302.AI API Document
  1. AI Video Real-Time Translation
  • Default module
    • Large Language Model
      • API Migration Guide
      • Exclusive Feature
        • Search Online
          • Chat（Search online）
        • Depth-First Search
          • Chat（Depth-First Search）
        • Image Analysis
          • Chat（Image analysis）
        • Reasoning mode
          • Chat（Reasoning mode）
        • Link Parsing
          • Chat（Link Parsing）
        • Tool Invocation
          • Chat（tool invocation）
        • Long-term memory (Beta)
          • Memobase
            • User Management
              • Create User
              • Get User
              • Update User
              • Delete User
            • Data Management
              • Insert Data
              • Get Datas
              • Get Data
              • Delete Data
            • Memory Management
              • Flush Buffer (Generate Memory)
              • Get User Profile (Get Memory)
              • Delete User Profile (Delete Memory)
          • Chat (Long-term Memory)
        • Simplified API
          • Chat (Simplified API)
        • Asynchronous call
          • Asynchronous request to chat
          • Asynchronously retrieve/get results
        • Claude Format
          • Messages（Claude Format）
      • Model Support
        • Models (List models)
        • Status（Model Status）
      • OpenAI
        • Chat（Talk）
        • Responses（Talk）
        • Chat（Streamed return.）
        • Chat (gpt-4o Image Analysis)
        • Chat (gpt-4o Structured Output)
        • Chat (gpt-4o function call)
        • Chat (gpt-4-plus image analysis)
        • Chat (gpt-4-plus image generation)
        • Chat（gpt-4o-image-generation modify image）
        • Chat (gpts model)
        • Chat (chatgpt-4o-latest)
        • Chat (o1 Series Model)
        • Chat (o3 Series Model)
        • Chat（o4 Series）
        • Chat（gpt-4o audio model）
        • Responses（Deep-Research）
      • Anthropic
        • Chat（Talk）
        • Chat（Analyze image）
        • Chat（Function Call）
        • Messages（Original format）
        • Messages（Function Call）
        • Messages（Thinking mode）
        • Messages（128k output）
      • Gemini
        • Chat（Talk）
        • Chat（Analyze image）
        • Chat（Image Generation）
      • China AI Model
        • 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 AI)
        • Chat (Moonshot 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）
      • Open Source Model
        • Chat（LLaMA4）
        • Chat（LLaMA3.3）
        • Chat（LLaMA3.2 multimodal）
        • Chat（LLaMA3.1）
        • Chat（Mistral）
        • Chat（Pixtral-Large-2411multimodal）
        • 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）
      • Expert Model
        • Chat（WiseDiag Medical Model）
        • Chat (ChatLaw Legal Model)
        • Chat (Xuanyuan Financial Model)
        • Chat (Farui Legal Model)
        • Chat (Alibaba Math Model)
        • Chat（Perplexity search）
        • Chat（Alibaba Tongyi Translation Model）
      • Other Models
        • Chat（grok-3）
        • Chat（grok-2）
        • Chat（grok-2-vision）
        • Chat（Nova）
        • Chat（v0）
        • Chat (UniFuncs Deep Research)
        • Async Get Result
    • Image Generation
      • Unified interface
        • Explanation
        • Image Generation (302 Format)
        • Image Generation (OpenAI Format)
        • Image Edit(OpenAI Format)
      • GPT-Image-1
        • Generations（Image generation）
        • Edits（Modify Image）
      • DALL.E
        • Generations（DALL·E 3和DALL·E 2）
        • Edits（DALL·E 2）
        • Variations（DALL·E 2）
      • Stability.ai
        • Text-to-image (Image Generation-V1)
        • Generate (Image Generation-SD2)
        • Generate (Image Generation-SD3-Ultra)
        • Generate (Image Generation-SD3)
        • Generate（Image Generation-SD3.5-Large）
        • Generate（Image Generation-SD3.5-Medium）
        • Generate（Image to Image-SD3）
        • Generate（Image to Image-SD3.5-Large）
        • Generate（Image to Image-SD3.5-Medium）
      • Midjourney
        • Imagine
        • Action
        • Blend
        • Describe
        • Modal
        • Fetch
        • Cancel
      • Midjourney-Relax
        • Imagine
        • Action
        • Blend
        • Describe
        • Modal
        • Fetch
        • Cancel
      • Midjourney-Turbo
        • Imagine
        • Action
        • Blend
        • Describe
        • Modal
        • Fetch
        • Cancel
      • 302.AI
        • SDXL
