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）
      • 非同期呼び出し
        • 非同期チャットリクエスト
        • 非同期で結果を取得
      • Claude形式
        • Messages（Claude形式）
    • 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）
      • Chat（Alibaba Tongyi翻訳モデル）
    • その他のモデル
      • Chat（grok-3）
      • Chat（grok-2）
      • Chat（grok-2-vision）
      • Chat（Nova）
      • Chat（v0）
      • チャット（UniFuncs深度調査）
      • 非同期結果取得
  • 画像生成
    • 統一インターフェース
      • 302形式V1
        • 画像生成（302形式）
      • 302形式V2
        • 画像同期生成（302フォーマット）
        • 图片异步生成（302格式）
        • 非同期画像生成結果取得
        • Webhookリクエストデータ例
      • Openai形式
        • 説明
        • 画像生成（OpenAI形式）
        • 画像編集（OpenAI形式）
    • 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）
    • Midjourney-Turbo
      • 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）
    • 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）
      • Lora（タスク結果を取得）
      • 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）
      • Qwen-Image（画像生成）
      • Qwen-Image-Lora（LoRA画像生成）
      • Qwen-Image-Lora-Trainer（LoRA学習）
      • Qwen-Image-Lora-Trainer（非同期結果取得）
    • 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）
      • Flux-1-Krea（画像生成）
      • Flux-1-Krea-Redux（画像から画像生成）
    • Ideogram
      • Generate（主体参照）
      • Generate（文字生成图片V3）
      • Generate（文字生成图片）
    • 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）
      • Generations（SeedEdit 3.0）
      • Drawing（Doubao画像生成）
    • Google
      • gemini-2.5-flash-image-preview（オリジナル形式-画像編集）
      • gemini-2.5-flash-image-preview（従量課金-テキストから画像生成）
      • gemini-2.5-flash-image-preview-edit（従量課金-画像編集）
      • gemini-2.5-flash-image-preview（オリジナル形式-テキストから画像生成）
      • gemini-2.5-flash-image-preview（非同期・リクエストごとの課金 ― テキストから画像生成）
      • gemini-2.5-flash-image-preview-edit（非同期・リクエストごとの課金 ― 画像編集）
      • gemini-2.5-flash-image-preview（非同期で結果取得）
      • Imagen-4-Preview-Fast（画像生成）
      • Imagen-3 （画像生成）
      • Imagen-3-Fast（画像生成）
      • Imagen-4-Preview （画像生成）
      • Imagen-4-Preview-Ultra（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（テキストから画像生成）
      • Character（キャラクター生成）
      • Fetch (タスク結果の取得)
    • Kling
      • Images-Generations（画像生成）
      • Fetch（生成画像タスク結果の取得）
    • Tongyi Wanxiang
      • T2I（テキスト画像生成アリババクラウド）
      • Qwen-Image（Alibaba Cloud配置）
      • Tasks（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）
      • SAM（AI生成のマスク画像）
      • Retouch（人物美顔）
      • Moondream2（画像プロンプト生成）
      • Image_Merge（画像のスティッチング）
      • Qwen-Image-Edit（画像の修正）
    • 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
      • 创建视频换脸任务（V2）
      • 查询视频换脸任务状态（V2）
    • 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）
      • Style-Transfer（スタイル移行）
    • 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）
      • Flux-Kontext-Dev（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（主体参照）
      • Remix（主体参照）
      • 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）
      • Images-expand（画像拡張）
      • Fetch（画像の拡大処理タスクの結果を取得する）
    • StepFun
      • Step1x-Edit（画像の修正）
    • Bagel
      • Bagel-Edit（画像編集）
    • 共績算力
      • Flux Dev
        • flux_dev テキスト画像生成タスクを作成
        • flux_dev 文生図タスクをクエリ
      • Flux Kontext Dev
        • flux_kontext_dev 画像編集タスクを作成
        • flux_kontext_devの画像編集タスクをクエリする
        • LoRA画像編集タスクの作成
        • LoRA画像編集タスクの表示
      • Face Swapper
        • face_swapper タスクを作成
        • face_swapper タスクを取得
      • Clothes Changer
        • マスクなし衣装変更タスクを作成
        • マスクなし衣装変更タスクを取得
        • マスクあり衣装変更タスクを作成
        • マスクあり衣装変更タスクを取得
      • Anything Changer
        • 创建无遮罩换任意物品任务
        • 查看无遮罩换任意物品任务
        • 创建有遮罩换任意物品任务
        • 查看有遮罩换任意物品任务
      • Image2Reality
        • 创建动漫任务变真人任务
        • 查看动漫任务变真人任务
      • style_transfer
        • 创建风格迁移任务
        • 查看风格迁移任务
      • Video Face Swapper
        • 動画の顔交換タスクを作成
        • 動画の顔交換タスクを表示
      • Image Eliminater
        • 画像消去タスクを作成
        • 画像消去タスクを表示
    • Hunyuan3D
      • Hunyuan3d-v21（3Dモデル生成）
      • Hunyuan3d-v21（タスク結果取得）
    • Hidream
      • Hidream-E1（画像編集）
    • 通义万相
      • Qwen-Image-Edit（Alibaba Cloud配置）
      • Wanx2.1-ImageEdit（画像編集）
      • Qwen-MT-Image（画像翻訳）
      • Tasks（タスク結果取得）
  • 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-Avatar（オープンソースデジタルヒューマン）
      • Stable-Avatar（タスク結果取得）
    • 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-twoビデオスタイル変換）
      • Submit（動画拡張）
      • Aleph（動画編集）
      • Fetch（タスク取得）
    • Kling
      • 302フォーマット
        • 文字から動画を生成する
          • 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)
          • 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）
          • Txt2Video（テキストから動画生成1.6 - HD - 10秒）
          • Txt2Video（テキストから動画生成2.0 – HD – 5秒）
          • Txt2Video（文生视频2.1-大师版-5秒）
          • Txt2Video（文生视频2.1-大师版-10秒）
        • 画像から動画を生成する
          • 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 1.5- 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 - 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）
          • Image2Video（画像から映像を生成 1.6- スタンダード- 5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）
          • 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（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）
          • Image2Video（画像から動画 2.1 – マスター版 – 5秒）
