302.AI API 書類
  1. Doubao
  • 大規模言語モデル
    • API移行ガイド
    • 独占機能
      • オンライン検索
        • Chat(オンライン検索)
      • ふかさゆうせんたんさ
        • Chat（ふかさゆうせんたんさ）
      • 画像解析
        • Chat（画像解析）
      • 推論モード
        • Chat（推論モード）
      • リンク解析
        • Chat（リンク解析）
      • ツール呼び出し
        • Chat（ツール呼び出し）
      • 長期記憶（Beta）
        • Memobase
          • ユーザー管理
            • Create User (ユーザーの作成)
            • Get User (ユーザー情報の取得)
            • Update User （ユーザー情報の更新）
            • Delete User (ユーザーの削除)
          • データ管理
            • Insert Data (データを挿入)
            • Get Datas (データ一覧取得)
            • Get Data （個別データ取得）
            • Delete Data （個別データの削除）
          • 记忆管理
            • Flush Buffer (メモリを生成)
            • Get User Profile (記憶を獲得する)
            • Delet User Profile (メモリー削除)
        • Chat（長期記憶）
      • 簡易版API
        • Chat（簡易版API）
    • モデルサポート
      • Models(モデル一覧)
      • Status（モデルのステータス）
    • OpenAI
      • Chat（会話）
      • Responses（会話）
      • Chat（ストリーミング応答）
      • Chat（gpt-4o 画像分析）
      • Chat（gpt-4o 構造化出力）
      • Chat（gpt-4o 関数呼び出し）
      • Chat（gpt-4-plus 画像分析）
      • Chat（gpt-4-plus 画像生成）
      • Chat（gpt-4o-image-generation 画像を修正）
      • Chat（gptsモデル）
      • Chat（chatgpt-4o-latest）
      • Chat（o1シリーズ）
      • Chat（o3シリーズ）
      • Chat（o4シリーズ）
      • Chat（gpt-4o 音声モデル）
      • Responses（Deep-Research）
    • Anthropic
      • Chat（会話）
      • Chat（画像分析）
      • Chat（関数呼び出し）
      • Messages（オリジナルフォーマット）
      • Messages（関数呼び出し）
      • Messages（思考モード）
      • Messages（128K出力）
    • Gemini
      • Chat（会話）
      • Chat（画像分析）
      • Chat（画像生成）
    • 中国モデル
      • Chat（Baidu ERNIE）
      • Chat（Tongyi Qianwen）
      • Chat（Tongyi Qianwen-VL）
      • Chat（Tongyi Qianwen-OCR）
      • Chat（ZHIPU GLM-4）
      • Chat（ZHIPU GLM-4V）
      • Chat（Baichuan AI）
      • Chat（Moonshot kimi AI）
      • Chat（Moonshot kimi AI-Vision）
      • Chat（01.AI）
      • Chat（01.AI-VL）
      • Chat（DeepSeek）
      • Chat（DeepSeek-VL2）
      • Chat（ByteDance Doubao）
      • Chat（ByteDance Doubao-Vision）
      • Chat（ByteDance Doubao Image Generation）
      • Chat（Stepfun）
      • Chat (Stepfun Multimodal)
      • Chat（iFLYTEK Spark）
      • Chat（SenseTime）
      • Chat（Minimax）
      • Chat（Tencent Hunyuan）
    • SiliconFlow
      • Chat（SiliconFlow）
    • PPIO
      • Chat（PPIO）
    • SophNet
      • Chat（SophNet）
    • オープンソースモデル
      • Chat（LLaMA4）
      • Chat（LLaMA3.3）
      • Chat（LLaMA3.2 マルチモーダル）
      • Chat（LLaMA3.1）
      • Chat（Mistral）
      • Chat（Pixtral-Large-2411マルチモーダル）
      • Chat（Gemma-7B、Gemma-3-27b-it）
      • Chat（Gemma2-9B）
      • Chat（Command R+）
      • Chat（Qwen2）
      • Chat（Qwen2.5）
      • Chat（Qwen2.5-VL）
      • Chat（Qwen3）
      • Chat（Llama-3.1-nemotron）
      • Chat（QwQ-32B、QwQ-Plus、QwQ-32B-Preview）
    • 専門モデル
      • Chat（WiseDiag医療モデル）
      • Chat（ChatLaw法律モデル）
      • Chat（Xuanyuan金融モデル）
      • Chat（Farui法律モデル）
      • Chat（Alibaba数学モデル）
      • Chat（Perplexity検索）
    • その他のモデル
      • Chat（grok-3）
      • Chat（grok-2）
      • Chat（grok-2-vision）
      • Chat（Nova）
      • Chat（v0）
  • 画像生成
    • 統一インターフェース
      • 画像を生成
    • GPT-Image-1
      • Generations（画像生成）
      • Edits（画像の修正）
    • DALL.E
      • Generations（DALL·E 3とDALL·E 2）
      • Edits（DALL·E 2）
      • Variations（DALL·E 2）
    • Stability.ai
      • Text-to-image（画像生成-V1）
