ข้ามไปยังเนื้อหาหลัก

สร้างวิดีโอและเสียง

Libre WebUI 0.18.0 ขยาย generation: plugin ประกาศ video/audio ส่วน image, video, speech และ sound เข้า gallery แยกของแต่ละ user ทุก user ที่ authenticate ใช้ได้ read, content และ delete ถูก scope ตาม account อย่างเข้มงวด

Block Capability​

"capabilities": {
  "image": { "endpoint": "...", "model_map": ["..."], "config": { ... } },
  "tts":   { "endpoint": "...", "model_map": ["..."], "config": { ... } },
  "audio": { "endpoint": "...", "model_map": ["..."], "config": { ... } },
  "video": { "endpoint": "...", "model_map": ["..."], "config": { ... } }
}

แต่ละ block มี endpoint, fallback model_map, models_endpoint ที่ไม่บังคับ และ config TTL discovery อยู่ใน ตัวแปรสภาพแวดล้อม Provider วิดีโอประกาศ cancel_endpoint/cancel_method ได้ tts สร้าง speech จาก text; audio สร้าง sound จาก prompt OpenRouter (plugins/openrouter.json) คือ plugin built-in ที่มี video/audio

สร้าง Media​

เปิด Imagine (/gallery) สำหรับ panel image, video, audio Speech/sound เป็น synchronous; cancel หยุด browser/request และไม่ save result ComfyUI cancel prompt ID ที่ตรงผ่าน /api/jobs/:promptId/cancel; Libre ไม่ทำ interrupt แบบไม่จำกัด

TTS clone voice ได้ Reference audio และ transcript ถูก validate แล้วส่ง provider มีเพียง speech ผลลัพธ์เข้า gallery หลัง consent แยก named voice profile เก็บแบบ encrypted ได้ Profile ผูก model/plugin/route และไม่อยู่ใน export ทั่วไปเพราะเป็น biometric ให้ backup database และ ENCRYPTION_KEY

Lifecycle วิดีโอ​

POST /api/media/video/generate คืน 202 พร้อม state pending, in_progress, completed/failed Provider job ID ถูกเก็บทันที GET /api/media/video/jobs แสดง active handle ของ user สูงสุด 100 Durable job media.video.resume.v1 ทำ polling/download ต่อเมื่อ UI ปิด

หยุดรอ หยุดเฉพาะ stream ปัจจุบัน ยกเลิก job แสดงเมื่อประกาศ cancellation ตาม ID เท่านั้น Server download วิดีโอสูงสุด 200 MB ไม่ redirect Record completed/failed ล้างหลัง 30 วัน terminal event media-ready/media-failed ส่งผ่าน inbox/webhook

Edit และ Inpaint​

หากโมเดลรองรับ edit จะแสดง Edit image พื้นที่ mask วาดใหม่ mask ว่างแก้ทั้ง image และรองรับ reference image Field multipart OpenAI: edit_endpoint, supports_mask, max_reference_images, edit_mime_types, max_edit_image_bytes ตรวจ MIME/signature และขีดจำกัด 10 MiB/image; mask ต้อง PNG Provenance เก็บ source จำนวน reference และการใช้ mask

Filter ทั้งหมด, Image, Video, Audio พร้อม playback, lightbox, download, delete GALLERY_RETENTION_DAYS เปิด cleanup ตามกำหนด

  • Media เก็บ encrypted ใน database ที่ DATA_DIR ให้ backup พร้อม ENCRYPTION_KEY
  • API ใช้ content URL ไม่ inline data
  • ใช้ MIME ที่อนุญาต ขีดจำกัด 200 MB, X-Content-Type-Options: nosniff และ Content-Security-Policy

Rate Limit​

OperationLimit
สร้าง video/speech/sound10/นาที
Polling วิดีโอ60/นาที
List/content/delete120/นาที

Accounting และ Privacy​

Analytics เก็บ plugin, model, state, duration และ unit ไม่ log prompt/content Provider ประมวลผล prompt/content โดยใช้ pricing, retention และ content policy ของ provider

เอกสารที่เกี่ยวข้อง​