802 lines
22 KiB
Markdown
802 lines
22 KiB
Markdown
# llmage API 文档
|
||
|
||
Base Path: `/llmage/v1`
|
||
|
||
所有 API 端点需要 Bearer Token 认证（`logined` 权限）。
|
||
|
||
---
|
||
|
||
## POST /v1/chat/completions
|
||
|
||
文本生成接口，兼容 OpenAI 格式。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"qwen3-max"` |
|
||
| `messages` 或 `prompt` | array / string | 对话消息数组或文本提示 |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `catelogid` | string | 目录类型ID，默认 `"t2t"`，也支持中文名（向后兼容） |
|
||
| `stream` | boolean | 是否启用流式输出 |
|
||
| `off_peak` | boolean | 是否使用非高峰时段 |
|
||
| `transno` | string | 交易流水号（不传则自动生成） |
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "qwen3-max",
|
||
"messages": [
|
||
{"role": "user", "content": "Hello"}
|
||
],
|
||
"stream": false
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
**非流式响应:**
|
||
|
||
```json
|
||
{
|
||
"id": "luid_xxx",
|
||
"object": "chat.completion",
|
||
"model": "qwen3-max",
|
||
"choices": [{
|
||
"index": 0,
|
||
"message": {"role": "assistant", "content": "Hi there!"},
|
||
"finish_reason": "stop"
|
||
}],
|
||
"usage": {"prompt_tokens": 10, "completion_tokens": 5, "total_tokens": 15}
|
||
}
|
||
```
|
||
|
||
**流式响应 (SSE):**
|
||
|
||
```
|
||
data: {"choices": [{"delta": {"content": "Hi"}, "index": 0}]}
|
||
data: {"choices": [{"delta": {"content": " there!"}, "index": 0}]}
|
||
data: [DONE]
|
||
```
|
||
|
||
### 错误响应
|
||
|
||
| 状态码 | 说明 |
|
||
|--------|------|
|
||
| 400 | 缺少必填参数或模型不存在 |
|
||
| 403 | 未登录 |
|
||
| 429 | 账户余额不足 |
|
||
|
||
---
|
||
|
||
## POST /v1/video/generations
|
||
|
||
视频生成接口。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"keling-2.1"` |
|
||
| `catelogid` | string | 目录类型ID，如 `"t2v"` / `"i2v"` / `"r2v"` |
|
||
| `prompt` | string | 生成提示词 |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `image_url` | string | 图生视频时提供参考图 URL |
|
||
| `duration` | string | 视频时长，如 `"5s"` |
|
||
| `resolution` | string | 分辨率，如 `"1080p"` |
|
||
| `n` | integer | 生成数量 |
|
||
| `transno` | string | 交易流水号 |
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "keling-2.1",
|
||
"catelogid": "t2v",
|
||
"prompt": "A beautiful sunset over the ocean",
|
||
"duration": "5s",
|
||
"resolution": "1080p"
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
视频生成通常为异步任务，提交后返回任务信息：
|
||
|
||
```json
|
||
{
|
||
"id": "luid_xxx",
|
||
"object": "video.generation",
|
||
"model": "keling-2.1",
|
||
"status": "submitted",
|
||
"taskid": "task_xxx",
|
||
"created": 1716912000
|
||
}
|
||
```
|
||
|
||
通过 `/v1/tasks?taskid=xxx` 查询任务状态。
|
||
|
||
### 各模型输入参数明细
|
||
|
||
> 以下为各平台/模型的具体输入参数。调用时通过 `model` + `catelogid` 自动路由到对应供应商。
|
||
|
||
---
|
||
|
||
#### Vidu 平台
|
||
|
||
##### T2V - 文生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | `viduq3-pro` | 模型名称 | `viduq3-turbo`, `viduq3-pro` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `off_peak` | string | 否 | `N` | 错峰执行 | `Y`, `N` |
|