      • Generate（画像生成-SD2）
      • Generate（画像生成-SD3-Ultra）
      • Generate（画像生成-SD3）
      • Generate（画像生成-SD3.5-Large）
      • Generate（画像生成-SD3.5-Medium）
      • Generate（画像から画像を生成-SD3）
      • Generate（画像から画像を生成-SD3.5-Large）
      • Generate（画像から画像を生成-SD3.5-Medium）
    • Midjourney
      • Imagine（描画）
      • Action（修正）
      • Blend（画像合成）
      • Describe（画像説明）
      • Modal（部分再描画）
      • Fetch（タスク取得）
      • Cancel（タスクキャンセル）
    • Midjourney-Relax
      • Imagine（絵画）
      • Action（修正）
      • Blend（ブレンド）
      • Describe（画像説明）
      • Modal（部分的な再描画）
      • Fetch（タスクを受け取る）
      • Cancel（タスクをキャンセル）
    • 302.AI
      • SDXL（画像生成）
      • SDXL-Lora（画像生成-Lora）
      • SDXL-Lightning（高速画像生成）
      • SDXL-Lightning-V2（高速画像生成-V2）
      • SDXL-Lightning-V3（高速画像生成-V3）
      • SD3（画像生成-SD3）
      • SD3（画像生成-SD3-v2）
      • Aura-Flow（画像生成）
      • Kolors（画像生成-Kolors）
      • Kolors（参考画像生成-KLING）
      • QRCode（Art QR code 生成）
      • Lora（画像生成-Lora）
      • SD-3.5-Large（画像生成）
      • SD-3.5-Large-Turbo（画像生成）
      • SD-3.5-Medium（画像生成）
      • Lumina-Image-V2(画像生成)
      • Playground-v25（画像生成）
      • Omnigen-V1（画像生成）
    • Glif
      • Glif（Claude+SD3）
      • Glif（文字からステッカー画像を生成）
      • Glif（文字から落書きを生成）
      • Glif（文字からWojak漫画を生成）
      • Glif（文字からLEGO画像を生成）
    • Flux
      • 公式API
        • Generate (画像を生成)
        • Finetune （微調整）
        • Result (クエリタスク)
      • Flux-Ultra（画像生成v1.1）
      • Flux-Pro（画像生成）
      • Flux-Pro（画像生成v1.1）
      • Flux-Dev（画像生成）
      • Flux-Schnell（画像生成）
      • Flux-Realism（超リアルなLora）
      • Flux-Lora（カスタムLora）
      • Flux-General（高度カスタマイズ）
      • Flux-General-Inpainting（高度カスタマイズ）
      • Flux-Lora-Training（訓練Lora）
      • Flux-Lora-Training（非同期で結果を取得する）
    • Ideogram
      • Generate（文字から画像を生成V3）
      • Generate（文字から画像を生成）
    • Recraft
      • Recraft-V3（文字から画像を生成）
      • Create-Style（カスタムスタイル）
      • Recraft-20B（画像生成）
    • Luma
      • Luma-Photon（画像生成）
      • Luma-Photon-Flash（高速画像生成）
    • Doubao
      • Generations（JImeng画像生成）
      • Drawing（Doubao画像生成）
    • Google
      • Imagen-4-Preview （画像生成）
      • Imagen-3 （画像生成）
      • Imagen-3-Fast（画像生成）
    • Minimax
      • image（テキストから画像を生成）
    • ZHIPU
      • image（テキストから画像を生成）
    • Baidu
      • iRAG(テキストから画像生成)
    • Hidream
      • Hidream-i1-full（上級版）
      • Hidream-i1-dev（中級版）
      • Hidream-i1-fast（入門版）
    • Bagel
      • Bagel（画像生成）
    • SiliconFlow
      • 画像生成リクエストの作成
    • Higgsfield
      • Soul（文字から画像へ）
      • Fetch (タスク結果の取得)
  • 画像処理
    • 302.AI
      • Upscale（画像拡大）
      • Upscale-V2（画像拡大-V2）
      • Upscale-V3（画像拡大-V3）
      • Upscale-V4（画像拡大-V4）
      • Super-Upscale（超画像拡大）
      • Super-Upscale-V2（超画像拡大-V2）
      • Face-upscale（肖像画の画像拡大）
      • Colorize(白黒写真に色を付ける)
      • Colorize(白黒写真に色を付ける-V2)
      • Removebg（背景を削除）
      • Removebg-V2（背景を削除-V2）
      • Removebg-V3（背景を削除-V3）
      • Inpaint（画像修正）
      • Erase（オブジェクトの削除）
      • Face-to-many（肖像画画像の様式化）
      • Llava（画像認識）
      • Relight（補助照明）
      • Relight-background（二次光の背景合成）
      • Relight-V2（補助照明-V2）
      • Face-swap-V2（AIフェイススワップV2）
      • Fetch（タスク取得）
      • HtmltoPng（HTMLをPNG形式に変換）
      • SvgToPng（SVGをPNG形式に変換）
      • image-translate（画像翻訳）
      • image-translate-query（画像翻訳結果）
      • image-translate-redo（画像翻訳修正）
      • Flux-selfie（スタイリッシュな自撮り写真）
      • Trellis（画像を3Dモデルに変換）
      • Pose-Transfer（人物のポーズ変換）