          • Image2Video（画像から動画 2.1 – マスター版 – 10秒）
        • Extend_Video（映像延長）
        • 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）
        • MultiImage2Video（複数画像リファレンス）
        • MultiImage2Video（タスク結果取得）
        • Effects（動画エフェクト公式API）
        • Effects（動画エフェクトタスク結果取得）
    • 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）
      • Lipsync（リップシンクタスクを提出する）
      • Lipsync（リップシンクタスクの結果を取得する）
    • 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
      • wan2.2-a14b-t2v（テキスト動画生成）
      • wan2.2-a14b-t2v（タスク結果取得）
      • wan2.2-a14b-i2v（画像動画生成）
      • wan2.2-a14b-i2v（タスク結果取得）
      • wan2.2-5b-t2v（テキスト動画生成）
      • wan2.2-5b-t2v（タスク結果取得）
      • wan2.2-5b-i2v（画像動画生成）
      • wan2.2-5b-i2v（タスク結果取得）
      • 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）
      • T2V（テキスト生成動画 アリババクラウド）
      • I2V（画像生成動画 アリババクラウド）
      • Tasks（タスク結果取得）
    • 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）
      • Omnihuman（デジタル人間がタスクを提出する ）
      • Omnihuman（タスク結果を取得する）
    • CogVideoX
      • Generations(テキストからビデオへ)
      • Generations(画像から動画へ)
      • Generations（開始フレームと終了フレームからの動画生成）
      • 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-Fast-Frames（テキスト・画像から動画生成）
      • Veo3-Fast-Frames（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）
      • Veo3-V2（V2バージョンAPIフォーマット）
      • Veo3-V2（V2バージョンAPIフォーマット）
    • 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（获取任务结果）
    • 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
      • マーケティングデジタル人
        • Avatar Marketing Video提出
        • Avatar Marketing Video結果取得
        • スクリプトリスト取得
        • スクリプト内容変更
      • 通常デジタル人
        • VideoAvatar 提出
        • VideoAvatar 検索
        • プライベートデジタル人作成
        • プライベートデジタル人検索
        • プライベートデジタル人削除
        • パブリックデジタル人検索
        • パブリック音声検索
        • 字幕スタイルインターフェース検索
      • 商品デジタル人
        • Product ImageReplace 提出
        • Product ImageReplace 検索
        • Product Image2Video 提出
        • Product Image2Video 検索
        • パブリックデジタル人検索
        • Product Image2Video 検索
      • 商品画像置換
        • productAnyShoot ReplaceImage 提出
        • productAnyShoot ReplaceImage 検索
        • テンプレートリスト検索
        • テンプレートカテゴリ検索
      • 画像から動画
        • Image2video提出（画像から動画）
        • Image2video検索（画像から動画）
      • アップロードインターフェース
    • Tongyi Wanxiang
      • wan2.2-s2v（デジタルヒューマン生成）
      • Tasks（タスク結果の取得）
  • 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形式)
        • テキスト音声変換(openai形式)
    • 302.AI
      • Higgs Audio
        • 创建声音克隆任务
        • 查看声音克隆任务
        • 创建智能声音生成任务
        • 查看智能声音生成任务
      • 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）
      • Video-Understanding（動画理解）
      • Video-Understanding（非同期で結果を取得する）
    • 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
      • Recognize（録音ファイル高速認識）
        POST
    • 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（语音生成-同步）
      • 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）
      • ボイスクローン (音色復刻)
      • アップロード（音声アップロード）
    • 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（文字转语音同步）
        • TTS-Multilingual-v2（文字変換音声）
        • TTS-Multilingual-v2（非同期結果取得）
        • TTS-Flash-v2.5（文字转语音同步）
        • 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）
        • Text-to-Dialogue（複数人対話作成）
        • Music（音楽生成）
        • 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
      • FunAudioLLM/CosyVoice2-0.5B文本转语音
      • fnlp/MOSS-TTSD-v0.5文本转语音
    • 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
    • Kling
      • Video-to-Audio（動画音響効果生成）
      • Video-to-audio（获取任务结果）
      • Text-to-Audio（テキスト音響効果生成）
      • Text-to-Audio（タスク結果取得）
    • Tongyi Wanxiang
      • Qwen-TTS（音声合成）
  • 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_Search（小紅書ノート検索V2）
        • Xiaohongshu_Search（小紅書ノート検索V3）
        • Xiaohongshu_Note（小紅書からメモを入手）
        • Xiaohongshu_Note（小紅書ノート取得V2）
        • Xiaohongshu_Note（小紅書ノート取得V3）
        • 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）
        • Zhihu_AI_Search（知乎AI検索）
        • Zhihu_AI_Search（知乎AI検索結果を取得）
        • Zhihu_Hot_List（知乎ホットリスト／トレンド一覧）
        • Video_Data（動画データを取得）
      • 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
        • 非同期でブラウザ自動タスクを作成する
        • 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
        • paper2codeタスクを作成する（JSONでパラメータを渡す）
      • Paper2Poster
        • Paper2Posterタスクを作成する
        • Paper2Posterタスク検索
        • paper2posterタスクを作成（JSONでパラメータを渡す）
      • LLMxMapReduce
        • 執筆タスクを作成
        • 執筆タスクを照会
      • LangExtract
        • 情報抽出タスクを作成
        • 情報抽出タスクを表示
      • Dots.OCR
        • dots.ocrタスク作成
        • dots.ocrタスク表示
      • 智谱Agent
        • 智谱PPT作成
        • 智谱PPTエクスポート
    • Tavily
      • Search（検索）
      • Extract（ウェブページ抽出）
    • SerpApi
      • 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）
      • Search（百度検索）
    • 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
    • 秘塔検索
      • Search
      • Reader
      • Chat
    • MinerU
      • PDF解析タスク作成（オープンソース展開版）
      • PDF解析タスク表示（オープンソース展開版）
      • PDF解析タスク作成（公式無料版）
      • PDF解析タスク表示（公式無料版）
  • 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）
    • SiliconFlow
      • Embeddings
      • Rerank
    • Google
      • Embeddings（ベクトル生成）
  • 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