||
| `duration` | integer | 否 | `10` | 视频长度（1-16秒） | 1-16 |
|
||
| `ratio` | string | 否 | `16:9` | 长宽比 | `16:9`, `9:16`, `4:3`, `3:4`, `1:1` |
|
||
| `resolution` | string | 否 | `1080p` | 分辨率 | `540p`, `720p`, `1080p` |
|
||
|
||
##### I2V - 图生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | `viduq3-pro` | 模型名称 | `viduq3-pro`, `viduq3-turbo` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `image_file` | image | 是 | - | 首帧图片 | - |
|
||
| `off_peak` | string | 否 | `N` | 错峰执行 | `Y`, `N` |
|
||
| `duration` | integer | 否 | `10` | 视频长度（1-16秒） | 1-16 |
|
||
| `ratio` | string | 否 | `16:9` | 长宽比 | `16:9`, `9:16`, `4:3`, `3:4`, `1:1` |
|
||
| `resolution` | string | 否 | `1080p` | 分辨率 | `540p`, `720p`, `1080p` |
|
||
|
||
##### 2I2V - 首尾帧生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|
||
|--------|------|------|--------|------|
|
||
| `model` | string | 否 | `viduq2` | 模型名称 |
|
||
| `payload` | string | 是 | `2i2v` | 固定值 |
|
||
| `off_peak` | boolean | 否 | `false` | 错峰模式 |
|
||
| `images` | array | 是 | - | 两张图片URL `[首帧, 尾帧]` |
|
||
| `duration` | integer | 否 | `10` | 视频时长 |
|
||
| `prompt` | string | 是 | - | 提示词 |
|
||
| `audio` | boolean | 否 | `true` | 音频直出 |
|
||
| `seed` | integer | 否 | `12345` | 随机种子 |
|
||
| `aspect_ratio` | string | 否 | `16:9` | 画面比例 |
|
||
| `resolution` | string | 否 | `1080p` | 分辨率 |
|
||
|
||
##### Ref2V - 参考生视频 v2（主体模式）
|
||
|
||
> 使用主体（图片/视频/文字）生成视频，支持 viduq3-turbo/q3/q2-pro/q2/q1/2.0
|
||
|
||
| 参数名 | 类型 | 必填 | 说明 |
|
||
|--------|------|------|------|
|
||
| `model` | string | 是 | 模型名称 |
|
||
| `subjects` | array | 是 | 主体列表（最多7个图片/文字主体，每个主体最多3张图） |
|
||
| `prompt` | string | 是 | 提示词 |
|
||
| `audio` | boolean | 否 | 音视频直出 |
|
||
| `audio_type` | string | 否 | 音频类型 |
|
||
| `duration` | integer | 否 | 视频时长 |
|
||
| `seed` | integer | 否 | 随机种子 |
|
||
| `aspect_ratio` | string | 否 | 画面比例 |
|
||
| `resolution` | string | 否 | 分辨率 |
|
||
| `movement_amplitude` | string | 否 | 运动幅度 |
|
||
| `off_peak` | boolean | 否 | 错峰模式 |
|
||
| `auto_subjects` | boolean | 否 | 智能主体 |
|
||
|
||
##### Ref2V - 参考生视频 v2（非主体模式）
|
||
|
||
> 直接上传图片参考生成视频，支持 viduq3-mix/q3-turbo/q3/q2-pro/q2/q1/2.0
|
||
|
||
| 参数名 | 类型 | 必填 | 说明 |
|
||
|--------|------|------|------|
|
||
| `model` | string | 是 | 模型名称 |
|
||
| `images` | array | 是 | 参考图片URL列表（1-7张） |
|
||
| `videos` | array | 否 | 参考视频URL列表（仅viduq2-pro） |
|
||
| `prompt` | string | 是 | 提示词 |
|
||
| `audio` | boolean | 否 | 音视频直出 |
|
||
| `bgm` | boolean | 否 | 背景音乐 |
|
||
| `duration` | integer | 否 | 视频时长 |
|
||
| `seed` | integer | 否 | 随机种子 |
|
||
| `aspect_ratio` | string | 否 | 画面比例 |
|
||
| `resolution` | string | 否 | 分辨率 |
|
||
| `off_peak` | boolean | 否 | 错峰模式 |
|
||
|
||
