POST https://mediakit.cn-beijing.volces.com/api/v1/tools-sync/translate-image-text

本 API 用于提交一个同步的图像翻译任务，自动识别图像中的文字内容并将其翻译为指定目标语言，输出保留原图视觉结构的新图像，适用于跨境电商商品图、漫画页、行业文献图、路牌菜单等多语言本地化场景。

获取任务结果：这是一个同步接口，处理结果将直接在本接口的响应体中返回。

开发指南：如需了解该功能的详细说明及应用，请参阅图像翻译。

请求参数

Header 参数

参数	类型	是否必选	示例值	描述
Authorization	String	是	Bearer {Your_API_Key}	格式为 Bearer {Your_API_Key}。请参考基础概念及准备工作获取 API Key。

Body 参数

参数	类型	是否必选	示例值	描述
image_url	String	是	https://example.com/source.jpg	待翻译的图像 URL。图像来源：支持公网 HTTP/HTTPS URL、本地上传 (mediakit://)、火山引擎对象存储 (tos://) 三种输入协议。关于各协议的具体说明和使用示例，请参阅多源媒体输入与本地上传。文件大小：单张图片不得超过 10 MB。图像分辨率：宽和高均不得小于 10 × 10 像素，宽和高的乘积不得超过 2000 万像素。支持格式：支持 .png、.jpg、.jpeg 和 .webp 等主流图像格式，不支持动图。
tool_version	String	否	seed-translation	图片翻译选用的模型版本，默认为 seed-translation。不同版本在效果、支持语种、价格上有所差异。 seed-translation：（默认值）大模型版擦除模型。使用 doubao-seed-translation 模型翻译图片，先擦除翻译区域，再将翻译后的文本放置在翻译区域中。 erase：擦除翻译区域模型。在翻译图片时，先擦除翻译区域，再将翻译后的文本放置在翻译区域中。 overlay-translation：直接叠加译文，不擦除原文。适合保留原图布局、强调译文叠加效果的场景。 dense-text-translation：密集文本非擦除模型。适用于文字密集型翻译场景。翻译后的文本会直接叠加在原始文本上。 logo-retain-erase-translation：带品牌识别的擦除模型。在翻译图片时，保持品牌名称不被翻译。先擦除翻译区域，再将翻译后的文本放置在翻译区域中。
target_lang	String	是	zh	目标语言语种编号。不同模型版本支持的语种有所不同，详情请参见附录：支持的语种。
source_lang	String	否	en	源语言语种编号。如不传，系统将自动识别图片中的源语言。不同模型版本支持的语种有所不同，详情请参见附录：支持的语种。
output_format	String	否	webp	输出图片格式，默认使用 webp 格式返回。可选值：png、jpeg、webp。
queue_id	String	否	q00a973...	任务提交的目标队列 ID。如不传，默认会使用系统自动创建的队列 ID。您可以将不同业务或优先级的任务提交到不同的队列，以实现按队列对应的项目进行分账。您可以在 AI MediaKit 控制台队列管理页面创建和管理队列，系统会自动分配一个队列 ID。详情请参考项目与队列管理。

请求示例

以下示例演示了如何为一个图片提交图像翻译任务。该任务将自动识别源语言，使用 seed-translation 模型翻译为中文（zh），并输出 JPEG 格式的图片。

响应说明

成功响应

请求处理成功后，接口会直接返回包含处理结果的 JSON 对象，其主要字段结构如下。

参数	类型	描述
success	Boolean	任务是否成功。 true：成功。 false：失败。更多信息请查看错误响应。
task_id	String	任务的唯一标识。
task_type	String	任务类型。对于本 API，取值为 translate-image-text。
request_id	String	本次 API 请求的唯一标识，可用于问题排查。
expires_at	Integer	任务结果的过期时间戳（Unix Time，单位：秒）。仅当任务成功且有结果时返回。
result	Object	包含图像处理结果的对象。详见下文 result 结构。

result 结构

参数	类型	描述
image_url	String	翻译后的图片文件下载地址。该地址的有效期为 24 小时，请务必及时保存产物。
image_size	Integer	生成图像的大小，单位为字节。
image_format	String	生成图像的格式，例如：jpeg。
image_width	Integer	生成图像的宽度，单位为 px。
image_height	Integer	生成图像的高度，单位为 px。

响应示例：

错误响应

当请求的参数或鉴权信息不正确时，接口会返回一个同步的错误响应。详见错误码。响应示例：

附录：支持的语种

seed-translation 模型

当 tool_version 为 seed-translation 时，源语言和目标语言均支持以下语种：

语种编号	语种名称
ar	阿拉伯语
cs	捷克语
da	丹麦语
de	德语
en	英语
es	西班牙语
fi	芬兰语
fr	法语
hr	克罗地亚语
hu	匈牙利语
id	印尼语
it	意大利语
ja	日语
ko	韩语
ms	马来语
nb	挪威语
nl	荷兰语
pl	波兰语
pt	葡萄牙语
ro	罗马尼亚语
ru	俄语
sv	瑞典语
th	泰语
tr	土耳其语
uk	乌克兰语
vi	越南语
zh	中文
zh_hant	中文繁体

其他模型

当 tool_version 为 erase、dense-text-translation、logo-retain-erase-translation 时，支持的语种如下：

支持的源语言 (source_lang)

语种编号	语种名称
ar	阿拉伯语
az	阿塞拜疆语
bn	孟加拉语
ca	加泰罗尼亚语
cs	捷克语
da	丹麦语
de	德语
en	英语
es	西班牙语
fi	芬兰语
fr	法语
he	希伯来语
hu	匈牙利语
id	印尼语
it	意大利语
ja	日语
ko	韩语
ms	马来语
nl	荷兰语
no	挪威语
pl	波兰语
pt	葡萄牙语
ru	俄语
sk	斯洛伐克语
sl	斯洛文尼亚语
sv	瑞典语
ta	泰米尔语
th	泰语
tr	土耳其语
vi	越南语
zh	中文
zh_hant	中文繁体

支持的目标语言 (target_lang)

语种编号	语种名称
ar	阿拉伯语
de	德语
en	英语
es	西班牙语
fr	法语
id	印尼语
it	意大利语
ja	日语
ko	韩语
ms	马来语
pt	葡萄牙语
ru	俄语
th	泰语
vi	越南语
zh	中文
zh_hant	中文繁体

AI MediaKit