      • Pose-Transfer（人物のポーズ変換結果）
      • Virtual-Tryon（バーチャル試着）
      • Virtual-Tryon（バーチャル試着結果）
      • Denoise（AIノイズ除去）
      • Deblur（AIによるぼかし除去）
    • 302.AI-ComfyUI
      • 着せ替えタスクを作成する
      • 着替えタスクの作成（マスクをアップロード）
      • 着せ替えタスクのステータスを照会する
      • フェイススワップタスクの作成
      • フェイススワップタスクのステータスを照会
      • 任意の物体を置き換えるタスクを作成
      • 任意物品交換タスクの作成（マスクをアップロード）
      • 任意の物品交換タスクのステータスを照会する
      • 漫画キャラクターを実写化するタスクの作成
      • 漫画キャラクターを実写化するタスクの状態を照会
      • スタイル転送タスクを作成
      • スタイル変換タスクのステータスを照会
      • 画像除去タスクの作成
      • 画像除去タスクの状態を確認
      • 動画顔交換タスクの作成
      • 動画顔交換タスクの状態を確認
    • Vectorizer
      • Vectorize（ベクトル化）
    • Stability.ai
      • Fast Upscale（画像の高速拡大）
      • Creatice Upscale (創造的な画像拡大)
      • Conservative Upscale（保守的な画像拡大）
      • Fetch Creatice Upscale（超高解像度画像拡大）
      • Erase（物体除去）
      • Inpaint（画像修正）
      • Outpaint（画像拡張）
      • Search-and-replace (内容置換)
      • Search-and-recolor (内容再着色)
      • Remove-background（背景除去）
      • Sketch (スケッチから画像)
      • Structure（画像生成）
      • Style (スタイルの一貫性)
      • Replace-Background（背景を変更）
      • Stable-Fast-3D（画像から3Dモデルを変換）
      • Stable-Point-3D（画像から3Dモデルへの変換-新バージョン）
    • Glif
      • Glif(様式化された人物写真)
      • Glif(写真を彫刻に変換)
      • Glif(写真はピクセル化されています)
      • Glif(Logoができました）
      • Glif(画像からGIFを生成します)
    • Clipdrop
      • Cleanup (物体除去)
      • Upscale (AI 増幅)
      • Remove-background（背景除去）
      • Uncrop（画像拡大）
    • Recraft
      • Vectorize Image（画像のベクトル化）
      • Remove Background（背景除去）
      • Clarity Upscale（画像拡大）
      • Generative Upscale（創造的な画像拡大）
    • BRIA
      • Remove Background（背景を削除）
      • Blur Background（背景をぼかす）
      • Generate Background（背景合成）
      • Erase Foreground（前景消去）
      • Eraser（選択部分消去）
      • Expand Image（画像拡張）
      • Increase Resolution（解像度の拡大）
      • Crop（画像を切り抜く）
      • Cutout（商品画像を切り抜き）
      • Packshot（クローズアップ写真）
      • Shadow （影を追加する）
      • Scene （シーン生成）
      • Caption（画像の説明）
      • Register（画像アップロード）
      • Mask（画像分割）
      • Presenter info (顔の解析)
      • Modify Presenter（顔の修正）
      • Delayer Image（画像をPSDに変換）
    • Flux
      • 公式API
        • Generate（画像を変更する）
        • Result（クエリタスク）
      • Flux-V1.1-Ultra-Redux（画像から画像生成-Ultra）
      • Flux-V1.1-Pro-Redux（画像から画像生成-Pro）
      • Flux-Dev-Redux（画像から画像生成-Dev）
      • Flux-Schnell-Redux（画像から画像生成-Schnell）
      • Flux-V1-Pro-Canny（物体の一貫性）
      • Flux-V1-Pro-Depth（深度の一貫性）
      • Flux-V1-Pro-Fill（部分的な描き直し）
      • Flux-Kontext-Pro（画像編集）
      • Flux-Kontext-Max（画像編集）
    • Hyper3D
      • Hyper3d-Rodin（3Dモデルを生成する）
      • Hyper3d-Rodin（タスクの結果を取得する）
    • Tripo3D
      • Task（タスクの提出）
      • Upload（画像アップロード）
      • Fetch（結果を取得）
    • FASHN
      • Fashn-Tryon（バーチャル試着）
      • Fashn-Tryon（バーチャル試着v1.5）
    • Ideogram
      • Edit（画像修正V3）
      • Remix（画像から画像を生成V3）
      • Reframe（画像拡張V3）
      • Replace Background（背景置換V3）
      • Remix（画像から画像を生成）
      • Upscale（画像拡大）
      • Describe（画像の説明）
      • Edit（画像修正）
      • Describe（画像説明）
    • Doubao
      • SeedEdit（画像コマンド編集 ）
      • Character（キャラクター特徴の保持）
      • SeedEdit_v3.0（画像指示編集）
      • SeedEdit_v3.0（结果获取）
      • Portrait（人物写真）
      • Portrait（結果取得）
    • Kling
      • Virtual-Try-On（バーチャル試着）
      • Fetch（タスク結果取得）
    • StepFun
      • Step1x-Edit（画像の修正）
    • Bagel
      • Bagel-Edit（画像編集）
  • 映像生成
    • 統一インターフェース
      • 動画生成タスクの作成
      • 動画タスク情報を取得
