birdywen/skills/audiocleaner-video

AudioCleaner AI Skill

通过 audiocleaner.ai 的逆向 API 实现音频转视频和 AI 播客生成，无水印，无需登录。

概述

• 站点: https://audiocleaner.ai
• 能力: 音频转视频、AI 播客生成（文本/网页/YouTube/文档 → 多人对话播客）
• 特点: 无需登录、无水印、支持公开 URL 直传、多种宽高比/语言/风格
• 限制: 音频最大 500MB，时长最长 30 分钟；未登录有次数限制

⚠️ 所有 API 请求需要在 audiocleaner.ai 的浏览器 tab 中通过 eval_js 发起（同源），直接 curl 会被 Cloudflare 拦截。

---

一、Audio-to-Video API

将音频文件转换为 AI 生成的配图视频。

1. 获取预签名上传 URL（本地文件用）

POST /audio/api/v1/oss/presign_url
Content-Type: application/json

{ "file_name": "example.mp3" }

返回预签名 URL，用 PUT 上传文件。上传后替换域名：

• https://6877db...r2.cloudflarestorage.com/audiocleaner/... → https://resource.audiocleaner.ai/...

大文件（>100MB）用分片上传：

• POST /audio/api/v1/oss/init-multipart-upload
• POST /audio/api/v1/oss/complete

2. 创建视频任务

POST /audio/api/v1/audio-to-video/task/create
Content-Type: application/json

{
  "inputurl": "音频URL（支持公开URL直传）",
  "language": "auto",
  "aspect_ratio": "16:9",
  "uuid": "任意用户标识",
  "credit_time": 60
}

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | inputurl | string | ✅ | 音频 URL，支持公开 URL 直传 | | language | string | ✅ | "auto" 自动检测，或语言代码 | | aspect_ratio | string | ✅ | "1:1" "16:9" "3:2" "2:3" "3:4" "4:3" "9:16" | | uuid | string | ✅ | 用户标识，任意字符串 | | credit_time | number | ✅ | 音频时长（秒） |

可选 Header: Turnstile-Token

成功返回: { code: 100000, data: { global_id: "xxx" } }

3. 轮询视频结果

POST /audio/api/v1/audio-to-video/task/get
{ "uuid": "xxx", "global_id": "xxx" }

| status | 含义 | 操作 | |--------|------|------| | waiting | 处理中 | 每 5-10 秒轮询 | | success | 完成 | result 字段为视频 URL | | error | 失败 | 可重试 |

实战示例

// 创建任务
Ω{"tool":"eval_js","params":{"code":"var p={inputurl:'音频URL',language:'auto',aspect_ratio:'16:9',uuid:'agent-001',credit_time:60}; return fetch('/audio/api/v1/audio-to-video/task/create',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify(p)}).then(function(r){return r.json()})","tabId":TAB_ID}}ΩSTOP

// 轮询结果（async_task）
Ω{"tool":"async_task","params":{"code":"return fetch('/audio/api/v1/audio-to-video/task/get',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify({uuid:'agent-001',global_id:'GLOBAL_ID'})}).then(function(r){return r.json()}).then(function(d){return {status:d.data?d.data.status:'unknown',result:d.data?d.data.result:null}})","condition":"result.status === 'success' || result.status === 'error'","interval":10000,"timeout":600000,"tabId":TAB_ID,"label":"等待视频生成"}}ΩSTOP

---

二、AI Podcast API

将文本/网页/YouTube/文档转换为多人对话播客音频。

流程概览

1. task/create → 生成脚本（返回 podcast_script + highlights）
2. task/get → 轮询脚本状态
3. [可选] text-to-image/create + get → 生成封面图
4. audio/start → 启动音频合成（传入脚本）
5. audio/get → 轮询音频结果（返回 file_url）

Step 1: 创建播客脚本

POST /audio/api/v1/podcast/task/create
Content-Type: application/json

{
  "uuid": "任意用户标识",
  "status": 4,
  "text": "输入文本内容",
  "speakers": [15810, 15822],
  "language": "en",
  "style": 1,
  "duration": 2,
  "use_mode": "ai",
  "commercial_use": 0
}

