کرنے کی فائلیں۔ موڈ کے مطابق: 2–20 MP4/MOV، یا 1 MP4/MOV + 1 MP3، یا 1 تصویر (JPG/PNG) + 1 MP3۔ فی فائل زیادہ سے زیادہ 500 MB۔
mode	string	*	`image_to_video` \| `add_audio` \| `mix_audio` \| `overlay_video` \| `text_to_mp3`۔ ان non-fusion موڈز کے لیے ضروری ہے۔ صرف MP4/MOV فائلوں کے ساتھ `mode` چھوڑنا ہمیشہ `fusion` کو متحرک کرتا ہے (سٹریم کاپی ملاپ) — کبھی `overlay_video` نہیں، چاہے بالکل 2 MP4/MOV اپ لوڈ ہوں۔ آڈیو ترمیم کے لیے: `add_audio` اصل کو حذف کرتا ہے، `mix_audio` اسے برقرار رکھتا ہے اور اوورلے کرتا ہے۔ اگر `mode` فیلڈ فراہم کی گئی ہے، تو اپ لوڈ کردہ فائلوں کو بالکل مماثل ہونا چاہیے — ورنہ درخواست مسترد کر دی جاتی ہے۔ `add_text` بھی قبول ہے: یہ واحد موڈ ہے جو صرف ایک MP4/MOV فائل لیتا ہے، اور `options.text` کا تقاضا کرتا ہے۔
order	JSON		صرف `fusion` موڈ — کلپ ترتیب کی وضاحت کرنے والی JSON انڈیکس ارے۔
transition_type	string		صرف `fusion` موڈ۔ ڈیفالٹ: `none`۔
transition_duration	float		صرف `fusion` موڈ۔ مدت 0.2–2.0 سیکنڈ۔ ڈیفالٹ: `0.5`۔
options	JSON		`image_to_video`, `add_text`, `mix_audio` اور `overlay_video` کے لیے رینڈر پیرامیٹرز کا JSON آبجیکٹ (نیچے جدولیں دیکھیں)۔
timings	File / string		`image_to_video` / `add_text`: کراؤکی ٹائمنگ فائل (SRT یا LRC، زیادہ سے زیادہ 200 KB) — فائل فیلڈ یا سادہ متن۔ دکھایا جانے والا متن فائل سے آتا ہے؛ `text_mode=karaoke` لازم ہوتا ہے؛ `voice` کے ساتھ استعمال نہیں ہو سکتا۔
callback_url	string		پبلک URL (http/https) جو جاب مکمل ہونے پر کال ہوتی ہے۔ رسپانس میں `webhook_secret` شامل ہے۔

