Janvia

接口

模型与参数

查询在售模型和价格，以及图片、视频、音频任务的 input 参数。

模型列表

GET /v1/models 是公开接口，不需要密钥。它返回所有在售模型：模型 ID、类型、参数限制 constraints、默认值 defaults，以及每条线路的价格。

curl https://janvia.io/v1/models

每条线路的 pricing 是一个列表，按顺序取第一条条件匹配的价格。per 是计价单位：

  • call：每次请求。
  • image：每张图，乘以 count。
  • second：每秒，乘以 duration。
  • kchar：语音文本每 1000 个字符（不足 1000 按 1000 算）。

各模型具体支持哪些值，以 模型页 的「参数」为准。参数组合没有线路支持时，返回 400 unsupported_parameters。

图片

字段说明
prompt要生成的内容，必填。
negative_prompt不希望出现的内容。
image_urls参考图或要编辑的原图：http(s) 链接或 base64 data URL。
resolution输出尺寸：1K、2K 或 4K。
aspect_ratio宽高比，如 1:1、16:9、9:16。
count每个任务生成几张，1–4，按张计价。
qualityauto、low、medium 或 high。
output_formatpng、jpeg 或 webp。
seed固定种子，便于复现结果。

视频

字段说明
prompt视频内容描述，必填。
modet2v 文生视频，i2v 图生视频（一张图），first_last 首尾帧（两张图），r2v 参考生视频（一张或多张）。不传时按 image_urls 的数量推断。
image_urlsi2v、first_last、r2v 模式用的图片。
duration时长（秒）。多数模型按秒计价。
resolution480p、720p、1080p 或 4k。
aspect_ratio如 16:9、9:16、1:1、adaptive。
audio生成声音（模型支持时）。
seed固定种子，便于复现结果。

视频模式和图片数量要对得上：t2v 不传图片，i2v 一张，first_last 两张（首帧、尾帧），r2v 一张或多张。不传 mode 时按图片数量推断。

音频

字段说明
kindspeech（语音）或 music（音乐），必填。
text语音：要朗读的文本，语音必填。
voice语音：音色 ID。
speed语音：语速 0.5–2。
format语音：mp3 或 wav。
prompt音乐：歌曲描述。音乐需要描述或歌词之一。
lyrics音乐：自定义歌词。
title音乐：歌名。
tags音乐：风格标签。
instrumental音乐：纯音乐，没有人声。

图片输入

image_urls 可以填 http(s) 地址，也可以填 base64 data URL（如 data:image/png;base64,...）。单张 base64 图片约 10 MB 以内，整个请求体不超过 30 MB。本地图片建议先用 文件上传 换成地址再传，请求更小，也更快。