PROJECT / CASE STUDY
CapCut TTS / STT API
Tổng quan
CLI thuần Python nghiên cứu API common-task của CapCut để cung cấp Text-to-Speech và Speech-to-Text. Tự triển khai tạo request, ký RSA, AWS SigV4 và upload VOD, không cần thư viện native, ctypes hay dylib.
Tính năng & triển khai
- TTS: tạo SSML, ký RSA, gửi task, polling và nhận audio.
- STT: upload audio/video qua VOD với AWS SigV4, gửi ASR và lấy phụ đề.
- Lệnh stt-file gộp upload và nhận dạng giọng nói.
- Ký RSA PKCS#1 v1.5 bằng Python, không cần binary openssl.
- Tạo x-ss-stub (MD5), request signature và hỗ trợ --device-json.
- Chế độ --dry-run xem request đã ký mà không gọi API.
- Trích phụ đề với timestamp và dữ liệu từng từ; hỗ trợ vi-VN và các locale CapCut.