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | uuid | string | ✅ | 用户标识 | | status | int | ✅ | 输入类型: 1=网页URL, 2=YouTube URL, 3=文档, 4=文本 | | text | string | 条件 | status=4 时必填，文本内容 | | url | string | 条件 | status=1/2 时必填，网页或YouTube URL | | speakers | int[] | ✅ | voice ID 数组（数字ID，来自 voice 列表） | | language | string | ✅ | 语言代码: en zh ja ko es fr de pt ru ar it zh_yue | | style | int | ✅ | 风格: 0=无(manual模式), 1=教育, 2=访谈, 3=深度, 4=叙事, 5=新闻, 6=脱口秀, 7=个人成长, 8=搞笑, 9=吐槽 | | duration | int | ✅ | 时长: 1=0-1min, 2=1-3min, 3=3-5min, 4=5-7min, 5=7-8min, 6=8-10min, 7=10-15min | | use_mode | string | ✅ | "ai" AI自动生成, "manual" 手动编辑 | | commercial_use | int | ✅ | 0=非商用, 1=商用 |

可选 Header: Turnstile-Token

成功返回: { code: 100000, data: { global_id: "xxx" } }

Step 2: 轮询脚本结果

POST /audio/api/v1/podcast/task/get
{ "uuid": "xxx", "global_id": "xxx" }

成功返回包含: status, title, processed_content, podcast_script(数组), hightlights, podcast_script_txt

podcast_script 数组每项: { role, name, avatar, text, voice_id }

Step 3（可选）: 生成封面图

POST /audio/api/v1/podcast/task/text-to-image/create
{ "uuid": "xxx", "global_id": "xxx" }

轮询: POST /audio/api/v1/podcast/task/text-to-image/get → 返回 image_url

Step 4: 启动音频合成

POST /audio/api/v1/podcast/task/audio/start
Content-Type: application/json

{
  "global_id": "脚本的global_id",
  "uuid": "用户标识",
  "title": "播客标题",
  "processed_content": "描述文本",
  "avatar": null,
  "podcast_script": [...脚本数组...],
  "hightlights": [...高亮数组...]
}

podcast_script 和 hightlights 直接传入 Step 2 返回的数据，可以在调用前编辑脚本内容。

成功返回: { code: 100000, data: { global_id: "xxx" } }

Step 5: 轮询音频结果

POST /audio/api/v1/podcast/task/audio/get
{ "global_id": "xxx", "uuid": "xxx" }

| status | 含义 | 操作 | |--------|------|------| | waiting | 合成中 | 每 5-10 秒轮询 | | success | 完成 | file_url 字段为音频 MP3 URL | | failed | 失败 | 可重试 |

常用 Speakers (voice ID)

English: | ID | Name | 性别 | |----|------|------| | 15810 | Calm Woman | F | | 15822 | Aussie Bloke | M | | 15809 | Bossy Leader | M | | 15811 | Assertive Queen | F |

Chinese (Mandarin): | ID | Name | 性别 | 特点 | |----|------|------|------| | 16098 | Unrestrained Young Man | M | 不羁青年 | | 16100 | Warm Bestie | F | 闺蜜，清脆 | | 16091 | Reliable Executive | M | 稳重中年 | | 16087 | News Anchor | F | 新闻主播 | | 16086 | Mature Woman | F | 成熟女性 | | 16090 | Refreshing Young Man | M | 清爽青年 | | 16079 | Humorous Elder | M | 幽默大叔 | | 16077 | Gentleman | M | 绅士 | | 16096 | Stubborn Friend | M | 倔强朋友 | | 16097 | Sweet Lady | F | 温柔女士 | | 16094 | Southern Young Man | M | 南方青年 | | 16101 | Warm Girl | F | 温暖少女 | | 16102 | Wise Women | F | 知性女性 | | 16076 | Gentle Youth | M | 温柔少年 | | 16085 | Male Announcer | M | 男播音员 | | 16089 | Radio Host | M | 电台主持 | | 16084 | Lyrical Voice | M | 抒情嗓音 | | 16081 | Kind-hearted Antie | F | 热心阿姨 | | 16082 | Kind-hearted Elder | F | 慈祥长辈 | | 16073 | Cute Spirit | F | 可爱精灵(童声) |

吐槽/搞笑推荐组合: [16098, 16100]（不羁青年 + 闺蜜）或 [16079, 16100]（幽默大叔 + 闺蜜） 新闻/严肃推荐组合: [16091, 16087]（稳重中年 + 新闻主播） 完整 voice 列表可通过 POST /audio/api/v1/podcast/voice/page 获取 默认 voice 列表: POST /audio/api/v1/podcast/voice/default/list

Host 组合（预设对话搭档）

12 种语言，每种 5 组搭档，通过 JSON 获取: https://resource.audiocleaner.ai/acweb/podcast_host_list.json

主要语言: zh, zh_yue, en, ar, ru, es, fr, pt, de, ja, it, ko

实战示例：文本生成播客全流程

// Step 1: 创建脚本
Ω{"tool":"eval_js","params":{"code":"var p={uuid:'agent-001',status:4,text:'你的文本内容',speakers:[15810,15822],language:'en',style:1,duration:2,use_mode:'ai',commercial_use:0}; return fetch('/audio/api/v1/podcast/task/create',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify(p)}).then(function(r){return r.json()})","tabId":TAB_ID}}ΩSTOP

