# Multimodal

> Utilisez les interfaces image, audio, vidéo et Realtime dans LLMoxy.

Les capacités multimodales dépendent du modèle sélectionné. Confirmez les modèles multimodaux actuellement disponibles via `GET /v1/models` ou la page de tarification de la console.

## Images

Génération d'images de style OpenAI :

```bash
curl https://llmoxy.com/v1/images/generations \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A clean product icon for an LLM gateway",
    "size": "1024x1024",
    "response_format": "url"
  }'
```

LLMoxy transmet également les paramètres d'image spécifiques au modèle, tant que le modèle sélectionné les prend en charge.

Routes de modification d'images :

```txt
POST /v1/images/edits
POST /v1/edits
```

## Audio

Synthèse vocale :

```bash
curl https://llmoxy.com/v1/audio/speech \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "Hello from LLMoxy.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3
```

La transcription et la traduction audio utilisent un téléchargement de formulaire multipart :

```txt
POST /v1/audio/transcriptions
POST /v1/audio/translations
```

## Vidéo

Génération vidéo compatible OpenAI :

```bash
curl https://llmoxy.com/v1/videos \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -F model=sora-2 \
  -F prompt="cute cat dance" \
  -F seconds=8
```

Interroger l'état :

```bash
curl "https://llmoxy.com/v1/videos/$TASK_ID" \
  -H "Authorization: Bearer <LLMOXY_API_KEY>"
```

Télécharger le contenu :

```bash
curl "https://llmoxy.com/v1/videos/$TASK_ID/content" \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  --output output.mp4
```

LLMoxy prend également en charge l'interface de génération vidéo JSON `POST /v1/video/generations`, ainsi que les routes de style fournisseur telles que Kling et Jimeng. Consultez la liste de modèles de la console pour les modèles spécifiques pris en charge.

## Realtime

Realtime utilise un point de terminaison WebSocket :

```txt
wss://llmoxy.com/v1/realtime?model=gpt-4o-realtime-preview
```

Les clients côté serveur peuvent utiliser les en-têtes d'authentification standard lors de la poignée de main ; les clients navigateur peuvent utiliser le format de clé de sous-protocole de style OpenAI.

Ceci est la version markdown de https://fr.llmoxy.com/docs/api-reference/multimodal.