`options` پیرامیٹرز — image_to_video موڈ

سب اختیاری۔ فراہم نہ کردہ قدریں → ورکر ڈیفالٹ لاگو کرتا ہے۔

کلید	قسم	ڈیفالٹ	تفصیل
text	string	""	اوورلے کے طور پر دکھایا جانے والا متن۔ خالی = کوئی متن نہیں۔ زیادہ سے زیادہ 500 حروف۔
font	string	"default"	متن کا فونٹ، شناخت کے مطابق۔ قابلِ قبول قدریں: `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` = معیاری فونٹ (ایموجی معاون)؛ `amiri` = نسخ فونٹ، عربی متن کے لیے موزوں۔ کوئی بھی دوسری قدر `invalid_option` خرابی واپس کرتی ہے۔ ایموجی صرف `default` کے ساتھ دکھائی دیتے ہیں۔
font_size	int	60	پکسل میں فانٹ سائز۔ رینج: 10–300۔
text_color	string	"white"	متن کا رنگ (جیسے `white`, `yellow`, `#ffffff`)۔
text_position	string	"center"	متن کی پوزیشن: `center`, `top`, `bottom`۔
box	bool	true	متن کے پیچھے نیم شفاف پس منظر۔
box_color	string	"black@0.4"	FFmpeg فارمیٹ میں رنگ + غیر شفافیت: `color@opacity`۔
fade_duration	float	0.5	سیکنڈ میں فیڈ ان/آؤٹ مدت (0–2)۔ 0 = کوئی فیڈ نہیں۔
width	int	1080	پکسل میں ویڈیو چوڑائی (64–3840، جفت عدد)۔
height	int	1920	پکسل میں ویڈیو اونچائی (64–3840، جفت عدد)۔
fps	int	24	فریم ریٹ (1–60)۔
image_fit	string	"contain"	contain: پوری تصویر یا ویڈیو دکھائیں اور خالی جگہ منتخب پس منظر سے بھریں۔ solid (پہلے سے طے شدہ) یا blur۔ دھندلاہٹ کے لیے image_fit=contain ضروری ہے۔ متن واضح رہتا ہے۔ cover: تصویر فریم بھرنے کے لیے زوم ہوتی ہے، درمیان میں — کنارے کٹ جاتے ہیں۔
bg_color	string	"black"	`background_mode=solid`: پس منظر رنگ اگر تصویر ہدف ریزولوشن نہ بھرے — صرف `image_fit=contain` کے ساتھ متعلق۔
background_mode	string	"solid"	solid (پہلے سے طے شدہ) یا blur۔ دھندلاہٹ کے لیے image_fit=contain ضروری ہے۔ متن واضح رہتا ہے۔
blur_strength	number	20	1 سے 50 تک عدد؛ پہلے سے طے شدہ 20۔ گاوسی دھندلاہٹ صرف پس منظر پر لاگو ہوتی ہے۔
enable_image_motion	bool	false	فوٹو انیمیشن فعال کرتا ہے۔ `false` پر تصویر ساکن رہتی ہے۔
image_motion_effect	string	"ken_burns"	انیمیشن اثر۔ قابل قبول قدریں: `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	فوٹو انیمیشن کی شدت (0.25–2.0)۔
text_effect	string	"none"	متن اوورلے انیمیشن۔ قابل قبول قدریں: `none`, `fade_in`, `slide_up`, `slide_down`, `slide_left`, `bounce`۔
text_effect_intensity	float	1.0	متن انیمیشن کی شدت (0.25–2.0)۔
text_border_width	int	0	حروف کے گرد کالی آؤٹ لائن کی موٹائی پکسل میں (0 = غیر فعال، 1–10)۔
text_border_color	string	"black"	حروف کے حاشیے کا رنگ (`text_color` جیسا فارمیٹ، ڈیفالٹ `"black"`)۔ `text_border_width` > 0 ہونے پر استعمال ہوتا ہے۔
text_mode	string	"static"	متن ظاہر کرنے کا موڈ۔ `static` (ڈیفالٹ): پہلے فریم سے پورا متن نظر آتا ہے۔ `word_by_word`: `word_reveal_speed` کی رفتار سے الفاظ ایک ایک کر کے ظاہر ہوتے ہیں۔ `text_effect` کے ساتھ استعمال نہیں ہو سکتا: `text_mode=word_by_word` ہونے پر `text_effect` نظرانداز ہو جاتا ہے۔ `"karaoke"`: آڈیو کی لے کے ساتھ متن کا رنگ بدلتا ہے، صفحہ بہ صفحہ (1,000 حروف تک)۔ `voice` کے ساتھ لفظ بہ لفظ ہم وقت، ورنہ الفاظ کی لمبائی کے مطابق آڈیو پر تقسیم۔
word_reveal_speed	float	1.5	فی سیکنڈ الفاظ ظاہر کرنے کی رفتار (0.3–5.0، ڈیفالٹ 1.5)۔ صرف `text_mode=word_by_word` کے ساتھ۔ OpenAI TTS سنک کے لیے تجویز کردہ قدر: 2.0۔
word_anim	string	"none"	ہر لفظ کی ظاہر ہونے کی اینیمیشن۔ `none` (ڈیفالٹ): فوری ظاہر ہونا۔ `fade`: ہر نیا لفظ 0.2s فیڈ کے ساتھ ظاہر ہوتا ہے۔ صرف `text_mode=word_by_word` کے ساتھ۔
karaoke_style	string	"fill"	کراؤکی انداز: `fill` (بولے گئے الفاظ نمایاں رنگ لیتے ہیں)، `sweep` (ہر لفظ بتدریج بھرتا ہے؛ دائیں سے بائیں لکھی جانے والی تحریروں میں پورے الفاظ) یا `highlight` (صرف موجودہ لفظ رنگین)۔
highlight_color	string	"#FFD200"	کراؤکی موڈ میں بولے گئے الفاظ / موجودہ لفظ کا رنگ (`text_color` جیسا فارمیٹ)۔
karaoke_lines	int	2	کراؤکی موڈ میں فی صفحہ دکھائی جانے والی سطریں (1–4)۔
voice	string	""	آواز کی ID (`text_to_mp3` والی فہرست، مثلاً `ur-PK-UzmaNeural`): اسی جاب میں `text` سے آواز تیار ہوتی ہے۔ تب `image_to_video` کو صرف تصویر چاہیے (ساتھ بھیجی گئی MP3 مسترد کی جاتی ہے)۔ کراؤکی موڈ میں ہر لفظ آواز کے ساتھ ہم وقت ہوتا ہے۔
voice_rate	int	0	تیار کی گئی آواز کی رفتار، % میں (−50 سے +50)۔

