通用2.1-文生图--人像人体-火山引擎

文档中心

导航

通用2.1-文生图

最近更新时间：2024.12.26 11:29:53首次发布时间：2024.11.11 15:06:07

接口简介

本次升级 (对比通用2.0和通用2.0 PRO），除了结构准确和美感明显提升外，重点支持了中英文字符渲染，推荐在通用类别（不局限于人像人体）使用。

请求说明

名称	内容
接口地址	https://visual.volcengineapi.com
请求方式	POST
Content-Type	application/json

完整公共参数列表见公共参数
本服务Region为cn-north-1； Service为cv

Query参数

拼接到url后的参数，示例：https://visual.volcengineapi.com?Action=CVProcess&Version=2022-08-31

参数	可选/必选	类型	说明
Action	必选	String	接口名，取固定值：CVProcess
Version	必选	String	版本号，取固定值：2022-08-31

Body参数

业务请求参数，放到request.body中，MIME-Type为application/json

参数	可选/必选	类型	说明	备注
req_key	必选	String	算法名称，取固定值为high_aes_general_v21_L
prompt	必选	String	用于生成图像的提示词，中英文均可输入 Prompt 中用引号将希望书写的文字引起来，文字准确率会更高（例如：一张圣诞节海报，上面写着“Merry Christmas”）
model_version	可选	String	模型版本名称，固定值：general_v2.1_L
req_schedule_conf	可选	String	默认值：general_v20_9B_pe 标准版：general_v20_9B_rephraser 美感版：general_v20_9B_pe	标准版：图文匹配度更好，结构表现更好美感版（默认）：美感更好，出图多样性更多
seed	可选	int	随机种子，作为确定扩散初始状态的基础，默认-1（随机）。若随机种子为相同正整数且其他参数均一致，则生成图片极大概率效果一致默认值：-1
scale	可选	float	影响文本描述的程度默认值：3.5 取值范围：[1, 10]
ddim_steps	可选	int	生成图像的步数，建议使用默认值，过大会造成延迟增加而服务超时默认值：25 取值范围：[1, 200] 推荐取值范围：[1, 50]
width	可选	int	生成图像的宽默认值：512 取值范围：[256, 768]	宽、高与512差距过大，则出图效果不佳、延迟过长概率显著增加。超分前建议比例及对应宽高：widthheight 1:1：512512 4:3：512384 3:4：384512 3:2：512341 2:3：341512 16:9：512288 9:16：288512
height	可选	int	生成图像的高默认值：512 取值范围：[256, 768]
use_pre_llm	可选	bool	开启文本扩写，会针对输入prompt进行扩写优化，如果输入prompt较短建议开启，如果输入prompt较长建议关闭默认值：true
use_sr	可选	bool	True：文生图+AIGC超分 False：文生图默认值：true	内置的超分功能，开启后可将上述宽高均乘以2返回，此参数打开后延迟会有增加如上述宽高均为512和512，此参数关闭出图 512512 ，此参数打开出图1024 1024
return_url	可选	bool	输出是否返回图片链接（链接有效期为24小时）	如果期望返回永久地址或者二次处理，可以接入：veImageX
logo_info	可选	LogoInfo	水印信息

LogoInfo
水印相关参数

名称	类型	必选	描述
add_logo	Boolean	否	是否添加水印。True为添加，False不添加。默认不添加
position	Int	否	水印的位置，取值如下： 0-右下角 1-左下角 2-左上角 3-右上角默认0
language	Int	否	水印的语言，取值如下： 0-中文（AI生成） 1-英文（Generated by AI）默认0
opacity	Float	否	水印的不透明度，取值范围0-1，1表示完全不透明，默认0.3
logo_text_content	String	否	明水印自定义内容

输出说明

通用输出参数

请参考通用返回字段及错误码

业务输出参数

重点关注data 字段，其他字段为公共返回

字段	类型	说明
binary_data_base64	array of string	返回图片的base64数组。
image_urls	array of string	输出处理过的图片url 数组（单张图）

请求&返回完整示例

请求示例

{
    "req_key": "high_aes_general_v21_L",
    "prompt": "千军万马",
    "model_version": "general_v2.1_L",
    "req_schedule_conf": "general_v20_9B_pe",
    "llm_seed": -1,
    "seed": -1,
    "scale": 3.5,
    "ddim_steps": 25,
    "width": 512,
    "height": 512,
    "use_pre_llm": true,
    "use_sr": true,
    "sr_seed": -1,
    "sr_strength": 0.4,
    "sr_scale": 3.5,
    "sr_steps": 20,
    "is_only_sr": false,
    "return_url": true,
    "logo_info": {
        "add_logo": false,
        "position": 0,
        "language": 0,
        "opacity": 0.3,
        "logo_text_content": "这里是明水印内容"
    }
}

输出示例

{
    "code": 10000,
    "data": {
        "algorithm_base_resp": {
            "status_code": 0,
            "status_message": "Success"
        },
        "binary_data_base64": [],
        "image_urls": [
            "https://xxx"
        ],
        "pe_result": "",
        "predict_tags_result": "",
        "rephraser_result": "历史战争风格，千军万马。画面中，众多士兵骑着战马，手持长矛和盾牌，整齐划一地行进在战场上。背景是广阔的战场，尘土飞扬，远处可见战旗飘扬。广角镜头，远景，强烈光影。",
        "request_id": "6c2b84486031b7dcb011a9d1c8ed29e3777f25ca08db1f3e5e4b754df4718ee9"
    },
    "message": "Success",
    "request_id": "2024111114552269F2FA168B2B322E00E8",
    "status": 10000,
    "time_elapsed": "10.887140906s"
}

错误码

（1）通用错误码
请参考通用返回字段及错误码
（2）业务错误码

HttpCode	错误码	错误消息	描述
200	10000	无	请求成功
400	50411	Pre Img Risk Not Pass	输入图片前审核未通过
400	50511	Post Img Risk Not Pass	输出图片后审核未通过
400	50412	Text Risk Not Pass	输入文本前审核未通过
400	50512	Post Text Risk Not Pass	输出文本后审核未通过
400	50413	Post Text Risk Not Pass	输入文本NER、IP、Blocklist等拦截

SDK使用说明

请参考SDK使用说明

人像人体