// Step 2: 轮询脚本
Ω{"tool":"async_task","params":{"code":"return fetch('/audio/api/v1/podcast/task/get',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify({uuid:'agent-001',global_id:'GLOBAL_ID'})}).then(function(r){return r.json()}).then(function(d){return {status:d.data?d.data.status:'unknown',title:d.data?d.data.title:null}})","condition":"result.status === 'success' || result.status === 'failed'","interval":8000,"timeout":600000,"tabId":TAB_ID,"label":"等待脚本生成"}}ΩSTOP

// Step 3: 获取完整脚本数据后，启动音频合成
Ω{"tool":"eval_js","params":{"code":"... fetch task/get 拿完整数据 → fetch audio/start 传入 ...","tabId":TAB_ID}}ΩSTOP

// Step 4: 轮询音频
Ω{"tool":"async_task","params":{"code":"return fetch('/audio/api/v1/podcast/task/audio/get',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify({uuid:'agent-001',global_id:'GLOBAL_ID'})}).then(function(r){return r.json()}).then(function(d){return {status:d.data?d.data.status:'unknown',file_url:d.data?d.data.file_url:null}})","condition":"result.status === 'success' || result.status === 'failed'","interval":10000,"timeout":600000,"tabId":TAB_ID,"label":"等待音频合成"}}ΩSTOP

---

三、其他可用 API

| 功能 | 创建任务 | 获取结果 | |------|---------|----------| | 音频增强 | /audio/api/v1/clean/enhance/create | /audio/api/v1/clean/enhance/get | | 音频分离 | /audio/api/v1/separate/task/create | /audio/api/v1/separate/task/get | | AI音频生成 | /audio/api/v1/audio-generator/task/create | /audio/api/v1/audio-generator/task/get | | 语音克隆 | /audio/api/v1/cloning/task/create | /audio/api/v1/cloning/task/get | | 音频翻译 | /audio/api/v1/audio-translator/task/create | /audio/api/v1/audio-translator/task/get | | 音频转文字 | /audio/api/v1/audio-transcription/task/create | /audio/api/v1/audio-transcription/task/get | | 动画生成 | /audio/api/v1/animation/task/create | /audio/api/v1/animation/task/get | | 混音 | /audio/api/v1/mashup/task/create | /audio/api/v1/mashup/task/get | | 播客列表 | /audio/api/v1/podcast/list | - | | 播客详情 | /audio/api/v1/podcast/detail | - | | Voice列表 | /audio/api/v1/podcast/voice/page | - | | Voice默认 | /audio/api/v1/podcast/voice/default/list | - | | Voice上传 | /audio/api/v1/podcast/voice/upload | /audio/api/v1/podcast/voice/upload/status |

四、支持的音频格式

aac, aiff, m4a, mp3, wav, midi, mid, wma

五、错误码

| code | 含义 | |------|------| | 100000 | 成功 | | 100002 | 参数错误 | | 40000 | 参数错误 | | 100099 | 需要重试 | | 100100 | credit 不足 | | 100400 | 超出限制 | | 100500 | 超出限制 | | 800001 | Cloudflare 验证失败 |

六、踩坑记录

必须通过浏览器 tab 发请求

问题: curl 直接请求会被 Cloudflare 拦截返回 403 解决: 必须通过 eval_js 在 audiocleaner.ai 的 tab 中发起 fetch

公开 URL 可直接作为 inputurl

发现: 任意公开可访问的音频 URL 都可以直接传入，无需上传

uuid 可以是任意字符串

发现: uuid 只用于关联创建和查询，不需要真实用户 ID

speakers 必须是数字 ID 数组

问题: 传入 host_id 字符串如 "3-1" 会报 Params Error 解决: speakers 参数需要传 voice 表中的数字 id，如 [15810, 15822]

Podcast 是多阶段流程

问题: 以为一个 API 就能完成 实际: 需要 create → get(脚本) → audio/start → audio/get(音频) 共 4 步

未登录也可使用

发现: 未登录状态可创建任务，但有次数限制。首次使用后可能触发登录提示或 Cloudflare 验证

audiocleaner.ai 需要加入扩展 host_permissions

解决: 编辑 extension/manifest.json 添加 audiocleaner.ai/* 和 *.audiocleaner.ai/*

⭐ Turnstile Token 必须手动渲染获取

问题: API 返回 800001 Cloudflare Token Required 或 800000 Token Validation Failed:['timeout-or-duplicate']。页面上虽然加载了 turnstile API，但没有自动渲染 widget，turnstile.getResponse() 返回空 解决: 必须手动渲染 Turnstile widget 获取 token，流程如下：