اپنی ٹائمنگ کے ساتھ کراؤکی (SRT / LRC)

timings فیلڈ میں SRT یا LRC فائل بھیجیں: ہر سطر اپنے وقت پر ظاہر ہوتی ہے اور کراؤکی کا ایک صفحہ بنتی ہے (500 سطروں، 5,000 حروف تک)۔ SRT: سطر اپنے اختتامی وقت پر غائب ہو جاتی ہے۔ LRC: سطر اگلی سطر تک رہتی ہے (خالی سطر اسے روک دیتی ہے)؛ [offset:] اور enhanced LRC کی لفظی ٹائمنگ <mm:ss.xx> معاون ہیں — ورنہ ہر سطر اپنی مدت پر تقسیم ہوتی ہے۔ add_text میں اوقات ویڈیو کے آغاز سے، text_start کے برابر سرکا کر، شمار ہوتے ہیں۔

# 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` پیرامیٹرز — overlay_video موڈ

سب اختیاری ہیں۔ اپ لوڈ کی ترتیب اہم ہے: پہلی فائل مرکزی ویڈیو (پس منظر) ہے، دوسری فائل اوپر رکھی گئی ویڈیو ہے۔ سبز پردہ ہٹانے کے لیے chroma_key استعمال کریں۔

کلید	قسم	ڈیفالٹ	تفصیل
position	string	"bottom-right"	ویڈیو رکھنے کا کونہ: `top-left`، `top-right`، `bottom-left`، `bottom-right` یا `center`۔
scale	float	0.30	مرکزی ویڈیو کی چوڑائی کے تناسب سے اوورلے کا سائز۔ `0.25` = چوڑائی کا 25%۔ حد: 0.05–1.0۔
opacity	float	1.0	اوورلے کی غیر شفافیت۔ `1.0` = مکمل غیر شفاف، `0.0` = نظر نہ آنے والا۔
margin	int	10	اوورلے اور فریم کے کنارے کے درمیان فاصلہ، پکسلز میں۔ `position=center` پر نظر انداز ہوتا ہے۔ حد: 0–200۔
audio	string	"main"	کون سی آڈیو برقرار رہے: `main` صرف مرکزی ویڈیو، `overlay` صرف اوپر والی ویڈیو، `mix` دونوں ٹریکس برابر آواز پر ملاتا ہے۔
chroma_key	bool	false	اوپر والی ویڈیو کا خالص سبز (#00FF00) پس منظر ہٹانے کے لیے `true` دیں — سبز پردے پر بنائی گئی ویب کیم ویڈیوز یا اینیمیشن کے لیے مفید۔
chroma_similarity	float	0.20	سبز پردے کی برداشت۔ کم قدر موضوع کے کنارے محفوظ رکھتی ہے؛ زیادہ قدر غیر یکساں روشنی کو سنبھالتی ہے۔ ڈیجیٹل سبز کے لیے `0.10–0.20`، حقیقی پردے کے لیے `0.25–0.45` تجویز کردہ ہیں۔ حد: 0.01–0.60۔