        • SDXL-Lora
        • SDXL-Lightning
        • SDXL-Lightning-V2
        • SDXL-Lightning-V3
        • SD3
        • SD3-V2
        • Aura-Flow
        • Kolors
        • Kolors（Reference Image Generation-KLING）
        • QRCode Generation
        • Lora
        • Lora（Get task result）
        • SD-3.5-Large
        • SD-3.5-Large-Turbo
        • SD-3.5-Medium
        • Lumina-Image-V2(Image generated)
        • Playground-v25（Image generated）
        • Omnigen-V1（Image generated）
        • Qwen-Image（Image generated）
      • Glif
        • Glif（Claude+SD3）
        • Glif (Text-to-Sticker)
        • Glif (Text-to-Graffiti)
        • Glif (Text-to-Wojak Comic)
        • Glif (Text-to-Lego)
      • Flux
        • Official API
          • Generate
          • Finetune
          • Result
        • Flux-Ultra（v1.1）
        • Flux-Pro
        • Flux-Pro（v1.1）
        • Flux-Dev
        • Flux-Schnell
        • Flux-Realism
        • Flux-Lora
        • Flux-General
        • Flux-General-Inpainting（Advanced Customization）
        • Flux-Lora-Training（Training Lora）
        • Flux-Lora-Training（Fetch Results Asynchronously）
        • Flux-1-Krea（Image Generation）
        • Flux-1-Krea-Redux（Image-to-Image Generation）
      • Ideogram
        • Generate（Text to ImageV3）
        • Generate（Text to Image）
      • Recraft
        • Recraft-V3（Text to Image）
        • Create-Style（Customized Styles）
        • Recraft-20B（Image Generation）
      • Luma
        • Luma-Photon（Image generation）
        • Luma-Photon-Flash（Fast image generation）
      • Doubao
        • Generations (Jimeng Image Generation)
        • Generations（SeedEdit 3.0）
        • Drawing（Doubao image generation）
      • Google
        • Imagen-4-Preview （Image generated）
        • Imagen-3 (Image generated)
        • Imagen-3-Fast (Image generated)
      • Minimax
        • image（Text-to-Image Generation）
      • ZHIPU
        • image（Text-to-Image Generation）
      • Baidu
        • iRAG(Text-to-Image Generation)
      • Hidream
        • Hidream-i1-full（Advanced Version）
        • Hidream-i1-dev（Intermediate Version）
        • Hidream-i1-fast（Entry-Level Version）
      • Bagel
        • Bagel（Image generation）
      • SiliconFlow
        • Create Image Generation Request
      • Higgsfield
        • Soul (Text to Image)
        • Character (Generate Character)
        • Fetch (Retrieve task results)
      • Kling
        • Images-Generations (Image Generation)
        • Fetch (Get Generated Image Task Result)
      • Tongyi Wanxiang
        • T2I (Text-to-Image Alibaba Cloud)
        • Tasks (Retrieve Task Results)
    • Image Processing
      • 302.AI
        • Upscale
        • Upscale-V2
        • Upscale-V3
        • Upscale-V4
        • Super-Upscale
        • Super-Upscale-V2
        • Face-upscale
        • Colorize
        • Colorize-V2
        • Removebg
        • Removebg-V2
        • Removebg-V3
        • Inpaint
        • Erase
        • Face-to-many
        • Llava
        • Relight
        • Relight-background
        • Relight-V2
        • Face-swap-V2
        • Fetch
        • HtmltoPng
        • SvgToPng
        • image-translate
        • image-translate-query
        • image-translate-redo
        • Flux-selfie
        • Trellis（Image to 3D model）
        • Pose-Transfer（Human Pose Transformation）
        • Pose-Transfer（Human Pose Transformation Result）
        • Virtual-Tryon
        • Virtual-Tryon（Fetch Result）
        • Denoise（AI Denoising）
        • Deblur（AI Deblurring）
        • SAM（AI-generated mask image）
        • Retouch（Portrait beautification）
        • Moondream2 (Image Prompt Generation)
        • Image_Merge
      • 302.AI-ComfyUI
        • Create Outfit Change Task
        • Create Outfit Change Task (Upload Mask)
        • Query Outfit Change Task Status
        • Create Face Swap Task
        • Query Face Swap Task Status
        • Create a Task to Replace Any Item
        • Create Object Replacement Task (Upload Mask)
        • Check the Status of Any Object Replacement Task
        • Create a Task to Transform Cartoon Characters into Real People
        • Query the status of the task to turn a manga character into a real person
        • Create Style Transfer Task
        • Query the status of the style transfer task
        • Create Image Removal Task
        • Query Image Removal Task Status
        • Create Video Face Swap Task
        • Query Video Face Swap Task Status
      • Vectorizer
        • Vectorize