1. Sitekey: 0x4AAAAAABCQXI9TH_Yb4q0W（从 PeSBko41.js 中逆向获取）
2. 渲染 widget:

Ω{"tool":"eval_js","params":{"code":"var div = document.createElement('div'); div.id = 'cf-turnstile-agent'; div.style.cssText = 'position:fixed;bottom:10px;right:10px;z-index:99999'; document.body.appendChild(div); window._agentToken = null; turnstile.render('#cf-turnstile-agent', {sitekey: '0x4AAAAAABCQXI9TH_Yb4q0W', callback: function(t){ window._agentToken = t; }}); return {rendered: true}","tabId":TAB_ID}}ΩSTOP

3. 等待 token 生成（约 3-8 秒）:

Ω{"tool":"js_flow","params":{"steps":[{"label":"wait","code":"return {ready: !!window._agentToken}","delay":5000},{"label":"get","code":"return {token: window._agentToken, ready: !!window._agentToken}"}],"tabId":TAB_ID}}ΩSTOP

4. 使用 token: 在 fetch headers 中加 'Turnstile-Token': window._agentToken
5. Token 有时效性: 获取后必须尽快使用（几秒内），不能存着以后用。每次 API 调用前都要重新渲染获取
6. 重新获取 token: 先清空容器再渲染：

var el = document.getElementById('cf-turnstile-agent'); if (el) el.innerHTML = '';
turnstile.render('#cf-turnstile-agent', {sitekey: '0x4AAAAAABCQXI9TH_Yb4q0W', callback: function(t){ window._agentToken = t; }});

⭐ audio/start 传参必须用 API 返回的原始数据

问题: eval_js 中手动拼装 podcast_script 数组（含大量中文和嵌套对象）极易因 JSON 多层转义导致语法错误（Unexpected token ':'、Unexpected identifier、Invalid or unexpected token 等） 解决: 绝对不要在 eval_js 中手动拼 podcast_script 数据！ 正确做法：

1. 先用 eval_js 调 task/get 把完整数据存到 window._fullData
2. 再用 eval_js 直接引用 window._fullData 发起 audio/start

// Step 1: 存储完整脚本数据
Ω{"tool":"eval_js","params":{"code":"var p = {uuid: 'xxx', global_id: 'xxx'}; return fetch('/audio/api/v1/podcast/task/get', {method: 'POST', headers: {'Content-Type': 'application/json'}, body: JSON.stringify(p)}).then(function(r){ return r.json() }).then(function(d){ window._fullData = d.data; return {ok: true, scriptLen: d.data.podcast_script.length} })","tabId":TAB_ID}}ΩSTOP

// Step 2: 获取新 token 并立即发起 audio/start
Ω{"tool":"eval_js","params":{"code":"var d = window._fullData; var token = window._agentToken; var payload = {global_id: d.global_id, uuid: 'xxx', title: d.title, processed_content: d.processed_content, avatar: null, podcast_script: d.podcast_script, hightlights: d.hightlights}; return fetch('/audio/api/v1/podcast/task/audio/start', {method: 'POST', headers: {'Content-Type': 'application/json', 'Turnstile-Token': token}, body: JSON.stringify(payload)}).then(function(r){ return r.json() })","tabId":TAB_ID}}ΩSTOP

⭐ eval_js 中避免复杂中文嵌套对象

问题: eval_js 的 code 参数经过 JSON 序列化 → 传输 → JS 执行多层处理，中文字符 + 对象字面量中的冒号/引号极易冲突，导致各种语法错误 解决:

• 简单数据（uuid、global_id 等字符串）可以在 eval_js 中直接写
• 复杂数据（podcast_script 大数组）必须通过 API 拉取存到 window 变量，再引用变量发请求
• 不要在 eval_js 中写包含中文的对象字面量数组

⭐ Podcast 完整最佳实践流程

1. 获取 Turnstile token（渲染 widget，等 3-8 秒）
2. 创建脚本 task/create（带 Turnstile-Token header）
3. 轮询脚本 task/get（用 async_task，无需 token）
4. 脚本完成后：用 eval_js 调 task/get 把完整数据存到 window._fullData
5. 获取新 Turnstile token（重新渲染 widget）
6. 启动音频合成 audio/start（引用 window._fullData，带新 token）
7. 轮询音频 audio/get（用 async_task，无需 token）

关键：token 获取和使用之间不要有太多中间步骤，获取后立即用

七、逆向日期

2026-02-17