    • 302.AI
      • Image-to-video (画像から映像)
      • Live-portrait（ライブポートレート）
      • Video-To-Video（映像スタイルの移行）
      • Fetch（结果取得）
      • latentsync（オープンソースのデジタルパーソン）
      • latentsync（タスクの結果を取得）
      • Upscale-Video（ビデオ高画質化）
      • Upscale-Video（ビデオ結果を取得する）
    • Stable Diffusion
      • Image-to-video(画像から映像を生成)
      • Fetch Image-to-video（画像から映像を生成）
    • Luma AI
      • Submit（文字／画像から映像を生成）
      • Extend (映像延長)
      • Fetch（タスク取得）
    • Runway
      • Submit (文字から映像を生成)
      • Submit（画像から映像を生成）
      • Submit（画像から映像を素早く生成する）
      • Submit（画像から動画生成 Gen4）
      • Submit（画像から動画生成 Gen4-Turbo）
      • Submit（映像から映像を生成）
      • Submit（映像から映像を素早く生成する）
      • Submit（Act-one動作捕捉）
      • Submit（動画拡張）
      • Fetch（タスク取得）
    • Kling
      • 302フォーマット
        • Txt2Video(文字から映像を生成-1.0-クイック-5秒)
        • Txt2Video_HQ(文字から映像を生成 1.5- HD - 5秒)
        • Txt2Video_HQ(文字から映像を生成 1.5- HD - 10秒)
        • Image2Video（画像から映像を生成 1.0- クイック - 5秒)
        • Image2Video（画像から映像を生成 1.0- クイック - 10秒）
        • Image2Video（画像から映像を生成 1.5- クイック - 5秒）
        • Image2Video（画像から映像を生成 1.5- クイック - 10秒）
        • Image2Video_HQ（画像から映像を生成 1.5- HD - 5秒)
        • Image2Video_HQ（画像から映像を生成 1.5- HD - 10秒）
        • Extend_Video（映像延長）
        • Txt2Video（テキストから動画生成1.6 - スタンダード - 5秒）
        • Txt2Video（テキストから動画生成1.6 - スタンダード - 10秒）
        • Txt2Video（テキストから動画生成1.6 - HD - 5秒）
        • Image2Video（画像から映像を生成 1.6- スタンダード- 5秒）
        • Txt2Video（テキストから動画生成1.6 - HD - 10秒）
        • Image2Video（画像から映像を生成 1.6- スタンダード- 10秒）
        • Image2Video（画像から映像を生成 1.6- HD- 5秒）
        • Txt2Video（テキストから動画生成2.0 – HD – 5秒）
        • Image2Video（画像から動画生成2.0 – HD – 5秒）
        • Image2Video（画像から動画生成2.0 – HD – 10秒）
        • Image2Video（画像から映像を生成 1.6- HD- 10秒）
        • Image2Video (マルチ画像参照)
        • Image2Video（マルチ画像参照）
        • Image2Video（イメージビデオ 2.1～5秒）
        • Image2Video（イメージビデオ 2.1～10秒）
        • Image2Video（イメージビデオ 2.1-HD-5秒）
        • Image2Video（イメージビデオ 2.1-HD-10秒）
        • Fetch（タスク取得）
      • 公式フォーマット
        • Text2video（テキストから動画生成 公式API）
        • Text2video（テキストから動画生成のタスク結果取得）
        • Image2video（画像から動画生成 公式API）
        • Image2video（画像から動画生成のタスク結果取得）
    • Minimax
      • Video（テキスト生成動画）
      • Video（画像から映像生成）
      • Video（主体参照による動画生成）
      • Video（カメラ操作）
      • Video（MiniMax-Hailuo-02）
      • Query（タスク照会）
      • Files（映像の保存）
    • Pika
      • 1.5 pikaffects（画像から動画生成）
      • Turbo Generate（テキストから動画生成）
      • Turbo Generate（画像から動画生成）
      • 2.1 Generate（テキストから動画生成）
      • 2.1 Generate（画像から動画生成）
      • 2.2 Generate（Text-to-Video Generation）
      • 2.2 Generate（画像から動画生成）
      • 2.2 Pikascenes（シーン動画を生成）
      • Fetch（タスク照会）
    • PixVerse
      • PixverseエフェクトID
      • PixverseサウンドID
      • Generate（テキスト生成動画）
      • Generate（画像から動画生成）
      • Generate（複数主体の参照）
      • Fetch（結果取得）
    • Genmo
      • Mochi-v1（文字から映像生成）
      • Mochi-v1 (タスク結果の取得)
    • Hedra
      • 2.0
        • Audio（音声アップロード）
        • Portrait（肖像画アップロード）
        • Characters（口合成）
        • Fetch（タスク照会）
      • 3.0
        • List Models（モデルのリストを取得する）
        • Create Asset（リソースの作成）
        • Upload Asset（リソースのアップロード）
        • Generate Asset（リソース合成）
        • Get Status（リソース合成結果を取得する）
    • Haiper
      • Haiper（文字から映像生成）
      • Haiper（画像から映像生成）
      • Haiper（文字から映像生成V2.5）
      • Haiper（画像から映像生成V2.5）
      • Haiper（タスク照会）
    • Sync.