`options` پیرامیٹرز — add_text موڈ

متن ضروری ہے۔ پہلے سے طے شدہ حالت میں ویڈیو کا فارمیٹ، فریم ریٹ اور آڈیو برقرار رہتے ہیں۔ output_format سے image_fit، bg_color اور background_mode کے ساتھ نیا فریم منتخب ہوتا ہے۔ width، height، fps اور تصویر کی حرکت کے اختیارات نظر انداز رہتے ہیں۔ زیادہ سے زیادہ دورانیہ: 15 منٹ۔

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

کلید	قسم	ڈیفالٹ	تفصیل
text	string	ہاں	لگانے کا متن۔ لازمی، 1–200 حروف۔
text_start	float	0	وہ سیکنڈ جب متن ظاہر ہوتا ہے (≥ 0)۔ یہ ویڈیو کے اختتام سے پہلے ہونا چاہیے۔
text_duration	float	0	متن کتنی دیر نظر آئے گا، سیکنڈ میں (0.1–3600)۔ `0` = ویڈیو کے آخر تک۔
font	string	"default"	متن کا فونٹ، شناخت کے مطابق۔ قابلِ قبول قدریں: `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` = معیاری فونٹ (ایموجی معاون)؛ `amiri` = نسخ فونٹ، عربی متن کے لیے موزوں۔ کوئی بھی دوسری قدر `invalid_option` خرابی واپس کرتی ہے۔ ایموجی صرف `default` کے ساتھ دکھائی دیتے ہیں۔
font_size	int	60	فونٹ کا سائز، اس ویڈیو کے لیے دیا گیا جس کا چھوٹا کنارہ 1080 px ہو، اور اصل ریزولوشن کے مطابق خودکار طور پر اسکیل ہوتا ہے — ایک ہی قدر 720p اور 4K پر یکساں نظر آتی ہے۔ حد: 10–300۔
fade_duration	float	0.5	متن (ویڈیو کا نہیں) کے فیڈ ان/آؤٹ کا دورانیہ، سیکنڈ میں۔ حد: 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` کے مطابق (اوپر کا جدول دیکھیں)۔
original_volume	float	0.3	`voice` کے ساتھ: آواز کے نیچے ویڈیو کی اصل آواز کا والیوم (0–2، ڈیفالٹ 0.3؛ 0 = تبدیل)۔ آواز `text_start` پر شروع ہوتی ہے؛ اس کے ختم ہونے تک متن نظر آتا ہے، اور اگر یہ ویڈیو کے اختتام سے آگے جائے تو آخری فریم روک دیا جاتا ہے۔
background_mode	string	"solid"	solid (پہلے سے طے شدہ) یا blur۔ دھندلاہٹ کے لیے image_fit=contain ضروری ہے۔ متن واضح رہتا ہے۔
blur_strength	number	20	1 سے 50 تک عدد؛ پہلے سے طے شدہ 20۔ گاوسی دھندلاہٹ صرف پس منظر پر لاگو ہوتی ہے۔
output_format	string	"original"	صرف add_text: original (پہلے سے طے شدہ)، portrait (1080×1920)، square (1080×1080)، landscape (1920×1080)۔ دھندلاہٹ کے لیے original کے علاوہ فارمیٹ ضروری ہے۔
image_fit	string	"contain"	contain: پوری تصویر یا ویڈیو دکھائیں اور خالی جگہ منتخب پس منظر سے بھریں۔ solid (پہلے سے طے شدہ) یا blur۔ دھندلاہٹ کے لیے image_fit=contain ضروری ہے۔ متن واضح رہتا ہے۔ cover: تصویر فریم بھرنے کے لیے زوم ہوتی ہے، درمیان میں — کنارے کٹ جاتے ہیں۔
bg_color	string	"black"	`background_mode=solid`: پس منظر رنگ اگر تصویر ہدف ریزولوشن نہ بھرے — صرف `image_fit=contain` کے ساتھ متعلق۔

`options` پیرامیٹرز — آڈیو ترمیم (`mix_audio`)

