プラットフォーム

価格

ソリューション

構築

資料

会社

Select Language

Playground

営業担当に相談する

メディア・エンターテインメント

Less work.
More flow.

AI that indexes every scene, dialogue line and visual detail – so you can find, isolate and build stories in seconds.

営業担当に相談する

AI that indexes every scene, dialogue line and visual detail – so you can find, isolate and build stories in seconds.

営業担当に相談する

Archive Segmentation

Turn decades of footage into scene-level, searchable intelligence – pinpointing exact moments across your archive.

Production Acceleration

From raw footage to rough cut, automatically organize clips into searchable bins, highlights and chapters.

Content Repackaging

Turn a single source video into trailers, social clips and regional edits, using natural language search.

Use Cases

プロの現場で「使える」、メディア制作向けAI。

制作ワークフローを短縮

コンテンツの即時要約

自動「デイリーズ」編集

ハイライトリールや予告編を瞬時に生成

制作ワークフローを短縮

コンテンツの即時要約

自動「デイリーズ」編集

ハイライトリールや予告編を瞬時に生成

タグ不要のコンテンツ管理

重複コンテンツ検出

メタデータ生成

高度なセマンティック検索

アーカイブおよび権利管理

タグ不要のコンテンツ管理

重複コンテンツ検出

メタデータ生成

高度なセマンティック検索

アーカイブおよび権利管理

よりパーソナライズされたユーザー体験

文脈を踏まえたコンテンツ理解

顧客向けコンテンツレコメンド

顧客発見の高度化

広告マッチング

よりパーソナライズされたユーザー体験

文脈を踏まえたコンテンツ理解

顧客向けコンテンツレコメンド

顧客発見の高度化

広告マッチング

TwelveLabsの価値

最先端の性能を、導入したその日から。

あらゆるクラウドで利用でき、独自データでファインチューニングし、カスタムモデルを展開できます。

世界トップクラスの精度。

TwelveLabsの動画特化型AIは、主要クラウドベンダーやオープンソースモデルのベンチマークを上回る。

圧倒的なスケール。

TwelveLabsの強力なインフラは、最大規模の動画ライブラリ―、ペタバイト級のデータでさえも処理可能。

フルカスタマイズに対応。

TwelveLabsのモデルは、お客様のデータで簡単に学習させることができ、専門分野のエキスパートへと進化。

どこにでもデプロイ可能。

クラウド、プライベートクラウド、オンプレミスのいずれでも、必要な環境に安全かつ簡単に導入できます。

世界トップクラスの精度。

TwelveLabsの動画特化型AIは、主要クラウドベンダーやオープンソースモデルのベンチマークを上回る。

圧倒的なスケール。

TwelveLabsの強力なインフラは、最大規模の動画ライブラリ―、ペタバイト級のデータでさえも処理可能。

フルカスタマイズに対応。

TwelveLabsのモデルは、お客様のデータで簡単に学習させることができ、専門分野のエキスパートへと進化。

どこにでもデプロイ可能。

クラウド、プライベートクラウド、オンプレミスのいずれでも、必要な環境に安全かつ簡単に導入できます。

フルカスタマイズに対応。

Our models can be easily trained on your data to become experts in your domain.

どこにでもデプロイ可能。

クラウド、プライベートクラウド、オンプレミスのいずれでも、必要な環境に安全かつ簡単に導入できます。

Python

Node

from twelvelabs import TwelveLabs
import os

client = TwelveLabs("<YOUR_API_KEY>")

# Create new Index
index = client.index.create(        
     name="My First Index",
     engines=[
       {                
         "name": "marengo2.7",
         "options": ["visual", "audio"],
       },
     ],
  )
# Create new Task on Index (Upload the video)
video_path = os.path.join(os.path.dirname(__file__), "<YOUR_FILE_PATH>")
task = client.task.create(index_id=index.id, file=video_path, language="en")

# Wait for indexing to finish
task.wait_for_done()

# Search from your index
query = "An artist climbing up the ladder that he painted."
result = client.search.query(index.id, query, ["visual", "audio"])
‍print(result)

Python

Node

from twelvelabs import TwelveLabs
import os

client = TwelveLabs("<YOUR_API_KEY>")

# Create new Index
index = client.index.create(        
     name="My First Index",
     engines=[
       {                
         "name": "marengo2.7",
         "options": ["visual", "audio"],
       },
     ],
  )
# Create new Task on Index (Upload the video)
video_path = os.path.join(os.path.dirname(__file__), "<YOUR_FILE_PATH>")
task = client.task.create(index_id=index.id, file=video_path, language="en")

# Wait for indexing to finish
task.wait_for_done()

# Search from your index
query = "An artist climbing up the ladder that he painted."
result = client.search.query(index.id, query, ["visual", "audio"])
‍print(result)

Python

Node

from twelvelabs import TwelveLabs
import os

client = TwelveLabs("<YOUR_API_KEY>")

# Create new Index
index = client.index.create(        
     name="My First Index",
     engines=[
       {                
         "name": "marengo2.7",
         "options": ["visual", "audio"],
       },
     ],
  )
# Create new Task on Index (Upload the video)
video_path = os.path.join(os.path.dirname(__file__), "<YOUR_FILE_PATH>")
task = client.task.create(index_id=index.id, file=video_path, language="en")

# Wait for indexing to finish
task.wait_for_done()

# Search from your index
query = "An artist climbing up the ladder that he painted."
result = client.search.query(index.id, query, ["visual", "audio"])
‍print(result)