##### Ref2V - 参考生视频 v1
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | `viduq2-pro` | 模型名称 | `viduq2`, `viduq1`, `vidu2.0` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `off_peak` | string | 否 | `N` | 错峰执行 | `Y`, `N` |
|
||
| `duration` | integer | 否 | `10` | 视频长度 | - |
|
||
| `ratio` | string | 否 | `16:9` | 长宽比 | `16:9`, `9:16`, `4:3`, `3:4`, `1:1` |
|
||
| `resolution` | string | 否 | `1080p` | 分辨率 | `540p`, `720p`, `1080p` |
|
||
|
||
---
|
||
|
||
#### Seedance 平台（火山方舟）
|
||
|
||
##### T2V - 文生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | `doubao-seedance-2-0-260128` | 模型名称 | `doubao-seedance-2-0-260128`, `doubao-seedance-2-0-fast-260128` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `resolution` | string | 否 | `720p` | 尺寸 | `480p`, `720p`, `1080p` |
|
||
| `duration` | integer | 否 | `8` | 视频长度 | - |
|
||
| `ratio` | string | 否 | `1:1` | 宽高比 | `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `21:9`, `9:21` |
|
||
|
||
##### TI2V - 文图生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | `doubao-seedance-2-0-260128` | 模型名称 | `doubao-seedance-2-0-260128`, `doubao-seedance-2-0-fast-260128` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `image1_file` | image | 是 | - | 首帧图片 | - |
|
||
| `image2_file` | image | 否 | - | 尾帧图片 | - |
|
||
| `resolution` | string | 否 | `720p` | 尺寸 | `480p`, `720p`, `1080p` |
|
||
| `duration` | integer | 否 | `8` | 视频长度 | - |
|
||
| `ratio` | string | 否 | `1:1` | 宽高比 | `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `21:9`, `9:21` |
|
||
|
||
##### Ref2V - 参考生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|
||
|--------|------|------|--------|------|
|
||
| `model` | string | 是 | - | 模型名称 |
|
||
| `prompt` | string | 是 | - | 提示词 |
|
||
| `image_file` | image | 否 | - | 参考图片（支持数组，多张参考图） |
|
||
| `video_file` | video | 否 | - | 参考视频（支持数组） |
|
||
| `audio_file` | audio | 否 | - | 参考音频（支持数组） |
|
||
| `duration` | integer | 否 | `12` | 视频长度 |
|
||
| `resolution` | string | 否 | `720p` | 尺寸 |
|
||
| `ratio` | string | 否 | - | 宽高比 |
|
||
|
||
---
|
||
|
||
#### 通义万象（DashScope）
|
||
|
||
##### T2V - 文生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|
||
|--------|------|------|--------|------|
|
||
| `model` | string | 是 | - | 模型名称（如 `wan2.6-t2v`） |
|
||
| `prompt` | string | 是 | - | 提示词 |
|
||
| `negative_prompt` | string | 否 | - | 反向提示词 |
|
||
| `audio_file` | audio | 否 | - | 配音文件 |
|
||
| `size` | string | 否 | `1920*1080` | 视频尺寸 |
|
||
| `duration` | string | 否 | `15` | 视频时长 |
|
||
|
||
**size 可选值：** `832*480`, `480*832`, `624*624`, `1280*720`, `720*1280`, `960*960`, `1088*832`, `832*1088`, `1920*1080`, `1080*1920`, `1440*1440`, `1632*1248`, `1248*1632`
|
||
|
||
**duration 可选值：** `5`, `10`, `15`
|
||
|
||
##### I2V - 图生视频
|
||
|
||
可用模型：`wan2.6-i2v`, `wan2.6-i2v-flash`
|
||
|
||
> 输入参数与 T2V 类似，额外需要首帧图片。
|
||
|
||
##### 2I2V - 首尾帧生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|
||