      • Stability.ai
        • Fast Upscale
        • Creative Upscale
        • Conservative Upscale
        • Fetch
        • Erase
        • Inpaint
        • Outpaint
        • Search-and-replace
        • Search-and-recolor
        • Remove-background
        • Sketch
        • Structure
        • Style
        • Replace-Background
        • Stable-Fast-3D
        • Stable-Point-3D（Image to 3D Model Conversion -New Version）
        • Style-Transfer
      • Glif
        • Glif（Portrait Photo Stylization）
        • Glif（Photo-to-Sculpture）
        • Glif（Photo Pixelation）
        • Glif（Logo Materialization）
        • Glif（Image-to-GIF）
      • Clipdrop
        • Cleanup
        • Upscale
        • Remove-background
        • Uncrop
      • Recraft
        • Vectorize Image
        • Remove Background
        • Clarity Upscale
        • Generative Upscale
      • BRIA
        • Remove Background
        • Blur Background
        • Generate Background
        • Erase Foreground
        • Eraser
        • Expand Image
        • Increase Resolution
        • Crop
        • Cutout
        • Packshot
        • Shadow
        • Scene
        • Caption
        • Register
        • Mask
        • Presenter info
        • Modify Presenter
        • Delayer Image
      • Flux
        • Official API
          • Generate（Image Edit）
          • Result（Query Task）
        • Flux-V1.1-Ultra-Redux（Image-to-image generation-Ultra）
        • Flux-V1.1-Pro-Redux（Image-to-image generation-Pro）
        • Flux-Dev-Redux（Image-to-image generation-Dev）
        • Flux-Schnell-Redux（Image-to-image generation-Schnell）
        • Flux-V1-Pro-Canny（Object consistency）
        • Flux-V1-Pro-Depth（Depth consistency）
        • Flux-V1-Pro-Fill（Partial repainting）
        • Flux-Kontext-Pro（Image Edit）
        • Flux-Kontext-Max（Image Edit）
        • Flux-Kontext-Dev（Image Edit）
      • Hyper3D
        • Hyper3d-Rodin（Generate 3D models）
        • Hyper3d-Rodin（Obtain task results）
      • Tripo3D
        • Task（Task Submission）
        • Upload（Image Upload）
        • Fetch
      • FASHN
        • Fashn-Tryon（Virtual Try-On）
        • Fashn-Tryon（Virtual Try-On v1.5）
      • Ideogram
        • Edit（Image EditionV3）
        • Remix（Image to ImageV3）
        • Reframe（Image ExtensionV3）
        • Replace Background（V3）
        • Remix（Image to Image）
        • Upscale（Image Upscaling）
        • Describe（Image Description）
        • Edit（Image Edition）
      • Doubao
        • SeedEdit（Image Command Editing）
        • Character（Character Feature Preservation）
        • SeedEdit_v3.0 (Image Command Editing)
        • SeedEdit_v3.0 (Result Acquisition)
        • Portrait (Portrait Photography)
        • Portrait (Result Acquisition)
      • Kling
        • Virtual-Try-On
        • Fetch（Get Task Result）
        • Images-expand
        • Fetch（Retrieve the results of the image upscaling task）
      • StepFun
        • Step1x-Edit（Modify Image）
      • Bagel
        • Bagel-Edit（Image Edit）
      • Gongji Computing
        • Flux Dev
          • Create flux_dev text-to-image task
          • Query flux_dev text-to-image task
        • Flux Kontext Dev
          • Create flux_kontext_dev image editing task
          • Query flux_kontext_dev image editing tasks
          • Create LoRA Image Editing Task
          • View LoRA Image Editing Task
        • Face Swapper
          • Create face_swapper task
          • Get face_swapper task
        • Clothes Changer
          • Create clothes changer task without mask
          • Get clothes changer task without mask
          • Create clothes changer task with mask
          • Get clothes changer task with mask
      • Hunyuan3D
        • Hunyuan3d-v21 (Generate 3D Model)
        • Hunyuan3d-v21 (Get Task Result)
      • Hidream
        • Hidream-E1 (Image Editing)
    • Video Generation
      • Unified Interface
        • Explanation
        • Create Video Generation Task
        • Retrieve Video Task Information
      • 302.AI
        • Image-to-video
        • Live-portrait
        • Video-To-Video
        • Fetch
        • Latentsync (Open source digital person)
        • Latentsync (get task results)
        • Upscale-Video（Video Enhancement）
        • Upscale-Video（Get Video Results）
      • Stable Diffusion
        • Image-to-video
        • Fetch Image-to-video
      • Luma AI
        • Submit（Text / Image to Video）
        • Extend（Video）
        • Fetch
      • Runway
        • Submit（Text to Video）