      • Generate（リップシンク）
      • Fetch（結果を取得）
    • Lightricks
      • Ltx-Video（テキスト生成動画）
      • Ltx-Video-I2V（画像生成動画）
      • Ltx-Video-v095（テキストから動画生成）
      • Ltx-Video-v095-I2V（画像から動画の生成）
    • Hunyuan
      • Hunyuan（テキストからビデオ生成）
      • Hunyuan（タスクの結果を取得）
    • Vidu
      • Vidu（テキストから動画を生成）
      • Vidu（画像から動画を生成）
      • Vidu（開始フレームと終了フレームから動画を生成）
      • Vidu（参照主体から動画生成）
      • Vidu（シーン動画を生成）
      • Vidu（スマート超高画質）
      • Fetch（タスク結果を取得）
      • Vidu V2（テキストから動画生成）
      • Vidu V2（画像から動画へ）
      • Vidu V2（始点と終点フレームによる動画生成）
      • Vidu V2（主体生成に基づく動画生成）
      • Vidu（シーン動画生成 V2）
      • Vidu V2（スマート超高精細 – プレミアム）
      • Fetch V2（タスク結果の取得）
    • Tongyi Wanxiang
      • T2V（テキストから動画を生成）
      • Tasks（タスク結果を取得）
      • wan-t2v（テキスト生成動画のオープンソース版）
      • wan-t2v（タスク結果を取得）
      • wan-i2v (画像生成動画オープンソース版)
      • wan-i2v（タスク結果を取得）
      • wan-vace（ビデオ編集）
      • wan-vace（タスク結果を取得）
    • SiliconFlow
      • LTX-Video（映像生成）
      • HunyuanVideo（映像生成）
      • Mochi-1-Preview（映像生成）
      • Tasks（結果を取得）
    • Jimeng
      • Seaweed (テキスト/画像生成ビデオ)
      • Seaweed (タスク結果の取得)
      • Seedance（テキスト/画像生成ビデオ）
      • Seedance（タスク結果の取得）
    • CogVideoX
      • Generations(テキストからビデオへ)
      • Generations(画像から動画へ)
      • Result（タスクの結果を取得）
    • Google
      • Veo3-Fast（文字生成動画）
      • Veo3-Fast（タスク結果の取得）
      • Veo3-Pro（文字生成動画）
      • Veo3-Pro（タスク結果の取得）
      • Veo3-Pro-Frames（画像・テキスト動画生成）
      • Veo3-Pro-Frames（結果の取得）
      • Veo2（文字生成動画）
      • Veo2-i2v（画像から動画生成）
      • Veo2（タスクの結果を取得する）
      • Veo3（文字生成動画）
      • Veo3（タスク結果の取得）
    • Kunlun Tech
      • Skyreels（画像から映像生成）
      • Skyreels（タスクの結果を取得する）
    • Higgsfield
      • Generate（画像からの動画生成）
      • Shortads（画像から広告ビデオを生成する）
      • Fetch（タスク結果の取得）
    • Chanjing
      • ビデオ合成タスクを作成する
      • ビデオの詳細を取得する
      • ビデオを削除する
      • サポートされているフォントのリストを取得する
      • デジタルヒューマンのアバターを生成する
      • アバターの詳細を取得する
      • アバターを削除する
      • 公開デジタルヒューマンのリスト
    • Midjourney
      • MJ-Video（画像から動画生成）
      • MJ-Video（视频延长）
      • Fetch（タスク取得）
    • Topview
      • 上传接口
      • 提交Avatar Marketing Video
      • 获取Avatar Marketing Video结果
      • 提交Image2video（图生视频）
      • 查询Image2video（图生视频）
  • 音声・映像処理
    • 統一インターフェース
      • TTS
        • TTSプロバイダ情報の取得
        • テキスト音声変換
    • 302.AI
      • Stable-Audio（器楽曲を生成する）
      • Transcript（音声・動画の字幕化）
      • Transcriptions（音声の文字化）
      • Alignments（ 字幕のタイミング合わせ）
      • WhisperX（音声からテキスト）
      • F5-TTS（テキスト音声変）
      • F5-TTS （非同期テキスト音声合成）
      • F5-TTS （非同期で結果を取得する）
      • mmaudio（文字から音声を生成）
      • mmaudio（AI音声合成）
      • mmaudio （非同期結果を取得）
      • Diffrhythm（楽曲生成）
    • OpenAI
      • Speech（音声合成）
      • Transcriptions（音声の文字化）
      • Translations（音声翻訳英語）
      • Realtime（リアルタイム音声（RTV）ダイアログ）
    • Azure
      • AzureTTS（文字から音声へ）
      • Voice-List（音声リスト）
    • Suno
      • Music（Suno全自動モード）
      • Music（Sunoカスタムモード）
      • Music（Sunoによる歌詞生成）
      • Music（Sunoによる歌の続き書き）
      • Fetch（Sunoタスク照会）
    • Doubao
      • tts_hd（テキスト音声変）
        POST
      • vc-ata（自動字幕タイミング設定）
        POST
      • fetch（字幕生成状況を確認）
        GET
      • vc（音声と動画の字幕生成）
        POST
      • fetch（音声と動画の字幕結果を確認）