|--------|------|------|--------|------|
|
||
| `model` | string | 是 | - | 模型名称 |
|
||
| `prompt` | string | 是 | - | 提示词 |
|
||
| `negative_prompt` | string | 否 | - | 反向提示词 |
|
||
| `image1_file` | image | 是 | - | 首帧图片 |
|
||
| `image2_file` | image | 是 | - | 尾帧图片 |
|
||
| `resolution` | string | 否 | `1080P` | 分辨率 |
|
||
| `duration` | integer | - | `5` | 固定5秒 |
|
||
|
||
##### Ref2V - 角色参考生视频
|
||
|
||
> 参考输入视频中的角色形象和音色，搭配提示词生成保持角色一致性的视频。可以输入1-3个人物视频，每个视频一个角色。
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|
||
|--------|------|------|--------|------|
|
||
| `model` | string | 是 | - | 模型名称（如 `wan2.6-r2v`） |
|
||
| `prompt` | string | 是 | - | 提示词 |
|
||
| `video1_file` | video | 是 | - | 角色一视频 |
|
||
| `video2_file` | video | 否 | - | 角色二视频 |
|
||
| `video3_file` | video | 否 | - | 角色三视频 |
|
||
| `size` | string | 否 | `1920*1080` | 视频尺寸 |
|
||
| `duration` | string | 否 | `10` | 视频时长 |
|
||
|
||
**size 可选值：** 同 T2V
|
||
|
||
**duration 可选值：** `10`, `15`
|
||
|
||
##### IA2V - 图像音频生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 说明 |
|
||
|--------|------|------|------|
|
||
| `image_file` | image | 是 | 图像 |
|
||
| `audio_file` | audio | 是 | 音频 |
|
||
|
||
---
|
||
|
||
#### 可灵（Kling）
|
||
|
||
##### T2V - 文生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `model` | string | 是 | - | 模型名称 | `kling-v2-1-master`, `kling-v2-master`, `kling-v1-6`, `kling-v1` |
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `negative_prompt` | string | 否 | - | 反向提示词 | - |
|
||
|
||
---
|
||
|
||
#### 海螺（Hailuo/MiniMax）
|
||
|
||
##### TI2V - 图生视频
|
||
|
||
| 参数名 | 类型 | 必填 | 默认值 | 说明 | 可选值 |
|
||
|--------|------|------|--------|------|--------|
|
||
| `prompt` | string | 是 | - | 提示词 | - |
|
||
| `image_file` | image | 否 | - | 首帧图片 | - |
|
||
| `image_file1` | image | 否 | - | 尾帧图片 | - |
|
||
| `resolution` | string | 否 | `768P` | 尺寸 | `768P`, `1080P` |
|
||
| `duration` | integer | 否 | `6` | 视频长度 | `6`（6秒）, `10`（10秒） |
|
||
|
||
---
|
||
|
||
#### 快乐马（HappyHorse）
|
||
|
||
> 基于通义万象平台（tongyi-wan），输入参数与通义万象对应类型一致。
|
||
|
||
##### T2V - 文生视频
|
||
|
||
输入参数同通义万象 T2V。可用模型：`happyhorse-1.0-t2v`
|
||
|
||
##### I2V - 图生视频
|
||
|
||
输入参数同通义万象 I2V。可用模型：`happyhorse-1.0-i2v`
|
||
|
||
> **注意：** 图片参数名为 `image_file`（非 `image_url`），传入图片 URL。
|
||
|
||
##### Ref2V - 参考生视频
|
||
|
||
输入参数同通义万象 Ref2V，额外支持：
|
||
|
||
| 参数名 | 说明 |
|
||
|--------|------|
|
||
| `resolution` | 可选 `1080P`（默认）, `720P` |
|
||
| `ratio` | 可选 `16:9`（默认）, `9:16`, `3:4`, `4:3` |
|
||
|
||
可用模型：`happyhorse-1.0-r2v`（参考图像数量1-9张，支持多角色参考）
|
||
|
||
---
|
||
|
||
## POST /v1/image/generations
|
||
|
||
图像生成接口。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"jimeng-4.0"` |
|
||
| `catelogid` | string | 目录类型ID，如 `"t2i"` |
|
||
| `prompt` | string | 生成提示词 |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `image_url` | string | 图生图时提供参考图 URL |