        • Submit（Image to Video）
        • Submit（Image to Video Rapid）
        • Submit（Image-to-Video Generation with Gen4）
        • Submit（Image to Video Generation Gen4-Turbo）
        • Submit（Video to Video）
        • Submit（Video to Video Rapid）
        • Act-two（Video Style Transfer）
        • Submit（Video extension）
        • Aleph (Video Editing)
        • Fetch
      • Kling
        • 302 format
          • Text to Video
            • Txt2Video（Text to Video 1.0 Rapid-5s）
            • Txt2Video_HQ（Text to Video 1.5 HQ-5s）
            • Txt2Video_HQ（Text to Video 1.5 HQ-10s）
            • Txt2Video（Text to Video 1.6 Standard-5s）
            • Txt2Video（Text to Video 1.6 Standard-10s）
            • Txt2Video（Text to Video 1.6 HQ-5s）
            • Txt2Video（Text to Video 1.6 HQ-10s）
            • Txt2Video（Text-to-Video 2.0 – HD – 5s）
            • Txt2Video（Text-to-Video 2.1 – Master Edition – 5S）
            • Txt2Video（Text-to-Video 2.1 – Master Edition – 10S）
          • Image to Video
            • Image2Video（Image to Video 1.0 Rapid-5s）
            • Image2Video（Image to Video 1.0 Rapid-10s）
            • Image2Video（Image to Video 1.5 Rapid-5s）
            • Image2Video（Image to Video 1.5 Rapid-10s）
            • Image2Video_HQ（Image to Video 1.5 HQ-5s）
            • Image2Video_HQ（Image to Video 1.5 HQ-10s）
            • Image2Video（Image to Video 1.6 Standard-5s）
            • Image2Video（Image to Video 1.6 Standard-10s）
            • Image2Video（Multiple Images Reference）
            • Image2Video（Image to Video 1.6 HQ-5s）
            • Image2Video（Image to Video 1.6 HQ-10s）
            • Image2Video（Image-to-Video 2.0 – HD – 5s）
            • Image2Video（Image-to-Video 2.0 – HD – 10s）
            • Image2Video（Image video 2.1-5 seconds）
            • Image2Video（Image video 2.1-10 seconds）
            • Image2Video（Image Video 2.1-HD-10 seconds）
            • Image2Video（Image Video 2.1-HD-5 seconds）
            • Image2Video（Image to Video 2.1–Master –5seconds）
            • Image2Video（Image to Video 2.1–Master–10seconds）
          • Extend_Video
          • Fetch
        • Official format
          • Text2video (Text-to-Video Official API)
          • Text2video (Text-to-Video Get Task Result)
          • Image2video (Image-to-Video Official API)
          • Image2video (Image-to-Video Get Task Result)
          • MultiImage2Video（Multiple Images Reference）
          • MultiImage2Video（Get Multi-Image Video Task Result）
          • Effects（Video Effects Official API）
          • Effects（Get Video Effects Task Result）
      • CogVideoX
        • Generations (text-generated video)
        • Generations(Image-generated video)
        • Generations (Video Generation from Start and End Frames)
        • Results (get task results)
      • Minimax
        • Video（Text-to-Video）
        • Video (Image-to-Video Generation)
        • Video（Based on Subject Reference）
        • Video (Camera Movement Control)
        • Video（MiniMax-Hailuo-02）
        • Query（Result）
        • Files（Video Download）
      • Pika
        • 1.5 pikaffects（Image-to-Video Generation）
        • Turbo Generate（Text-to-Video Generation）
        • Turbo Generate（Text-to-Video Generation）
        • 2.1 Generate（Text-to-Video Generation）
        • 2.1 Generate（Image-to-Video Generation）
        • 2.2 Generate（Text-to-Video Generation）
        • 2.2 Generate（Image-to-Video Generation）
        • 2.2 Pikascenes（Generate scene videos）
        • Fetch（Result）
      • PixVerse
        • Pixverse Special Effect ID
        • Pixverse Sound Effect ID
        • Generate（Text-to-Video Generation）
        • Generate（Image-to-Video Generation）
        • Generate（Multi-Subject Reference）
        • Fetch
        • Lipsync (Submit lip-sync task)
        • Lipsync (Get lip-sync task result)
      • Genmo
        • Mochi-v1 (Get task results)
        • Mochi-v1（Text to Video）
      • Hedra
        • 2.0
          • Audio（Upload）
          • Portrait（Upload）
          • Characters（lip-synthesis）
          • Fetch（Result）
        • 3.0
          • List Models（Get a list of models）
          • Create Asset（Resource creation）
          • Upload Asset（Resource upload）
          • Generate Asset（Resource Synthesis）
          • Get Status（Get resource synthesis results）
      • Haiper
        • Haiper（Text to Video）
        • Haiper（Image to Video）
        • Haiper（Text to Video V2.5）
        • Haiper（Image to Video V2.5）
        • Haiper（Fetch Task Result）
      • Sync.
