Una integración de medios con IA suele comenzar con una función y crecer rápidamente. Una experiencia de soporte necesita un avatar en tiempo real; una campaña global, vídeo traducido; y un flujo creativo personalizado puede requerir transformar un rostro o personaje, siempre con autorización de la persona.
AKOOL reúne estas tareas en una sola suite de API. La ventaja no es que todas las solicitudes usen el mismo endpoint, sino que el equipo puede administrar varios flujos desde una plataforma, un modelo de autenticación y un plan de gobernanza comunes.
Respuesta breve: utiliza AKOOL OpenAPI cuando tu aplicación necesite Streaming Avatars en tiempo real, Video Translation asíncrona o flujos autorizados de Face Swap y Character Swap. Elige la familia de endpoints según el resultado y añade reglas de consentimiento, acceso, revisión, almacenamiento y eliminación.
Empieza por el resultado, no por el modelo
Los tres requisitos corresponden a patrones de producción distintos.
- Humano digital en directo: usa la API y el SDK de Streaming Avatar para una sesión en tiempo real. Revisa la calidad de las respuestas, los turnos, la latencia y la transferencia a una persona.
- Vídeo aprobado y localizado: usa Video Translation como trabajo multimedia asíncrono. Revisa traducción, voz, subtítulos, sincronización labial y tiempos.
- Transformación permitida de rostro o personaje: usa Face Swap, Character Swap o la herramienta de identidad adecuada como trabajo asíncrono. Revisa consentimiento, fidelidad de la apariencia, contexto y divulgación.
La distinción es importante. Una sesión en streaming se crea, se abre, permite interacción e interrupciones y luego se cierra. Un trabajo de generación se envía, supervisa, revisa y descarga antes de aprobarse o rechazarse. Tratar ambos como una llamada genérica de «generar» debilita la gestión de errores y confunde las expectativas.
1. Usa Streaming Avatar para humanos digitales en directo
La API de Streaming Avatar administra avatares y sesiones en tiempo real. El backend crea la sesión con avatar_id, voice_id, idioma, modo de interacción y una fuente de conocimiento opcional. Después, el navegador o la aplicación se une al canal devuelto mediante el SDK de AKOOL.
Usa el modo diálogo cuando el avatar deba conversar. Añade un knowledge_id al crear la sesión si las respuestas deben basarse en documentos o URL aprobados. La aplicación también debe permitir interrupciones y cerrar la sesión al terminar.
Es adecuado para descubrimiento guiado de productos, incorporación, formación, experiencias de conserjería y soporte de primer nivel. El avatar no debe improvisar políticas, precios, instrucciones de seguridad ni asesoramiento regulado fuera del material aprobado.
Responsabilidades esenciales de la sesión
- Crea las sesiones en el backend para que las credenciales no lleguen al navegador.
- Envía al cliente únicamente valores temporales de acceso.
- Define qué puede responder el avatar y cuándo debe escalar.
- Prueba micrófono y texto, interrupción, reconexión y cierre.
- Comprueba que la fuente de conocimiento conectada esté actualizada.
La referencia Create Session es la fuente oficial para los campos y proveedores de streaming actuales.
2. Usa Video Translation para medios localizados
La API de Video Translation recibe un vídeo fuente aprobado y produce versiones localizadas mediante trabajos asíncronos. Admite detección del idioma de origen, varios idiomas de destino, sincronización labial opcional, subtítulos, eliminación de música de fondo, selección de voz, controles terminológicos y duración dinámica.
El patrón de integración es sencillo:
- Consulta la lista actual de idiomas.
- Envía un trabajo con una URL estable del vídeo fuente.
- Guarda el identificador devuelto.
- Consulta el endpoint de resultados o usa un webhook.
- Copia los resultados terminados a tu almacenamiento aprobado.
- Revisa cada idioma antes de publicarlo.
El estado completado no equivale a aprobación editorial. Todavía hay que comprobar nombres de producto, cifras, unidades, afirmaciones legales, subtítulos, identidad de voz, movimiento de labios y acciones en pantalla. Como los recursos de API son temporales, copia los archivos aprobados a almacenamiento duradero en vez de depender indefinidamente de las URL de resultado.
3. Transforma identidades solo con autorización
La «transformación de identidad autorizada» es una categoría de gobernanza, no una sola API. Según la pieza creativa, AKOOL ofrece Face Swap, Character Swap, Head Swap y herramientas relacionadas.
Face Swap Plus es la API unificada recomendada para intercambio de rostros en imagen y vídeo y puede admitir varios rostros. Character Swap aplica la apariencia de una imagen de personaje al movimiento de un vídeo fuente. La elección depende de qué deba permanecer estable: rostro, personaje completo, actuación o escena.