|
||
| `size` | string | 尺寸，如 `"1024x1024"` |
|
||
| `n` | integer | 生成数量 |
|
||
| `style` | string | 风格参数 |
|
||
| `quality` | string | 质量参数 |
|
||
| `transno` | string | 交易流水号 |
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "jimeng-4.0",
|
||
"catelogid": "t2i",
|
||
"prompt": "A beautiful sunset over the ocean",
|
||
"size": "1024x1024",
|
||
"n": 1
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
响应格式取决于上游模型配置（同步返回图像数据，异步返回任务信息）：
|
||
|
||
```json
|
||
{
|
||
"id": "luid_xxx",
|
||
"object": "image.generation",
|
||
"model": "jimeng-4.0",
|
||
"status": "submitted",
|
||
"taskid": "task_xxx",
|
||
"created": 1716912000
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## POST /v1/music/generations
|
||
|
||
音乐生成接口。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"music-2.6"`, `"music-2.5"` |
|
||
| `catelogid` | string | 目录类型ID，固定为 `"music_gen"` |
|
||
| `prompt` | string | 音乐风格描述（风格、情绪、场景），如 `"流行音乐, 开心, 适合阳光明媚的下午"` |
|
||
| `lyrics` | string | 歌词内容，使用 `\n` 分隔每行，可包含结构标签 |
|
||
|
||
### 歌词结构标签
|
||
|
||
歌词中可包含以下结构标签来优化生成的音乐结构：
|
||
- `[Intro]` - 前奏
|
||
- `[Verse]` - 主歌
|
||
- `[Pre Chorus]` - 预副歌
|
||
- `[Chorus]` - 副歌
|
||
- `[Bridge]` - 桥段
|
||
- `[Outro]` - 尾声
|
||
- `[Interlude]` - 间奏
|
||
- `[Hook]` - 记忆点
|
||
- `[Build Up]` - 情绪铺垫
|
||
- `[Solo]` - 独奏
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "music-2.6",
|
||
"catelogid": "music_gen",
|
||
"prompt": "Pop music, happy, suitable for a sunny day",
|
||
"lyrics": "[Intro]\n\n[Verse]\nWalking down the street\nFeeling the beat\n\n[Chorus]\nDancing in the sun\nHaving so much fun"
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
MiniMax 音乐生成为同步接口，直接返回音频URL：
|
||
|
||
```json
|
||
{
|
||
"id": "luid_xxx",
|
||
"object": "music.generation",
|
||
"model": "music-2.6",
|
||
"status": "SUCCEEDED",
|
||
"audio": "https://...",
|
||
"created": 1716912000
|
||
}
|
||
```
|
||
|
||
### 可用模型
|
||
|
||
| 模型名称 | model 参数 | 说明 |
|
||
|---------|-----------|------|
|
||
| MiniMax Music 2.6 | `music-2.6` | 最新版本，音质最佳 |
|
||
| MiniMax Music 2.5 | `music-2.5` | 支持14种段落级结构标签，物理级高保真 |
|
||
|
||
### MiniMax Music 2.5 特性
|
||
|
||
Music 2.5 在「段落级强控制」与「物理级高保真」两大技术难题上实现突破：
|
||
- 开放全段落标签控制，精准支持14种结构变体
|
||
- 长度限制：歌词内容 [1, 3500] 个字符
|
||
- prompt 长度限制：[10, 300] 个字符
|
||
|
||
### MiniMax Music 2.0 特性（已过期）
|
||
|
||
Music 2.0 能根据文本描述和歌词直接生成包含人声的完整歌曲：
|
||
- prompt 长度限制：[10, 300] 个字符
|
||
- lyrics 长度限制：[10, 3000] 个字符
|
||
- 状态：已过期（expired_date: 2026-01-01）
|
||
|
||
### 错误响应
|
||
|
||
| 状态码 | 说明 |
|
||
|--------|------|
|
||
| 400 | 缺少必填参数或模型不存在 |
|
||
| 403 | 未登录 |
|
||
| 429 | 账户余额不足 |
|
||
|
||
---
|
||
|
||
## POST /v1/audio/speech
|
||
|
||
文本转语音（TTS）接口。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"speech-2.6-turbo"`, `"speech-2.6-hd"` |
|
||
| `catelogid` | string | 目录类型ID，固定为 `"tts"` |
|
||