صرف mode=mix_audio کے ساتھ دستیاب۔

کلید	قسم	ڈیفالٹ	تفصیل
mp3_volume	float	1.0	اوورلیڈ MP3 کی والیوم (0.0 = خاموش، 1.0 = اصل والیوم، 2.0 = دوگنا)۔

`text_to_mp3` موڈ — براہ راست پیرامیٹرز (`options` JSON نہیں)

دیگر موڈز کے برعکس، یہ فیلڈز براہ راست فارم فیلڈز کے طور پر بھیجے جاتے ہیں، options JSON آبجیکٹ کے اندر نہیں۔ صرف text ضروری ہے۔

کلید	قسم	ڈیفالٹ	تفصیل
text	string	—	آواز میں تبدیل کرنے کے لیے متن۔ ضروری۔ زیادہ سے زیادہ 5,000 حروف۔
lang	string	"en"	زبان کوڈ جو `voice` کے حذف یا غلط ہونے پر ڈیفالٹ آواز منتخب کرنے کے لیے استعمال ہوتا ہے۔ سائٹ کی 20 زبانوں میں سے ایک (نیچے جدول دیکھیں)۔ نامعلوم ہونے پر `en` پر واپس جاتا ہے۔
voice	string	خودکار	edge-tts آواز کی ID (نیچے جدول دیکھیں)۔ اگر حذف ہو یا غلط ہو، تو `lang` کی پہلی آواز خودکار طور پر استعمال ہوتی ہے۔
slow	bool	false	بولنے کی رفتار 25% کم کرنے کے لیے `true` (یا `1`) سیٹ کریں۔ کوئی بھی دوسری قدر `false` سمجھی جاتی ہے۔

فائل اپ لوڈ کی ضرورت نہیں: دیگر موڈز کے برعکس، text_to_mp3 کو videos[] کی ضرورت نہیں۔ عام فارم فیلڈز کے طور پر mode=text_to_mp3 کے ساتھ text / lang / voice / slow بھیجیں۔

دستیاب آوازیں (edge-tts، Microsoft Neural)، زبان کوڈ کے مطابق گروپ بند:

زبان	دستیاب آوازیں
`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`

کامیابی رسپانس (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 کے لیے، جواب میں file_count یا transition فیلڈز شامل نہیں ہوتیں (کوئی فائل اپ لوڈ نہیں ہوئی) — باقی سب یکساں ہے: job_id، quota_used، quota_remaining، status_url، webhook_secret۔

curl مثال — image_to_video موڈ

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)

تیار کی گئی آواز کے ساتھ کراؤکی متن (image_to_video، بغیر 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 فائل کے ساتھ کراؤکی (image_to_video + آپ کی 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 مثال — آڈیو ترمیم

# 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 مثال — overlay_video موڈ

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 مثال — add_text موڈ

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 مثال — ویڈیوز ضم کریں

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 مثال — text_to_mp3 موڈ

# 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"

حالت میں اصل مرحلہ اور گزرا وقت شامل ہے۔ اندازے تقریبی ہیں؛ کلائنٹ کا وقت ختم ہونا کام کی ناکامی نہیں۔ اسی کام کے شناختی نمبر کی نگرانی جاری رکھیں۔ فائلیں تکمیل کے دو گھنٹے بعد ختم ہوتی ہیں۔

ممکنہ حالتیں

حالت	معنی	اضافی فیلڈز
queued	قطار میں، ابھی پروسیس نہیں ہوئی	`queue_position`, `queue_total`, `eta_minutes`
processing	FFmpeg پروسیسنگ جاری ہے	`processing_stage`, `processing_elapsed_seconds`, `stage_elapsed_seconds`, `last_activity_at`, `processed_media_seconds`, `eta_overrun`
ready	مکمل — فائل دستیاب	`download_url`, `media_available`, `created_at`, `expires_at`
error	پروسیسنگ ناکام	`error` (message), `quota_refund_status`: `pending` \| `confirmed` \| `not_required`
cancelled	منسوخ ہو گیا	`quota_refund_status`: `pending` \| `confirmed` \| `not_required`

حالت کے مطابق رسپانس

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 مثال

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

عام پیرامیٹرز (multipart/form-data)