        • Generate
        • Fetch
      • Lightricks
        • Ltx-Video
        • Ltx-Video-I2V
        • Ltx-Video-v095（Text-to-video generation）
        • Ltx-Video-v095-I2V（Image-to-Video Generation）
      • Hunyuan
        • Hunyuan（Text-to-Video）
        • Hunyuan（Obtain Task Results）
      • Vidu
        • Vidu（Text-to-Video）
        • Vidu（Image to Video）
        • Vidu（Generate video from the first and last frames）
        • Vidu（Reference-based video generation）
        • Vidu（Generate scene video）
        • Vidu（Smart Ultra HD）
        • Fetch（Retrieve Task Results）
        • Vidu V2（Text-to-Video Generation）
        • Vidu V2（Image-to-Video）
        • Vidu V2（Start-and-End Frame Video Generation）
        • Vidu V2（Subject-Driven Video Generation）
        • Vidu（Scene Video Generation V2）
        • Vidu V2（AI Ultra HD – Premium）
        • Fetch V2（Retrieve Task Result）
      • Tongyi Wanxiang
        • wan2.2-a14b-t2v (Text to Video)
        • wan2.2-a14b-t2v (Get Task Result)
        • wan2.2-a14b-i2v (Image to Video)
        • wan2.2-a14b-i2v (Get Task Result)
        • wan2.2-5b-t2v (Text to Video)
        • wan2.2-5b-t2v (Get Task Result)
        • wan2.2-5b-i2v (Image to Video)
        • wan2.2-5b-i2v (Get Task Result)
        • T2V（Text-to-Video）
        • Tasks（Fetch Task Result）
        • wan-t2v（Text-to-video open source version）
        • wan-t2v（Fetch Task Result）
        • wan-i2v（Image-to-video open source version）
        • wan-i2v（Fetch Task Result）
        • wan-vace（Video Edit）
        • wan-vace（Fetch Task Result）
        • T2V (Text-to-Video Alibaba Cloud)
        • I2V (Image-to-Video Alibaba Cloud)
        • Tasks (Get Task Results)
      • Jimeng
        • Seaweed (Text/picture generated video)
        • Seaweed (Fetch Task Results)
        • Seedance (Text/picture generated video)
        • Seedance (Fetch Task Results)
        • Omnihuman（Submits Task）
        • Omnihuman（Get Task Results）
      • SiliconFlow
        • LTX-Video(Video Generation)
        • HunyuanVideo(Video Generation)
        • Mochi-1-Preview(Video Generation)
        • Tasks(Fetch Task Result)
      • Google
        • Veo3-Fast（Text-to-video）
        • Veo3-Fast（Get task result）
        • Veo3-Fast-Frames（Image and Text to Video Generation）
        • Veo3-Fast-Frames (Get task result)
        • Veo3-Pro（Text-to-video）
        • Veo3-Pro（Get task result）
        • Veo3-Pro-Frames（Image and Text to Video Generation）
        • Veo3-Pro-Frames（Veo3-Pro-Frames）
        • Veo2（Text-to-video）
        • Veo2-i2v（Image to video generation）
        • Veo2（Get task results）
        • Veo3 (Text-to-video)
        • Veo3 (Get task result)
        • Veo3-V2（V2 API Format）
        • Veo3-V2（V2 API Format）
      • Kunlun Tech
        • Skyreels（Image to Video）
        • Skyreels（Get task results）
      • Higgsfield
        • Generate（Image to Video）
        • Shortads（Image-Generated Advertising Video）
        • Fetch（获取任务结果）
      • Chanjing
        • Create a video synthesis task
        • Retrieve video details
        • Delete video
        • Retrieve the list of supported fonts
        • Generate a digital human avatar
        • Retrieve avatar details
        • Delete avatar
        • Public digital human list
      • Midjourney
        • MJ-Video（Image to Video）
        • MJ-Video（Video Extension）
        • Fetch（Fetch Task）
      • Topview
        • Marketing Digital Avatar
          • Submit Avatar Marketing Video
          • Get Avatar Marketing Video Results
          • Get Script List
          • Modify Script Content
        • Regular Digital Avatar
          • VideoAvatar Submit
          • VideoAvatar Query
          • Create Private Digital Avatar
          • Query Private Digital Avatar
          • Delete Private Digital Avatar
          • Query Public Digital Avatar
          • Query Public Voices
          • Query Subtitle Style Interface
        • Product Digital Avatar
          • Product ImageReplace Submit
          • Product ImageReplace Query
          • Product Image2Video Submit
          • Product Image2Video Query
          • Query Public Digital Avatar
          • Query Product Categories
        • Product Image Replacement
          • productAnyShoot ReplaceImage Submit
          • productAnyShoot ReplaceImage Query