        GET
    • Fish Audio
      • TTS（テキスト音声変）
      • Model（音声モデルを作成する）
      • Model（音声モデルを取得する）
      • Model（音声モデルを削除する）
      • Model（音声モデルを更新する）
      • Model（音声リストを取得する）
    • Minimax
      • T2A（非同期の超長文テキスト音声生成）
      • T2A（音声生成-タスク照会）
      • T2V（テキスト生成用トーン）
      • Files（音声ファイルダウンロード）
      • Music-Upload（元の音楽をアップロード）
      • Music-Generation（新たな音楽生成）
      • T2A（音声生成-同期）
    • Dubbingx
      • TTS（テキスト音声変）
      • GetTTSList（音色のリストを取得）
      • GetTTSTask（タスク照会）
      • Analyze（感情の分析）
    • Udio
      • Generate（音楽の生成）
      • Generate（音楽は続く）
      • Query（タスク取得）
    • Elevenlabs
      • 302フォーマット
        • Speech-to-text（音声からテキストへ）
        • Speech-to-text（非同期的に結果を取得する）
        • TTS-Multilingual-v2（文字変換音声）
        • TTS-Multilingual-v2（非同期結果取得）
        • TTS-Flash-v2.5（文字変換音声）
        • TTS-Flash-v2.5（非同期結果取得）
      • 公式フォーマット
        • Text-to-speech（文字変換音声）
        • Speech-to-text（音声変換文字）
        • Models（トモデルを取得する）
        • Voices（音声を取得）
    • Mureka
      • 既存の歌詞から歌詞を続けて書く
      • ポッドキャスト音声の作成
      • Text-to-Speech
      • 歌詞から楽曲を生成
      • 生成された楽曲を取得
      • 音楽のステムを分離
      • インストゥルメンタル楽曲の生成
      • 音楽をアップロード
      • インストゥルメンタル楽曲の取得
      • プロンプトに基づいて歌詞を生成
    • SiliconFlow
      • 参照音声をアップロード
      • 参照音声を削除
      • 音声からテキストへの変換リクエストを作成
      • テキストから音声への変換リクエストを作成
    • Google
      • Text-to-Speech
      • gemini-2.5-flash-preview-tts
      • gemini-2.5-pro-preview-tts
    • Chanjing
      • 言語生成タスクを作成する
      • 音声合成結果を取得する
      • 音声カスタマイズタスクを作成する
      • 音声カスタマイズ結果を取得する
      • カスタマイズされた音声を削除する
  • 情報処理
    • 統合検索API
      • 統合検索API
    • 302.AI
      • 管理バックエンド
        • Balance（アカウント残高）
        • Price（APIの価格を取得）
        • ユーザー API キーのリストデータを取得
        • 指定された API キーのデータを取得
        • API キーの作成
        • API キーの更新
        • API キーの削除
      • 情報検索
        • Xiaohongshu_Search（小紅書探索メモ）
        • Xiaohongshu_Note（小紅書からメモを入手）
        • Get_Home_Recommend（小紅書のホームページおすすめ）
        • Tiktok_Search（Tiktok映像検索）
        • Douyin_Search（Douyin映像検索）
        • Twitter_Search（Xの検索内容）
        • Twitter_Post（Xでユーザーの投稿を取得）
        • Twitter_User（Xでユーザーの情報を取得）
        • Weibo_Post（微博でユーザーの投稿を取得）
        • Search_Video（YouTubeビデオを検索）
        • Youtube_Info（Youtubeゲットビデオ）
        • Youtube_Subtitles（Youtube字幕を取得する）
        • Bilibili_Info（Bilibili動画情報を取得する）
        • MP_Article_List（WeChat公式アカウントの記事リストを取得する）
        • MP_Article（微信公众号の記事を取得）
      • ファイル処理
        • Parsing（ファイルパース）
        • Upload-File（ファイルのアップロード）
        • Markitdown（ファイルをmd形式に変換）
      • コード実行
        • 仮想マシンサンドボックス
          • ワンクリックでコードを実行
          • サンドボックスの作成
          • 自分のサンドボックスリストを照会
          • サンドボックスの破壊
          • コードの実行
          • コマンドラインの実行
          • 指定パスのファイル情報を照会
          • サンドボックスにファイルデータをインポート
          • サンドボックスファイルのエクスポート
        • 静的サンドボックス
          • Run-Code（コード実行エンジン）
      • リモートブラウザ
        • ブラウザ自動化タスクの作成
        • ブラウザタスクのステータスを確認する
      • Paper2Code
        • Paper2Codeタスクを作成する
        • Paper2Codeタスク検索
      • Paper2Poster
        • Paper2Posterタスクを作成する
        • Paper2Posterタスク検索
    • Tavily
      • Search（検索）
      • Extract（ウェブページ抽出）
    • SearchAPI
