选择媒体 API 工作流
将图片生成、文字转语音、音频转写和社交视频解析对应到 UnderSky 的端点、计费方式和恢复策略。
UnderSky 媒体 API 与文本模型共用 API Key 和额度。根据输入和输出选择对应工作流。
异步生成图片
使用 POST /v1/images/generations 创建任务,再轮询 GET /v1/images/generations/:id,直到状态变为 completed,也可以提供回调 URL。
图片任务开始前会预留额度。失败任务释放预留额度,部分成功任务只按已完成图片计费。
文字转语音
向 POST /v1/audio/speech 发送支持的 TTS 模型、文本、声音和响应格式。响应是二进制音频,请写入文件或传给媒体服务。
语音参考列出模型、声音、格式和按字符计费规则。
音频转写
向 POST /v1/audio/transcriptions 发送 multipart 音频文件和转写模型,再选择符合下游解析器的响应格式。
音频转写参考列出字段、模型价格和常见错误。转写指南提供完整 curl 流程。
提取社交视频信息
使用 GET /v1/social-media/video/extract 传入分享 URL 或原始分享文本。响应会统一返回平台、标题、作者、视频清晰度、音轨和有时效的媒体 URL。
返回的媒体 URL 会过期,请及时下载。