پیرامیٹر	قسم	ڈیفالٹ	تفصیل
`page`	integer	1	صفحہ نمبر (1 سے شروع)
`limit`	integer	20	فی صفحہ نتائج (زیادہ سے زیادہ 50، ڈیفالٹ 20)

حالت کے مطابق رسپانس

{
  "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
}

آخری فائل کو سٹریم کرتا ہے۔ Content-Type ویڈیو موڈز کے لیے video/mp4، یا text_to_mp3 کے لیے audio/mpeg ہے۔ ٹوکن کی ضرورت نہیں۔ صرف اس وقت دستیاب جب اسٹیٹس ready ہو۔

فائل جاب مکمل ہونے کے 2 گھنٹے بعد حذف ہو جاتی ہے۔

اختیاری پیرامیٹرز

پیرامیٹر	تفصیل
filename	ڈاؤن لوڈ کی گئی فائل کا تجویز کردہ نام (جیسے `meri-video.mp4`)
preview	ڈاؤن لوڈ شروع کرنے کے بجائے ان لائن پلے بیک کے لیے (`Content-Disposition: attachment` کو چھوڑتا ہے) `1` سیٹ کریں — براؤزر میں پیش منظر کے لیے استعمال ہوتا ہے۔

curl مثال

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

ویب ہکس

ویب ہکس پولنگ کا متبادل ہیں: ہر X سیکنڈ میں اسٹیٹس چیک کرنے کی بجائے، آپ ایک URL فراہم کرتے ہیں اور سرور خود بخود جاب مکمل ہونے پر آپ کو کال کرتا ہے۔

یہ کیسے کام کرتا ہے

/api/v1/render.php کو POST میں callback_url پاس کریں
رسپانس میں webhook_secret ہوتا ہے — دستخط تصدیق کے لیے رکھیں
جب جاب ready یا error پہنچتی ہے تو سرور آپ کے URL پر دستخط شدہ JSON POST بھیجتا ہے
HMAC-SHA256(webhook_secret, raw_body) سے دستخط تصدیق کریں

حدود: callback_url ایک عوامی طور پر قابل رسائی URL ہونا ضروری ہے۔ نجی اور لوپ بیک IP پتے بلاک ہیں۔ ٹائم آؤٹ: 10 سیکنڈ۔

موصولہ پے لوڈ

کامیابی (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"
}

ناکامی (error)

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

سرور کے بھیجے گئے ہیڈرز

ہیڈر	قدر
Content-Type	`application/json`
X-RVM-Signature	`sha256=<hmac_hex>` — raw body کا HMAC-SHA256 دستخط
X-RVM-Job-Id	متعلقہ `job_id`

دستخط تصدیق

# 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()

غلطی کوڈز

HTTP	JSON کوڈ	وجہ
401	unauthorized	ٹوکن غائب، غلط یا منسوخ
400	missing_files	کوئی فائل نہیں ملی
400	too_few_files	2 سے کم فائلیں بھیجی گئیں
400	too_many_files	20 سے زیادہ فائلیں بھیجی گئیں
400	invalid_mime	غیر معاون فائل — صرف MP4، MP3 اور JPG/PNG تصاویر قبول ہیں
400	wrong_file_count	فائلوں کی تعداد منتخب موڈ سے مطابقت نہیں رکھتی
400	wrong_file_types	فائل اقسام منتخب موڈ سے مطابقت نہیں رکھتیں
400	invalid_file_combination	موڈ کے بغیر فائل مجموعہ کسی معاون موڈ سے مطابقت نہیں رکھتا
400	invalid_options	`options` فیلڈ درست JSON نہیں ہے
400	invalid_option	`options` میں ایک قدر غلط ہے
400	file_too_large	ایک فائل 500 MB سے زیادہ ہے
400	text_required	`options.text` فیلڈ موجود نہیں یا خالی ہے (add_text موڈ)
400	video_too_long	ویڈیو 15 منٹ سے لمبی ہے (add_text موڈ)
400	text_start_out_of_range	`text_start` ویڈیو کے اختتام سے آگے ہے
400	invalid_voice	نامعلوم `voice` ID۔
400	invalid_timings	ناقابلِ مطالعہ ٹائمنگ فائل (فارمیٹ نہیں پہچانا گیا، کوئی وقت والی سطر نہیں، اختتام آغاز سے پہلے، بہت طویل…)۔
400	invalid_order	`order` ارے ایک درست پرمیوٹیشن نہیں ہے
400	invalid_job_id	غلط job_id فارمیٹ (32 حرفی hex ہونا چاہیے)
404	job_not_found	جاب نہیں ملی — `job_id` نامعلوم یا کبھی موجود نہیں تھی
410	job_expired	جاب میعاد ختم — موجود تھی لیکن 2 گھنٹے کی ریکوری ونڈو گزر گئی
429	quota_exceeded	روزانہ 20 کامیاب جابز پہنچ گئیں
429	rate_limited	`/api/v1/jobs.php` پر 12 سے زیادہ کالز/منٹ — `Retry-After` سیکنڈ انتظار کریں
500	server_error	اندرونی سرور خرابی