      • Search（検索）
      • Search（広報検索）
      • Search（画像検索）
      • Search（画像で画像を検索）
      • Search（映像検索）
      • Search（学術検索）
      • Search（特許検索）
    • Search1API
      • Search（検索）
      • News（ニュース）
      • Crawl（クロール）
      • Sitemap（サイトマップ）
      • トレンディング（人気トレンド）
    • Doc2x
      • バージョン 2
        • PDF（アップロードインターフェース（非同期））
        • Status（状態確認）
        • Parse（エクスポートファイルのリクエスト（非同期））
        • Result（結果取得）
      • バージョン 1（廃止されました）
        • PDF（PDFからMD形式に変換）
        • PDF-Async（PDF非同期変換フォーマット）
        • IMG（IMGからMDへの変換フォーマット）
        • IMG（IMG非同期変換フォーマット）
        • Status（状態確認）
        • Export（ファイルのエクスポート）
    • Glif
      • Glif（Botプラットフォーム）
    • Jina
      • Reader（ウェブページをmd形式に変換）
      • Search（ウェブ検索）
      • Grounding（事実確認）
      • Classify（内容分類）
    • DeepL
      • Chat（任意の言語から英語への翻訳）
      • Chat（任意の言語から中国語への翻訳）
      • Chat（任意の言語から日本語への翻訳）
      • Translate（あらゆる言語への翻訳）
    • Exa
      • Search（検索）
      • Contents（内容取得）
      • Answer（回答）
    • Bocha AI
      • web-search（通常の検索）
      • ai-search（AI検索）
    • RSSHub
      • RSSHub（情報購読）
    • Firefly card
      • saveImg（カード生成）
    • Youdao
      • Youdao（有道翻訳）
    • Mistral
      • OCR（PDF解析)
    • Firecrawl
      • Scrape
      • Batch Scrape
      • Get Batch Scrape Status
      • Get Batch Scrape Errors
      • Map
      • Search
  • RAG関連
    • OpenAI
      • Embeddings（ベクトル生成）
    • 中国モデル
      • Embeddings（ZHIPU）
      • Embeddings（BAAI）
      • Embeddings（Baichuan）
      • Embeddings（Youdao）
      • Rerank（Youdao）
      • Rerank（BAAI）
    • Jina
      • Embeddings（ベクトル生成）
      • Tokenizer（文書分割）
      • Rerank（多モーダル再順位付け）
      • Rerank（再順位付け）
    • 302.AI
      • Chat（ナレッジベース）
      • Chat（ナレッジベースチャット-OpenAI互換）
      • Create（ナレッジベースの作成）
      • Delete（ナレッジベースの削除）
      • Upload（ファイルのアップロード）
      • List（KBのリスティング）
      • Info（KB詳細へのアクセス）
      • Meta-Chunking（テキストLLMスライシング）
      • Meta-Chunking（ファイルLLMスライス）
  • ツールAPI
    • AI動画素材クリエイティブステーション
      • Scripts（動画素材の文案生成）
      • Terms（動画素材の検索キーワード生成）
      • Videos（動画素材生成タスク作成）
      • Tasks（動画タスクの進捗状況取得）
    • AI論文作成
      • CO-STORM
        • 生成記事タスクを作成します
        • ダイアログインターフェイスを生成し続けます
        • 記事コンテンツインターフェイスを更新します
        • 記事情報を取得する
      • 非同期論文生成
      • 結果を取得
    • AIポッドキャスト制作
      • 非同期ポッドキャストのテキストを生成
      • ポッドキャストのテキスト生成タスクのステータスを確認
      • 非同期でポッドキャストの音声を生成
      • ポッドキスト音声生成タスクのステータスを確認
    • AIライティングアシスタント
      • ツールリストを取得
      • 文案生成
    • AIビデオリアルタイム翻訳
      • 動画情報照会
      • 動画ダウンロード
      • 動画から音声を分離
      • オーディオボーカルの分離と転写
      • 字幕翻訳
      • 動画を焼き付ける
      • 音響クローン
      • タスクの状態を確認
    • AIドキュメントエディター
      • 長いテキストのアウトラインを生成します
      • 記事コンテンツを生成します
    • AIプロンプトの専門家
      • プロンプト最適化
      • 画像プロンプトワード生成
      • SPOプロンプト最適化タスクを作成
      • SPOプロンプト最適化結果を照会
    • Al解答機
      • 解答
    • AI 3D モデリング
      • 3Dモデルファイルタイプ変換
    • Webデータ抽出ツール
      • スキーマを生成します
      • 抽出タスクを作成します
      • クエリ抽出の進行状況
    • AIサーチマスター3.0
      • AI検索
    • AI ベクター画像生成
      • SVGからビデオへ
    • AI PPT作成
      • ワンクリックでPPTインターフェースを生成します
      • ファイルの解析
      • アウトラインを生成します
      • アウトラインコンテンツを生成します
      • テンプレートオプションを取得します
      • PPTインターフェイス（同期インターフェイス）を生成する