          • Query Template List
          • Query Template Categories
        • Image to Video
          • Submit Image2video (Image to Video)
          • Query Image2video (Image to Video)
        • Upload Interface
    • Audio/Video Processing
      • Unified interface
        • TTS
          • Query TTS Provider Information
          • Text-to-Speech Generation(302 Format)
          • Text-to-Speech Generation(Openai Format)
      • 302.AI
        • Stable-Audio（instrumental generation）
        • Transcript (Audio/Video to Text)
        • Transcriptions（Speech to Text）
        • Alignments（Subtitle Timing）
        • WhisperX
        • F5-TTS（Text to Speech）
        • F5-TTS （Asynchronous Text-to-Speech）
        • F5-TTS （Asynchronously Retrieve Results）
        • mmaudio（Text-to-Speech）
        • mmaudio（AI Video Voiceover）
        • mmaudio （Asynchronous Result Retrieval）
        • Diffrhythm（Song Generation）
        • Video-Understanding (Video understanding)
        • Video-Understanding (Asynchronously get result)
      • OpenAI
        • Speech（Text to Speech tts-1）
        • Transcriptions（Speech to Text whisper-1）
        • Translations（Speech to English Text whisper-1）
        • Realtime
      • Azure
        • AzureTTS（Text to Speech）
        • Voice-List
      • Suno
        • Music（Automatic Mode）
        • Music（Custom Mode）
        • Music（Generate Lyrics）
        • Music（Song Continuation）
        • Fetch
      • Doubao
        • tts_hd（Text to Speech）
        • vc-ata（Automatic subtitle timing）
        • fetch（Query Generation Status）
        • vc（Audio and video caption generation）
        • fetch（Query caption result）
        • Recognize (Rapid Audio File Recognition)
      • Fish Audio
        • TTS（Text to Speech）
        • Model（Create Voice）
        • Model（Obtain Voice）
        • Model（Delete Voice）
        • Model（Update Voice）
        • Model（Get Voice List）
      • Minimax
        • T2A（Async extra content generation）
        • T2A（语音生成-同步）
        • T2A（Status Inquiry）
        • T2V（Create Voice）
        • Files（Audio File Download）
        • Music_Upload（Upload original music）
        • Music Generation API
        • T2A (voice generation-synchronization)
        • Upload
        • Voice Clone
      • Dubbingx
        • TTS（Text to Speech）
        • GetTTSList（Get Voice List）
        • GetTTSTask（Get Task Status）
        • Analyze（emotions）
      • Udio
        • Generate（Music Generation）
        • Generate（Music Continuation）
        • Query
      • Elevenlabs
        • 302 Format
          • Speech-to-text（Speech-to-Text）
          • Speech-to-text（Asynchronously fetch results）
          • TTS-Multilingual-v2（Text-to-Speech）
          • TTS-Multilingual-v2（Asynchronous result retrieval）
          • TTS-Flash-v2.5（Text-to-Speech）
          • TTS-Flash-v2.5（Asynchronous result retrieval）
        • Official Format
          • Text-to-speech
          • Speech-to-text
          • Models (Get Models)
          • Voices（Get Voices）
      • Mureka
        • Upload Music
        • Generate Lyrics from a Prompt
        • Continue writing lyrics from existing lyrics
        • Generate a Song from Lyrics
        • Retrieve the Generated Song
        • Separate Music Stems
        • Generate Instrumental Music Track
        • Retrieve Instrumental Music Track
        • Text-to-Speech
        • Create Podcast Audio
      • SiliconFlow
        • Upload reference audio
        • Delete reference audio
        • Create speech-to-text request
        • Create text-to-speech request
        • 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
        • Create a language generation task
        • Retrieve speech synthesis results
        • Create a voice customization task
        • Retrieve voice customization results
        • Delete customized voice
    • Information Processing
      • Unified Search API
        • Unified Search API
      • 302.AI
        • Admin Dashboard
          • Balance（Account balance）
          • Price（Get API Pricing）
          • Retrieve User API Keys List Data
          • Retrieve Data for Specified API Key
          • Create API Key
          • Update API Key
          • Delete API Key
        • Information search
          • Xiaohongshu_Search