| `prompt` | string | 需要合成的文本内容，最长 10,000 字符 |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `speaker` | string | 说话人/音色ID，如 `"female-tianmei"` |
|
||
| `speed` | float | 语速，默认 `1.0` |
|
||
| `emotion` | string | 情感，如 `"happy"`, `"sad"` |
|
||
| `transno` | string | 交易流水号 |
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "speech-2.6-turbo",
|
||
"catelogid": "tts",
|
||
"prompt": "你好，欢迎使用语音合成服务",
|
||
"speaker": "female-tianmei",
|
||
"speed": 1.0,
|
||
"emotion": "happy"
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
MiniMax TTS 为流式接口，逐块返回音频数据（hex编码自动转base64）：
|
||
|
||
```json
|
||
{
|
||
"status": "SUCCEEDED",
|
||
"audio": "base64_encoded_audio_data"
|
||
}
|
||
```
|
||
|
||
### 可用模型
|
||
|
||
| 模型名称 | model 参数 | 说明 |
|
||
|---------|-----------|------|
|
||
| MiniMax Speech 2.6 Turbo | `speech-2.6-turbo` | 极速版，更快更优惠，适用于语音聊天和数字人 |
|
||
| MiniMax Speech 2.6 HD | `speech-2.6-hd` | 高清版，超低延时，更高自然度 |
|
||
| MiniMax Speech 2.5 HD | `speech-2.5-hd-preview` | Preview版本 |
|
||
| F5-TTS 本地 | `f5tts` | 本地部署，零样本声音克隆，多语言支持 |
|
||
|
||
### 错误响应
|
||
|
||
| 状态码 | 说明 |
|
||
|--------|------|
|
||
| 400 | 缺少必填参数或模型不存在 |
|
||
| 403 | 未登录 |
|
||
| 429 | 账户余额不足 |
|
||
|
||
---
|
||
|
||
## POST /v1/audio/transcriptions
|
||
|
||
语音识别（ASR）接口，将音频转为文本。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"qwen3-asr-flash"`, `"parakeet-tdt-0.6b-v2"` |
|
||
| `catelogid` | string | 目录类型ID，固定为 `"asr"` |
|
||
| `audio_file` | string | 音频文件URL |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `language` | string | 语言代码（部分模型支持） |
|
||
| `transno` | string | 交易流水号 |
|
||
|
||
### 请求示例
|
||
|
||
```json
|
||
{
|
||
"model": "qwen3-asr-flash",
|
||
"catelogid": "asr",
|
||
"audio_file": "https://example.com/audio.wav"
|
||
}
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
```json
|
||
{
|
||
"text": "识别出的文本内容",
|
||
"usage": {
|
||
"duration_seconds": 5.2
|
||
}
|
||
}
|
||
```
|
||
|
||
### 可用模型
|
||
|
||
| 模型名称 | model 参数 | 说明 |
|
||
|---------|-----------|------|
|
||
| 通义千问 ASR | `qwen3-asr-flash` | 多语种识别、歌唱识别、情感识别、噪声拒识，0.00026元/秒 |
|
||
| Nvidia ASR | `parakeet-tdt-0.6b-v2` | 仅支持英文，6亿参数，支持标点/大小写/时间戳 |
|
||
|
||
### 通义千问 ASR 核心功能
|
||
|
||
- 多语种识别：涵盖普通话及多种方言（粤语、四川话等）
|
||
- 复杂环境适应：自动语种检测与智能非人声过滤
|
||
- 歌唱识别：伴随BGM下也能实现整首歌曲转写
|
||
- 上下文增强：通过配置上下文提高识别准确率
|
||
- 情感识别：支持惊讶、平静、愉快、悲伤、厌恶、愤怒、恐惧
|
||
|
||
### 错误响应
|
||
|
||
| 状态码 | 说明 |
|
||
|--------|------|
|
||
| 400 | 缺少必填参数或模型不存在 |
|
||
| 403 | 未登录 |
|
||
| 429 | 账户余额不足 |
|
||
|
||
---
|
||
|
||
## GET /v1/tasks
|
||
|
||
查询异步任务状态。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `taskid` | string | 任务 ID |
|
||
|
||
### 请求示例
|
||
|
||
```
|
||
GET /llmage/v1/tasks?taskid=task_xxx
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
```json
|
||
{
|
||
"status": "ok",
|
||
"data": {
|
||
"status": "SUCCEEDED",
|
||
"output": [...]
