VISION为不容出错的平台打造的内容审核。
Detectivision 使用我们自主研发并训练的模型，实时检查文本、图片、视频、音频和直播。
……当 John 那个走进来，开始指手画脚的时候。
profanity · 0.94
文本、图片、视频和音频。
每次请求都会返回命中的类别，以及模型的置信度。在文本和图片中，每个类别判断的是整条内容，因此结果只说明发现了什么，不说明位置。
昨天我正在策划新的营销活动，John 那个白痴走进来，没人问他，就开始对我指手画脚了。
检测
detect返回命中的类别，以及模型对每个类别的置信度。
捕获
capture默认模式。同时列出每个类别检出的内容；对能指明位置的类别（例如视频类别），还会给出对应的秒数和边界框。
屏蔽
censor返回一份隐藏了检出内容的副本，适用于能指明位置的类别。文本和图片类别判断的是整条内容，因此对它们而言，返回结果与 detect 相同，价格也相同。
直播。
每帧，边播边查。
提供直播流链接，或从摄像头发送帧；您选定的每一帧都会在播出的同时检查，每个被标记的时刻都会连同画面发送到您的 webhook。
- 已标记ch-09 · 31:38200 · 102 ms
- 已标记ch-03 · 11:57200 · 65 ms
- 已标记ch-09 · 31:29200 · 118 ms
- 已标记ch-03 · 11:48200 · 81 ms
- 已标记ch-09 · 31:20200 · 134 ms
- 已标记ch-03 · 11:39200 · 97 ms
照片： Szabo Viktor, Higor Hanschen, Sven Kucinic, ELLA DON, Illia Horokhovsky / Unsplash
每一帧
fps您选定的帧（每秒至多 30 帧）都会按所选类别检查。
时刻
live.moment每个被标记的帧都会连同画面一并保存，并在直播仍在进行时发送到您的 webhook。
任意直播流
rtsp · rtmp · hls · srt摄像头或直播的链接，或您从浏览器、设备发送的帧。按分钟计费。
不是 ChatGPT 套壳。 我们自研的模型。
Detectivision 基于 NLP、视觉和音频模型运行，这些模型均由我们的研发团队自主研究、开发，并通过机器学习训练。
语言
NLP
文本模型，可在 12 种语言中识别侮辱、仇恨言论、脏话和个人信息。
视觉
CV
图片和视频模型，可将裸露、暴力、吸烟和酒类精确定位到具体区域。
音频
ASR
语音模型，转写并分类音频，输出精确到秒的时间戳。
实时
RT
流式处理管道，在直播播出的同时逐帧检查。
- 01
将内容或直播流发送到 API，或在 Playground 中试用
- 02
模型按您选择的类别检查内容，并指出每处检出内容的位置
- 03
您的团队在控制台或自有工具中复核被标记的内容
- 04
您选择发布、隐藏，或替换为屏蔽后的副本，并记录所做的处理
一个下午，完成集成。
发送内容，选择模式，即可获得结构化的 JSON 结果。在控制台创建 API 密钥，几分钟内就能完成首次调用。
- POST/api/v1/moderation文本和图片
- POST/api/v1/live/sessions直播
- GET/api/v1/moderation/{id}单条结果
- GET/api/v1/flags您的类别
curl https://api.detectivision.ai/api/v1/moderation \
-H "Api-Key: $DETECTIVISION_API_KEY" \
-H "Content-Type: application/json" \
-d '{"type": "text_moderation", "input": "that idiot came in again", "mode": "detect"}'{
"type": "text_moderation",
"mode": "detect",
"status": "completed",
"flagged": true,
"flags": [{ "flag": "insult", "confidence": 0.94 }],
"usage": { "charged": 2, "remaining": 9998 }
}常见问题解答。
还有其他问题？请发送邮件至 support@detectivision.ai
不是。Detectivision 基于 NLP、视觉和音频模型运行，这些模型均由我们的研发团队自主研究、训练和开发。
文本：侮辱、仇恨言论、种族歧视、性别歧视、色情内容、自残，以及涉及毒品、饮酒、吸烟或赌博的言论；Basic 套餐还会标记脏话。图片：色情内容、暴力、仇恨符号和诈骗；写在图片上的联系方式（例如电话号码）同样会命中诈骗类别。视频：裸露、涉性物品、吸烟、酒类和品牌标志，并给出每处检出内容所在的秒数和边界框。音频：脏话、侮辱、仇恨言论、色情内容、自残，以及涉及不良嗜好的言论，并给出这些内容出现的秒数。直播会逐帧检查视觉类别，并在语音传入时检查语音类别。您账户可用的类别可通过 GET /api/v1/flags 获取。
英语、西班牙语、葡萄牙语、法语、德语、意大利语、土耳其语、阿拉伯语、俄语、印地语、中文和日语。其他语言的文本同样会被检查，但结果并不可靠。
可以，视频和直播均支持屏蔽：在 censor 模式下，视频会返回一份隐藏了所有检出内容的副本；直播中每个被标记的时刻都会生成一份屏蔽后的副本，可按您的选择做模糊、像素化或加框处理。对于文本和图片，每个类别判断的是整段文本或整张图片：结果会说明命中了哪些类别以及模型的置信度，但不指明位置，因此无论选择哪种模式，都不会返回屏蔽后的副本。请在您自己的应用中隐藏或模糊被标记的内容。
支持。提供直播流链接（RTSP、RTMP、HLS、HTTP 或 SRT），或从摄像头发送帧：您选定的每一帧都会在播出的同时检查，每个被标记的时刻都会连同画面发送到您的 webhook。会话按已检查的帧数计费。
按额度计费。每种内容类型都有各自的余额，无法完成的检查不扣费。Basic 套餐可免费使用 2 个月，包含 10,000 文本额度、10,000 图片额度和 300 视频额度。各套餐及全部价格详见定价页面。
在控制台创建 API 密钥，然后用它调用 REST API。Playground 会展示每个请求的 cURL、Python 和 Node.js 代码，其余内容请参阅文档。