          • Xiaohongshu_Note
          • Get_Home_Recommend
          • Tiktok_Search
          • Douyin_Search
          • Twitter_Search
          • Twitter_Post（X_Post）
          • Twitter_User（X_User）
          • Weibo_Post
          • Search_Video
          • Youtube_Info
          • Youtube_Subtitles（Youtube Obtain Subtitles）
          • Bilibili_Info（Bilibili Obtain Video Information）
          • MP_Article_List（Get the list of WeChat official account articles）
          • MP_Article（Retrieve WeChat Official Account articles）
        • File processing
          • Parsing
          • Upload-File
          • Markitdown (File conversion to md format)
        • Code execution
          • Virtual Machine Sandbox
            • One-click Code Execution
            • Create Sandbox
            • Query Your Sandbox List
            • Destroy Sandbox
            • Run-Code
            • Run Command Line
            • Query File Information at Specified Path
            • Import File Data into Sandbox
            • Export Sandbox Files
          • Static Sandbox
            • Run-Code
        • Remote Browser
          • Create Browser Automation Task
          • Query Browser Task Status
        • Paper2Code
          • Create Paper2Code Task
          • Query Paper2Code Task
        • Paper2Poster
          • Create paper2poster Task
          • Query paper2poster Task
        • LLMxMapReduce
          • 创建写作任务
          • 查询写作任务
      • Tavily
        • Search
        • Extract
      • SerpApi
        • Search
        • Search（News）
        • Search（Images）
        • Search（Lens）
        • Search（Videos）
        • Search（Scholar）
        • Search（Patents）
        • Search（Baidu）
      • Search1API
        • Search
        • News
        • Crawl
        • Sitemap（Site Map）
        • Trending (Popular Trends)
      • Exa
        • Search
        • Contents（Get content）
        • Answer
      • Bocha AI
        • Web-search
        • Ai-search
      • Doc2x
        • Version 2
          • PDF（Upload - Asynchronous）
          • Status（View Status）
          • Parse（Request Export File - Asynchronous）
          • Result（exported results）
        • Version 1 (Deprecated)
          • PDF（PDF-to-MD）
          • PDF-Async
          • IMG-to-MD
          • IMG-Async
          • Status
          • Export
      • Glif
        • Glif（Bot）
      • Jina
        • Reader（Web Page to Markdown）
        • Search
        • Grounding（Verification of Facts）
        • Classify
      • DeepL
        • Chat（Translate into English）
        • Chat（Translate into Chinese）
        • Chat（Translate into Japanese）
        • Translate（Translate into various language）
      • RSSHub
        • RSSHub
      • Firefly card
        • saveImg（Card Generation）
      • Youdao
        • Youdao（Youdao Translate）
      • Mistral
        • OCR（PDF Parsing)
      • Firecrawl
        • Scrape
        • Batch Scrape
        • Get Batch Scrape Status
        • Get Batch Scrape Errors
        • Map
        • Search
      • MetaSota Search
        • Search
        • Reader
        • Chat
      • MinerU
        • Create PDF Parsing Task (Open Source Deployment Version)
        • View PDF Parsing Task (Open Source Deployment Version)
        • Create PDF Parsing Task (Official Free Version)
        • View PDF Parsing Task (Official Free Version)
    • RAG-related
      • OpenAI
        • Embeddings
      • Jina
        • Embeddings
        • Rerank
        • Rerank（Multimodal Reordering）
        • Tokenizer
      • China Model
        • Embeddings（Zhipu）
        • Embeddings（BAAI）
        • Embeddings（Baichuan AI）
        • Embeddings（Youdao）
        • Rerank（Youdao）
        • Rerank（BAAI）
      • 302.AI
        • Chat（with KB）
        • Chat（with KB-OpenAI compatible）
        • Create（Knowledge Base）
        • Delete（Knowledge Base）
        • Upload
        • List（KB）
        • Info
        • Meta-Chunking（Text LLM slices）
        • Meta-Chunking（File LLM slices）
      • SiliconFlow
        • Embeddings
        • Rerank
      • Google
        • Embeddings
    • Tools API
      • AI Video Creation Hub
        • Scripts（Generate Video Content Copy）
        • Terms（Generate Video Material Search Keywords）
        • Videos（Create Video Material Generation Task）