انٹیگریشن مثالیں

ہر موڈ کے لیے مثالیں — pip install requests سے requests انسٹال کریں۔

مشترک ترتیب

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 موڈ — تصویر + آڈیو → ویڈیو

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"
            }),
        },
    )

آڈیو ترمیم

# 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 موڈ — تصویر میں تصویر

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 موڈ — ویڈیو پر متن

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)
            }),
        },
    )

ویڈیوز ضم کریں

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 موڈ — متن سے آواز

# 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
    },
)

پولنگ + ڈاؤن لوڈ (تمام موڈز کے لیے مشترک)

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 میں دو طریقے: پولنگ (اسٹیٹس لوپ) یا ویب ہک (سرور n8n کو کال کرتا ہے)۔ ویب ہک تجویز کیا جاتا ہے۔

طریقہ A — ویب ہک (تجویز کردہ)

صرف 3 نوڈز، کوئی لوپ نہیں۔

نوڈ 1 — ویب ہک ٹرگر
ورک فلو ان پٹ کے طور پر ایک Webhook نوڈ شامل کریں (طریقہ POST)۔

نوڈ 2 — جاب بنائیں (HTTP Request)

طریقہ	`POST`
URL	`https://rapidvideomaker.com/api/v1/render.php`
تصدیق	Header Auth — `Authorization: Bearer rvm_…`
Body Content Type	`Form-Data Multipart`
Body params	ہر کلپ کے لیے بائنری فیلڈ `videos[]` + ٹیکسٹ فیلڈ `callback_url` = اوپر ویب ہک نوڈ URL

دستخط تصدیق کے لیے رسپانس سے webhook_secret ورک فلو متغیر میں محفوظ کریں۔

نوڈ 3 — نتیجہ پروسیس کریں (ویب ہک سے چلنے والے ورک فلو میں)
جب n8n سرور کا POST وصول کرے، $json.status ready یا error ہوتا ہے۔

دستخط تصدیق کے لیے: اپنے webhook_secret سے raw body کے HMAC-SHA256 کے ساتھ {{ $headers['x-rvm-signature'] }} کا موازنہ کریں۔

طریقہ B — پولنگ (ویب ہک کے بغیر)

5 نوڈز، ہر 10 سیکنڈ میں اسٹیٹس لوپ۔

نوڈ 1 — جاب بنائیں — اوپر جیسی ترتیب، callback_url کے بغیر۔

نوڈ 2 — انتظار کریں — 10 سیکنڈ۔

نوڈ 3 — اسٹیٹس پول کریں (HTTP Request GET)

URL	`https://rapidvideomaker.com/api/v1/jobs.php`
Query پیرامیٹرز	`job_id` = `{{ $('نوڈ 1').item.json.job_id }}`
تصدیق	Header Auth — وہی ٹوکن

نوڈ 4 — If: {{ $json.status }} === 'ready' → true: نوڈ 5 / false: نوڈ 2 پر واپس۔

لامتناہی لوپ سے بچنے کے لیے 60 کوششوں کے بعد لوپ توڑنے کے لیے Set نوڈ میں کاؤنٹر شامل کریں۔

نوڈ 5 — ڈاؤن لوڈ: {{ $json.download_url }} پر HTTP Request GET، Response Format File۔