|
||
}
|
||
}
|
||
```
|
||
|
||
任务状态值: `UNKNOWN` / `SUCCEEDED` / `FAILED`
|
||
|
||
---
|
||
|
||
## GET /v1/models
|
||
|
||
列出可用模型列表。
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `catelogid` | string | 按目录类型过滤 |
|
||
| `orderby` | string | 排序字段 |
|
||
|
||
### 请求示例
|
||
|
||
```
|
||
GET /llmage/v1/models
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
```json
|
||
{
|
||
"object": "list",
|
||
"data": [
|
||
{
|
||
"id": "qwen3-max",
|
||
"object": "model",
|
||
"created": 1748044800,
|
||
"owned_by": "opencomputing.ai"
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## GET /v1/pricing
|
||
|
||
获取模型定价展示信息。
|
||
|
||
### 必填参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `model` | string | 模型名称，如 `"qwen3.7-max"` |
|
||
|
||
### 可选参数
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `catelogid` | string | 目录类型ID，默认 `"t2t"` |
|
||
|
||
### 请求示例
|
||
|
||
```
|
||
GET /llmage/v1/pricing?model=qwen3.7-max
|
||
```
|
||
|
||
### 响应格式
|
||
|
||
```json
|
||
{
|
||
"status": "ok",
|
||
"data": {
|
||
"ppid": "pp_xxx",
|
||
"name": "qwen3.7-max",
|
||
"pricing_type": "per_use",
|
||
"display_text": "【通义千问 qwen3.7-max】定价:\n - 输入Token: 12 元/百万 [模型=qwen3.7-max]\n - 输出Token: 48 元/百万 [模型=qwen3.7-max]",
|
||
"items": [...]
|
||
}
|
||
}
|
||
```
|
||
|
||
### 错误响应
|
||
|
||
| 状态 | 说明 |
|
||
|------|------|
|
||
| error | 缺少 model 参数 |
|
||
| error | 模型不存在或无定价配置 |
|
||
|
||
---
|
||
|
||
## 通用说明
|
||
|
||
### catelogid 目录类型ID对照表
|
||
|
||
| ID | 中文名 | 说明 |
|
||
|----|--------|------|
|
||
| `t2t` | 文生文 | 文本生成（默认） |
|
||
| `t2i` | 文生图 | 图像生成 |
|
||
| `t2v` | 文生视频 | 文本生成视频 |
|
||
| `i2v` | 图生视频 | 图像生成视频 |
|
||
| `r2v` | 参考生视频 | 参考图像生成视频 |
|
||
| `tts` | 语音合成 | 文本转语音 |
|
||
| `asr` | 语音识别 | 语音转文本 |
|
||
| `vision` | 图理解 | 图像理解 |
|
||
| `ai_search` | AI搜索 | AI搜索 |
|
||
| `digital_human` | 数字人 | 数字人 |
|
||
| `music_gen` | 音乐生成 | 音乐生成 |
|
||
| `text_cls` | 文本分类 | 文本分类 |
|
||
| `3d_gen` | 3D生成 | 3D模型生成 |
|
||
| `video_tool` | 视频工具 | 视频处理工具 |
|
||
| `translate` | 翻译 | 文本翻译 |
|
||
|
||
> 向后兼容：catelogid 参数同时支持新ID（如 `"t2v"`）和旧中文名（如 `"文生视频"`），推荐使用新ID。
|
||
|
||
### 参数统一
|
||
|
||
所有 v1 接口统一使用 `catelogid` 参数标识目录类型，替代原有的 `lctype` / `llmcatelogid`。
|
||
|
||
### 认证
|
||
|
||
所有接口需要 Bearer Token 认证，请求头中携带:
|
||
|
||
```
|
||
Authorization: Bearer ***
|
||
```
|
||
|
||
### 余额检查
|
||
|
||
每次请求都会自动调用 `checkCustomerBalance()` 进行余额检查：
|
||
- 如果模型属于用户所在组织（`llm.ownerid == userorgid`），则跳过余额检查
|
||
- 否则检查 tpac 余额或本地余额
|
||
- 余额不足时返回 429 状态码
|
||
|
||
### 计费
|
||
|
||
请求成功后自动创建 `llmusage` 记录，状态为 `created`。后台定时任务会定期执行计费流程。
|