        • Tasks（Get Video Task Progress）
      • AI Paper Writing
        • CO-STORM
          • Create generate article task
          • Continue to generate dialogue interfaces
          • Update article content interface
          • Get article information
        • Asynchronous Paper Generate
        • Fetch
      • AI Podcast Production
        • Asynchronous Generate Podcast Transcripts
        • Check the status of podcast text generation task
        • Asynchronously Generate Podcast Audio
        • Check the status of podcast audio generation task
      • AI Writing Assistant
        • Get Tools‘ List
        • Generate Copywriting
      • AI Video Real-Time Translation
        • Query Video Information
          GET
        • Video Download
          POST
        • Extract Audio from Video
          POST
        • Audio vocal separation and transcription
          POST
        • Subtitle Translation
          POST
        • Video Burning
          POST
        • Original sound clone
          POST
        • Query task status
          GET
      • AI Document Editor
        • Generate a long text outline
        • Generate article content
      • Web Data Extraction Tool
        • Generate Schema
        • Create an extraction task
        • Query extraction progress
      • AI Prompt Expert
        • Prompt Optimization
        • Image prompt generation
        • Create SPO Prompt Optimization Task
        • Query SPO Prompt Optimization Results
      • AI 3D Modeling
        • 3D model file type conversion
      • AI Search Master 3.0
        • AI Search
      • AI Vector Graphics Generation
        • SVG to video
      • Al Answer Machine
        • Answer
      • AI PPT Generator
        • Generate PPT interface with one click
        • File parsing
        • Generate an outline
        • Generate outline content
        • Get template options
        • Generate PPT interface (synchronous interface)
        • Load PPT data
        • Generate PPT interface (asynchronous interface)
        • Asynchronous query generates PPT status
        • Download PPT
        • Add/update custom PPT templates
        • Pagination query PPT template
      • AI Academic Paper Search
        • arxiv Paper Search
        • Google Paper Search
      • One-Click Website Deployment
        • Create Hosted Webpage (Form Parameter API)
        • Create Hosted Webpage (JSON Parameter API)
        • Create Hosted Webpage (Binary Parameter API)
        • Query the List of Hosted Projects under an API Key
      • AI Avatar Maker
        • Generate Avatar (JSON Parameter Example)
        • Avatar Generation (form-data parameter example)
      • AI Card Generation
        • Generate Knowledge Card
        • Generate Poster
        • Generate philosophical cards
        • Generate philosophical quotation sayings
        • 生成知识卡片
      • AI Image Creative Station API
        • Creative Image Generation API Usage Instructions
        • Get Model List
        • Generate Creative Images
    • Help Center
      • HTTP Status Codes
      • List of supported languages for image translation
    • 图片处理
      • 共绩算力
        • 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
      • 302.AI-ComfyUI
        • 创建视频换脸任务（V2）
        • 查询视频换脸任务状态（V2）
  1. AI Video Real-Time Translation

Audio vocal separation and transcription

POST
/302/vt/subtitle/extract
Use our own optimized whisper model to transcribe audio into word-level text data
Price for voice separation only: 0.001PTC/min
Price for separation + transcription + alignment: 0.003PTC/min

Request

Header Params

Body Params application/json

Example
{
  "audio_url": "https://file.302ai.cn/gpt/imgs/tts_demo_minimax_male-qn-qingse_en.mp3",
  "language": "en",
  "demucs": true
}

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/302/vt/subtitle/extract' \
--header 'Authorization: Bearer sk-jls4AaVBGoe1GwZD64qZA1qyKTN1MPHa4NmvH1cT68z7K1Zz' \
--header 'Content-Type: application/json' \
--data-raw '{
  "audio_url": "https://file.302ai.cn/gpt/imgs/tts_demo_minimax_male-qn-qingse_en.mp3",
  "language": "en",
  "demucs": true
}'

Responses

🟢200success
application/json
Body

Example
{
    "task_id": "string"
}
Modified at 2025-01-19 07:34:45
Previous
Extract Audio from Video
Next
Subtitle Translation
Built with