Comment extraire du texte d'une vidéo (OCR) avec JavaScript ?

Dans ce didacticiel, vous apprendrez à utiliser l'API de détection de texte vidéo en 5 minutes à l'aide de JavaScript. Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet d'extraire du texte dans des vidéos.

‍

Qu'est-ce que API de détection de texte vidéo?

L'API de détection de texte dans les vidéos fait référence au processus d'identification et d'extraction de texte à partir de vidéos. Cela implique l'utilisation de techniques de vision par ordinateur et de reconnaissance optique de caractères (OCR) pour analyser les images d'une vidéo et détecter tout texte présent dans celles-ci.

‍

Commencez à utiliser l'API de détection de texte vidéo à l'aide de JavaScript

La première étape consiste à configurer Axios, un client HTTP basé sur des promesses pour le navigateur et Node.js, qui vous permettra d'appeler l'API Eden AI.

‍

Ensuite, vous devez initialiser le module Système de fichiers pour accéder aux fichiers locaux de votre ordinateur.

‍

Enfin, vous devrez créer votre formulaire de paramètres multipart/formdata :

‍

Comment utiliser l'API de détection de texte vidéo avec JavaScript

Vous êtes maintenant prêt à traiter votre fichier vidéo dans l'API de détection de texte vidéo Eden AI.

‍

1. Obtenez une clé API de détection de texte sur Eden AI

Pour effectuer la détection de texte vidéo, il vous suffit de créer un compte sur Eden AI gratuitement. Sur la page d'accueil, vous pourrez obtenir votre Clé API avec des crédits gratuits offerts par Eden AI.

‍

‍

2. Extrayons le texte de votre fichier vidéo

Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous pourrez extraire du texte dans des vidéos. Sur Eden AI, la détection de texte dans les vidéos passe désormais par un LLM multimodal qui accepte la vidéo en entrée : vous envoyez votre fichier vidéo, puis vous demandez au modèle d'extraire le texte qu'il voit. Vous pouvez choisir tout modèle dont les input_modalities contiennent video, comme expliqué dans notre documentation.

‍

Voici le code JavaScript pour ajouter les valeurs des paramètres des données du formulaire pour votre demande :

form.append("file", fs.createReadStream("path/to/your/video.mp4"));
form.append("expires_in_days", "1");

const apiKey = "<your_api_key>";

‍

Une fois les valeurs des paramètres passées, vous pouvez configurer votre demande d'envoi du fichier :

const options = {
  method: "POST",
  url: "https://api.edenai.run/v3/upload",
  headers: {
    authorization: `Bearer ${apiKey}`,
    "Content-Type": `multipart/form-data; boundary=${form.getBoundary()}`,
  },
  data: form,
};

‍

Ensuite, vous devez créer la fonction LaunchJob () qui exécutera la requête POST :

‍

Enfin, vous devez créer la fonction detectText() qui envoie au modèle le file_id renvoyé par votre requête POST, puis enchaîner les deux appels :

const detectText = async (fileId) => {
  axios.post("https://api.edenai.run/v3/chat/completions", {
    model: "google/gemini-2.5-flash", // any model with video in its input_modalities
    messages: [{
      role: "user",
      content: [
        { type: "text", text: "Extract all the text that appears in this video, with start and end times in seconds." },
        { type: "file", file: { file_id: fileId } }
      ]
    }],
    response_format: {
      type: "json_schema",
      json_schema: {
        name: "texts",
        schema: {
          type: "object",
          properties: {
            texts: {
              type: "array",
              items: {
                type: "object",
                properties: {
                  text: { type: "string" },
                  start_time: { type: "number" },
                  end_time: { type: "number" }
                },
                required: ["text", "start_time", "end_time"]
              }
            }
          },
          required: ["texts"]
        }
      }
    }
  }, {
    headers: { authorization: `Bearer ${apiKey}` }
  })
    .then((response) => {
      console.log(response.data.choices[0].message.content);
    })
    .catch((error) => {
      console.log(error);
    });
};

launchJob(options).then((response) => {
  console.log(response.data);
  detectText(response.data.file_id);
});

‍

Vous obtiendrez d'abord cette réponse, avec le file_id de votre vidéo envoyée :

{
  "file_id": "3043fe8b-6cba-408c-8ebb-3e76f95644ab",
  "file_name": "video.mp4",
  "file_size": 1047614,
  "file_mimetype": "video/mp4",
  "purpose": "general",
  "metadata": {"duration": 10},
  "created_at": "2026-10-12T15:56:13.860144Z",
  "expires_at": "2026-10-13T15:56:13.860144Z"
}

‍

Le modèle renvoie ensuite le résultat de la tâche de détection de texte au format JSON. Les temps sont estimés par le modèle : vérifiez-les sur quelques-unes de vos vidéos avant de vous y fier.

{
  "texts": [
    {"text": "SUMMER SALE", "start_time": 0.0, "end_time": 3.0},
    {"text": "FREE SHIPPING ON ALL SHOES", "start_time": 3.0, "end_time": 6.0}
  ]
}

‍

Avantages de l'utilisation de l'API de détection de texte vidéo avec Eden AI

L'utilisation de la détection de texte vidéo avec l'API Eden AI est simple et rapide.

‍

Économisez du temps et de l'argent

Nous proposons une API unifiée pour tous les fournisseurs : simple et standard à utiliser, avec un changement rapide d'un fournisseur à l'autre et un accès aux fonctionnalités spécifiques de chaque fournisseur.

‍

Facile à intégrer

Le format de sortie JSON est le même pour tous les fournisseurs grâce au travail de standardisation d'Eden AI. Les éléments de réponse sont également standardisés grâce aux puissants algorithmes de correspondance d'Eden AI.

‍

Personnalisation

Avec Eden AI, vous avez la possibilité d'intégrer une plateforme tierce : nous pouvons développer rapidement des connecteurs. Pour aller plus loin et personnaliser votre demande de détection de texte vidéo avec des paramètres spécifiques, consultez notre documentation.

Questions fréquentes sur l’extraction de du texte d'une vidéo (OCR) avec JavaScript