Recognize（録音ファイル高速認識）

POST
/doubao/largemodel/recognize
本インターフェースは、録音ファイルの高速認識シーンに適しており、大規模モデルの能力に基づき、より優れた認識効果と迅速な応答体験を提供します。呼び出し形式は、1回のリクエストで認識結果が返され、submit/queryによるポーリングは不要です。
利用制限
プロジェクト 制限内容
音声の長さ 2時間以内
音声ファイルサイズ 100MB以内
音声エンコーディング PCM / WAV / MP3 / OGG OPUS対応
アップロードファイルのバイナリストリーム サイズは20MB以内、クライアントのアップロード帯域幅に依存
マルチチャンネル モノラルと比較して、処理時間が相応に増加します
価格：0.015PTC/分

Request

Header Params

Body Params application/json

Example
{
    "url": "https://file.302.ai/gpt/imgs/20250701/a2057cbb50b14e779b11af54c38e6265.mp3"
}

Request Code 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/largemodel/recognize' \
--header 'Authorization: Bearer sk-mfYQzy0XTFfz4P16vRE4gFrKK1Nly4TozsMqbbb9PSiJUvFO' \
--header 'Content-Type: application/json' \
--data-raw '{
    "url": "https://file.302.ai/gpt/imgs/20250701/a2057cbb50b14e779b11af54c38e6265.mp3"
}'

Responses

🟢200成功
application/json
Body

Example
{}
Modified at 2025-08-04 06:11:30
Previous
fetch（音声と動画の字幕結果を確認）
Next
TTS（テキスト音声変）
Built with