本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
影片理解
注意
本文件適用於 Amazon Nova 第 1 版。如需 Amazon Nova 2 影片理解指南，請造訪影片理解。
Amazon Nova 模型可讓您在負載中包含單一影片，該影片可以 base64 格式或透過 Amazon S3 URI 提供。當使用 base64 方法時，整體負載大小必須保持在 25 MB 內。不過，您可以指定 Amazon S3 URI 用於影片理解。此方法可讓您利用模型處理較長的影片 (大小上限為 1 GB)，而不會受限於整體負載大小限制。Amazon Nova 模型可以分析已傳遞的影片，並根據提供的指示回答問題、分類影片和總結影片內的資訊。
媒體檔案類型 |
支援的檔案格式 |
輸入方法 |
|---|---|---|
影片 |
MP4、MOV、MKV、WebM、FLV、MPEG、MPG、WMV、3GP |
Base64 建議用於小於 25 MB 的負載大小 |
Amazon S3 URL 建議用於大於 25 MB 且不超過 2 GB 的負載。個別檔案必須是 1 GB 或更小。 |
無論影片是以 base64 格式傳遞 (只要符合大小限制) 還是透過 Amazon S3 位置傳遞，影片輸入詞元計數都沒有差異。
請注意，對於 3GP 檔案格式，在 API 請求中傳遞的「格式」欄位應采用「three_gp」格式。
當使用 Amazon S3 時，請確定您已將「內容類型」中繼資料設定為影片的正確 MIME 類型。
影片大小資訊
Amazon Nova 影片理解功能支援多長寬比。所有影片都會以失真的方式調整大小 (根據輸入放大或縮小) 至 672*672 正方形維度，然後再饋送至模型。模型會根據影片的長度使用動態取樣策略。對於 Amazon Nova Lite 和 Amazon Nova Pro，如果影片持續時間小於或等於 16 分鐘，則採用每秒 1 個影格 (FPS) 的取樣率。不過，對於長度超過 16 分鐘的影片，取樣率會降低，以維持取樣的影格數一致為 960，影格取樣率會隨之而變化。相較於較長的影片內容，此方法旨在為較短影片提供更準確的場景層級影片理解。對於動態內容較少的影片，建議您將影片長度保持在 1 小時內，對於動態內容較多的影片，則建議保持在 16 分鐘內。對於 Amazon Nova Premier，1 FPS 取樣率的套用上限為 3,200 個影格。
分析影片的 4k 版本和全高清版本時，應該沒有差異。同樣地，由於取樣率最多為 1 FPS，因此 60 FPS 影片的執行效果與 30 FPS 影片一樣。由於影片大小的 1 GB 限制，使用高於所需的解析度和 FPS 並無益處，並且會限制符合該大小限制的影片長度。您可能需要預先處理超過 1 GB 的影片。
影片詞元
影片的長度是影響生成詞元數量的主要因素。若要計算近似成本，您應該將預估的視訊詞元數量乘以所用特定模型的每詞元價格。
下表提供 Amazon Nova Pro、Lite 和 Micro 每個影片長度的影格取樣和詞元使用率近似值：
video_duration |
10 秒 |
30 秒 |
16 分鐘 |
20 分鐘 |
30 分鐘 |
45 分鐘 |
1 小時 |
1.5 小時 |
|---|---|---|---|---|---|---|---|---|
frame_to_sample |
10 |
30 |
960 |
960 |
960 |
960 |
960 |
960 |
sample_rate_fps |
1 |
1 |
1 |
0.755 |
0.5 |
0.35556 |
0.14 |
0.096 |
預估詞元計數 |
2,880 |
8，640 |
276，480 |
276，480 |
276，480 |
276，480 |
276，480 |
276，480 |
下表提供針對 Amazon Nova Premier 的每段影片長度之影格取樣和詞元使用率的一些近似值：
video_duration |
10 秒 |
30 秒 |
16 分鐘 |
20 分鐘 |
30 分鐘 |
45 分鐘 |
1 小時 |
1.5 小時 |
|---|---|---|---|---|---|---|---|---|
frame_to_sample |
10 |
30 |
960 |
1200 |
1800 |
2700 |
||
sample_rate_fps |
1 |
1 |
1 |
1 |
1 |
1 |
||
預估詞元計數 |
2,880 |
8，640 |
276，480 |
345，600 |
518，400 |
777，600 |
下表提供 Amazon Nova Lite 1.5 每個影片長度的影格取樣和字符使用率近似值
video_duration |
10 秒 |
30 秒 |
16 分鐘 |
20 分鐘 |
30 分鐘 |
45 分鐘 |
1 小時 |
1.5 小時 |
|---|---|---|---|---|---|---|---|---|
frame_to_sample |
10 |
30 |
960 |
1200 |
1800 |
2700 |
||
sample_rate_fps |
1 |
1 |
1 |
1 |
1 |
1 |
||
預估詞元計數 |
2,880 |
8，640 |
276，480 |
345，600 |
518，400 |
777，600 |
