# Đa phương thức

> Sử dụng giao diện hình ảnh, âm thanh, video và Realtime trong LLMoxy.

Khả năng đa phương thức phụ thuộc vào mô hình được chọn. Vui lòng xác nhận các mô hình đa phương thức hiện khả dụng qua `GET /v1/models` hoặc trang giá trong bảng điều khiển.

## Hình ảnh

Tạo hình ảnh kiểu 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 cũng chuyển tiếp các tham số hình ảnh đặc thù của mô hình, miễn là mô hình được chọn hỗ trợ chúng.

Tuyến chỉnh sửa hình ảnh：

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

## Âm thanh

Chuyển văn bản thành giọng nói：

```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
```

Phiên âm và dịch âm thanh sử dụng tải lên biểu mẫu multipart：

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

## Video

Tạo video tương thích 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
```

Truy vấn trạng thái：

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

Tải xuống nội dung：

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

LLMoxy cũng hỗ trợ giao diện tạo video JSON `POST /v1/video/generations`, cũng như các tuyến kiểu nhà cung cấp như Kling, Jimeng. Các mô hình hỗ trợ cụ thể vui lòng xem danh sách mô hình trong bảng điều khiển.

## Realtime

Realtime sử dụng điểm cuối WebSocket：

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

Khách hàng phía máy chủ có thể sử dụng tiêu đề xác thực chuẩn khi bắt tay; khách hàng trình duyệt có thể sử dụng định dạng khóa giao thức con kiểu OpenAI.

Đây là bản markdown của https://vi.llmoxy.com/docs/api-reference/multimodal.