      • PPTデータをロードします
      • PPTインターフェイス（非同期インターフェイス）を生成する
      • 非同期クエリはPPTステータスを生成します
      • PPTをダウンロードしてください
      • カスタムPPTテンプレートを追加/更新します
      • ページネーションクエリPPTテンプレート
    • AI学術論文検索
      • arxiv論文検索
      • Google論文検索
    • ウェブサイトのワンクリックデプロイ
      • ホスティングウェブページの作成（フォームパラメータAPI）
      • ホスティングウェブページの作成（JSONパラメータAPI）
      • ホスティングウェブページの作成（バイナリパラメータAPI）
      • APIキーに紐付くホスティングプロジェクト一覧の取得
    • AIアバター作成
      • アバター生成（JSONパラメータ例）
      • アバター生成（form-dataパラメータ例）
    • AIカード生成
      • ポスターを生成
      • 哲学的なカードを生成する
      • ナレッジカードを生成
      • 哲学的名言を生成する
    • AI 画像クリエイティブステーション
      • クリエイティブ画像生成 API の利用説明
      • テンプレート一覧を取得する
      • クリエイティブ画像を生成する
  • ヘルプセンター
    • HTTPステータスコードとその意味
    • 画像翻訳対応言語リスト
  1. Doubao

vc（音声と動画の字幕生成）

POST
/doubao/vc/submit
豆包からの音声と動画の字幕生成
公式文書：https://www.volcengine.com/docs/6561/80909
価格：0.01 PTC/ 分

Request

Query Params
words_per_line
string 
optional
1行に表示できる最大文字数：デフォルト値は46です。
max_lines
string 
optional
1画面に表示できる最大行数：デフォルト値は1行です。
use_itn
string 
optional
数字変換機能を使用するかどうか：デフォルトはオフ（False）です。
オン（True）に設定すると、認識結果の中に含まれる中国語の数字が自動的にアラビア数字に変換されます。
language
string 
optional
字幕の言語タイプ
caption_type
string 
optional
字幕認識タイプ：デフォルト値は「auto」（話し言葉と歌唱部分の両方を認識）です。
「speech」を選択すると、話し言葉のみを認識します。
「singing」を選択すると、歌唱部分のみを認識します。
use_punc
string 
optional
句読点の追加：デフォルトはFalseです。
Trueに設定すると、認識結果に句読点が追加されます。
※この設定は、caption_type=speech の場合にのみ有効です。
use_ddc
string 
optional
スムーズなラベル付け（フィラー単語のマーク）を使用するかどうか：デフォルトは False です。
True に設定すると、返される utterances にテキストが空の無音区間の文が追加され、その属性 event が silent となります。また、words 内にスムーズ化が必要な単語がマークされます。例えば"extra": { "smoothed": "repeat" }，smoothed の値は repeat（重复词）あるいは filler（口水词）。
boosting_table_id
string 
optional
自己学習プラットフォームのホットワード設定：ID（id） または 名前（name） のどちらか一方を指定すれば十分です。
また、asr_appid（appid と同じ値）を同時に渡す必要があります。
boosting_table_name
string 
optional
自己学習プラットフォームのホットワードのファイル名：hotword.txt（例）。
具体的なファイル名はシステムや設定に依存する場合がありますが、一般的にはホットワード関連のファイルに明確な名前を付けることが推奨されます。
asr_appid
string 
optional
ASR に送信する APPID は、自己学習プラットフォームのホットワードを使用する場合に必須です。
appid の値と同じものを指定してください。
with_speaker_info
string 
optional
話者情報の返却：デフォルトは False です。
True に設定した場合、utterance および word の属性（attribute）に話者情報が追加されます。
例: "attribute": {"speaker": "1"}
Header Params
Authorization
string 
optional
API Key
Example:
Bearer {{YOUR_API_KEY}}
Body Params application/json
url
string 
required
ファイルのURL
Example
{
    "url":"https://file.302.ai/gpt/imgs/20241204/361bca5886e844dfac39fb861ea3f3ac.mp3"
}

Request samples

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
Request Request Example
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://api.302.ai/doubao/vc/submit?words_per_line&max_lines&use_itn&language&caption_type&use_punc&use_ddc&boosting_table_id&boosting_table_name&asr_appid&with_speaker_info' \
--header 'Authorization: Bearer sk-mfYQzy0XTFfz4P16vRE4gFrKK1Nly4TozsMqbbb9PSiJUvFO' \
--header 'Content-Type: application/json' \
--data-raw '{
    "url":"https://file.302.ai/gpt/imgs/20241204/361bca5886e844dfac39fb861ea3f3ac.mp3"
}'

Responses

🟢200成功
application/json
Body
object {0}
Example
{}
Modified at 2024-12-11 07:48:25
Previous
fetch（字幕生成状況を確認）
Next
fetch（音声と動画の字幕結果を確認）
Built with