مرحلہ 1 — جاب بنائیں (موڈ منتخب کریں)

# 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"

مرحلہ 2 — پولنگ

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

مرحلہ 3 — ڈاؤن لوڈ

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

بہترین طریقے

اسی کام کی حالت ہر 5 سے 10 سیکنڈ بعد دیکھیں۔ دورانیہ موڈ اور ان پٹ کے حجم پر منحصر ہے۔
حالت میں اصل مرحلہ اور گزرا وقت شامل ہے۔ اندازے تقریبی ہیں؛ کلائنٹ کا وقت ختم ہونا کام کی ناکامی نہیں۔ اسی کام کے شناختی نمبر کی نگرانی جاری رکھیں۔ فائلیں تکمیل کے دو گھنٹے بعد ختم ہوتی ہیں۔
جلدی ڈاؤن لوڈ کریں: اسٹیٹس ready ہوتے ہی فائل ڈاؤن لوڈ کریں۔ جاب مکمل ہونے کے 2 گھنٹے بعد حذف ہو جاتی ہے۔
کوٹہ انتظام: POST رسپانس میں quota_remaining چیک کریں۔
نیٹ ورک غلطیاں: پولنگ کے دوران نیٹ ورک غلطی پر انتظار کریں اور دوبارہ کوشش کریں۔

نتیجہ فائلیں جاب مکمل ہونے کے 2 گھنٹے بعد خود بخود حذف ہو جاتی ہیں۔

API RapidVideoMaker

مکمل ورک فلو

تصدیق

کوٹہ

قطار

دستیاب ٹرانزیشن

اینڈ پوائنٹس

عام پیرامیٹرز (multipart/form-data)

options پیرامیٹرز — image_to_video موڈ

اپنی ٹائمنگ کے ساتھ کراؤکی (SRT / LRC)

options پیرامیٹرز — overlay_video موڈ

options پیرامیٹرز — add_text موڈ

options پیرامیٹرز — آڈیو ترمیم (mix_audio)

text_to_mp3 موڈ — براہ راست پیرامیٹرز (options JSON نہیں)

کامیابی رسپانس (HTTP 200)

curl مثال — image_to_video موڈ

تیار کی گئی آواز کے ساتھ کراؤکی متن (image_to_video، بغیر MP3)

SRT فائل کے ساتھ کراؤکی (image_to_video + آپ کی MP3)

curl مثال — آڈیو ترمیم

curl مثال — overlay_video موڈ

curl مثال — add_text موڈ

curl مثال — ویڈیوز ضم کریں

curl مثال — text_to_mp3 موڈ

ممکنہ حالتیں

حالت کے مطابق رسپانس

curl مثال

عام پیرامیٹرز (multipart/form-data)

حالت کے مطابق رسپانس

اختیاری پیرامیٹرز

curl مثال

ویب ہکس

یہ کیسے کام کرتا ہے

موصولہ پے لوڈ

سرور کے بھیجے گئے ہیڈرز

دستخط تصدیق

غلطی کوڈز

انٹیگریشن مثالیں

مشترک ترتیب

image_to_video موڈ — تصویر + آڈیو → ویڈیو

آڈیو ترمیم

overlay_video موڈ — تصویر میں تصویر

add_text موڈ — ویڈیو پر متن

ویڈیوز ضم کریں

text_to_mp3 موڈ — متن سے آواز

پولنگ + ڈاؤن لوڈ (تمام موڈز کے لیے مشترک)

طریقہ A — ویب ہک (تجویز کردہ)

طریقہ B — پولنگ (ویب ہک کے بغیر)

مرحلہ 1 — جاب بنائیں (موڈ منتخب کریں)

مرحلہ 2 — پولنگ

مرحلہ 3 — ڈاؤن لوڈ

بہترین طریقے

`options` پیرامیٹرز — image_to_video موڈ

`options` پیرامیٹرز — overlay_video موڈ

`options` پیرامیٹرز — add_text موڈ

`options` پیرامیٹرز — آڈیو ترمیم (`mix_audio`)

`text_to_mp3` موڈ — براہ راست پیرامیٹرز (`options` JSON نہیں)