La capacidad técnica es solo una parte. El marco de Trust & Safety de AKOOL destaca consentimiento, control del usuario, supervisión humana y moderación. Integra estos principios en el producto, no como una casilla final.
Flujo mínimo de autorización
- Confirma que quien sube el material es propietario o tiene permiso documentado.
- Registra finalidad, canales, mercados y plazo autorizados.
- Evita exponer credenciales de API en clientes públicos.
- Modera entradas y contexto previsto.
- Exige revisión humana antes de publicar externamente.
- Conserva la divulgación o procedencia requerida.
- Permite retirada, eliminación y escalado de incidentes.
No uses estas herramientas para suplantar a una persona, eludir verificaciones, crear recomendaciones engañosas ni transformar una apariencia fuera del permiso concedido.
Una arquitectura de producción compartida
Las familias de endpoints son distintas, pero la arquitectura que las rodea puede ser coherente.
- Aplicación cliente: recoge entradas, explica el proceso, muestra el progreso y presenta resultados aprobados.
- Tu backend: autentica, aplica reglas, crea sesiones o trabajos y protege claves.
- API de AKOOL: ejecuta el flujo de avatar, traducción o transformación.
- Almacén de trabajos/sesiones: registra ID, propietarios, estados, alcance del consentimiento y caducidad.
- Cola de revisión: comprueba calidad, política, localización y marca.
- Almacenamiento duradero: conserva solo resultados aprobados durante el periodo necesario.
AKOOL recomienda actualmente el método directo x-api-key. Guarda la clave en variables de entorno del servidor o en un gestor de secretos. No la incluyas en código del navegador, aplicaciones móviles, repositorios públicos ni ejemplos descargables. Consulta la guía de autenticación vigente.
Lista de control previa al lanzamiento
☐ Cada recorrido usa la familia de endpoints correcta.
☐ Las claves permanecen en el backend.
☐ La aplicación distingue sesiones en directo y trabajos asíncronos.
☐ Webhooks o sondeos cubren cola, proceso, éxito y error.
☐ Los resultados aprobados se copian de URL temporales a almacenamiento controlado.
☐ Los medios basados en identidad tienen autorización y vía de retirada.
☐ Traducciones y transformaciones pasan revisión humana.
☐ Los avatares tienen límites, escalado, interrupción y cierre de sesión.
Dónde ayuda una API unificada de medios con IA
Las plataformas de experiencia del cliente pueden combinar un Streaming Avatar basado en conocimiento con vídeos de incorporación traducidos. Los sistemas de marketing global pueden localizar campañas aprobadas y crear variantes regionales permitidas. Los productos de formación pueden unir presentadores interactivos y cursos multilingües. Las plataformas creativas pueden ofrecer transformaciones aplicando consentimiento y revisión a nivel de cuenta.
El valor procede de una orquestación compartida, no de convertir cada flujo en un solo botón.
Conclusión
AKOOL cubre las tres capacidades con API específicas: Streaming Avatar para interacción en directo, Video Translation para medios multilingües y Face Swap o Character Swap para transformación autorizada de identidad. Una integración preparada para producción añade autenticación segura en el backend, permiso explícito, gestión de estados, revisión humana, almacenamiento duradero y controles de eliminación.
Para evaluar el flujo, consulta la documentación de la API de AKOOL y crea primero un caso de uso limitado y completamente revisable.
Preguntas frecuentes
¿Hay un único endpoint de AKOOL para todas las tareas multimedia?
No. AKOOL ofrece una suite con familias separadas. Streaming Avatar usa sesiones en tiempo real; las herramientas de traducción y transformación suelen crear trabajos asíncronos que deben supervisarse y revisarse.
¿Puede el navegador llamar directamente a AKOOL?
Las aplicaciones de producción deben enrutar las llamadas autenticadas por su propio backend. Así protegen la clave y disponen de un lugar para permisos, límites, registros y reglas de consentimiento.
¿Qué API debo usar para un humano digital conversacional?
Streaming Avatar. Si debe responder a partir de documentos o URL de la empresa, crea una AKOOL Knowledge Base e incluye su knowledge_id al crear la sesión en el backend.
¿Un Face Swap correcto está listo para publicar?
No. Solo confirma que terminó el trabajo. La publicación exige autorización, revisión contextual, control de apariencia y calidad visual, y cualquier divulgación requerida.
Recursos
- Documentación de AKOOL OpenAPI
- API de Streaming Avatar
- API de Video Translation
- API de Face Swap
- Autenticación
- Trust & Safety de AKOOL
