Transloadit
Tarifs
  • Téléversements de fichiers
  • Importation de fichiers
  • Traitement par lots
  • Encodage vidéo
  • Encodage audio
  • Traitement d’images
  • Traitement de documents
  • Intelligence artificielle
  • Filtrage et sécurité des fichiers
  • Catalogage de médias
  • Compression de fichiers
  • Évaluation de code
  • Exportation de fichiers
  • Smart CDN
  • Voir tous les services
  • Explorer les intégrations
  • Explorer les démos interactives (English)
  • Uppy
  • TransloaditKit
  • SDK Android
  • SDK Node.js
  • Viewer pour Next.js
  • SDK Python
  • SDK Ruby
  • SDK Go
  • SDK Java
  • SDK PHP
  • Zapier
  • Serveur MCP
  • Transloadit CLI
  • Terraform
  • Essentiels
  • Bonnes pratiques
  • FAQ
  • Robots
  • API
  • Formats
  • Créer votre première application
  • À propos de Transloadit
  • Comparatifs
  • Projets open source
  • Témoignages
  • Carrières (English)
  • Sécurité
  • Articles
  • Actus dev (English)
  • Astuces dev
  • Presse
  • Recherche (English)
  • Études de cas
  • Solutions
  • Guides
  • Glossaire
  • Juridique (English)
  • Outils
  • Aider Coursera à former des millions de personnes dans le monde
  • Support Transloadit
  • Support open source
  • Accord de niveau de service (English)
  • Réserver une démo avec nos ingénieurs (English)
EssentielsRobotsFAQAPIFormatsBonnes pratiques
Téléversements de fichiers
  • /upload/handle
    Gérer les téléversements
Importation de fichiers
  • /azure/import
    Importer des fichiers depuis Azure
  • /backblaze/import
    Importer des fichiers depuis Backblaze
  • /box/import
    Importer des fichiers depuis Box
  • /mega/import
    Importer des fichiers depuis MEGA S4 Object Storage
  • /cloudfiles/import
    Importer des fichiers depuis Rackspace Cloud Files
  • /cloudflare/import
    Importer des fichiers depuis Cloudflare R2
  • /digitalocean/import
    Importer des fichiers depuis DigitalOcean Spaces
  • /dropbox/import
    Importer des fichiers depuis Dropbox
  • /ftp/import
    Importer des fichiers depuis des serveurs FTP
  • /google/import
    Importer des fichiers depuis Google Cloud Storage
  • /http/import
    Importer des fichiers depuis des serveurs web
  • /minio/import
    Importer des fichiers depuis MinIO
  • /s3/import
    Importer des fichiers depuis Amazon S3
  • /sftp/import
    Importer des fichiers depuis des serveurs SFTP
  • /supabase/import
    Importer des fichiers depuis Supabase Storage
  • /swift/import
    Importer des fichiers depuis OpenStack Swift
  • /tigris/import
    Importer des fichiers depuis Tigris
  • /transloadit/import
    Importer des fichiers depuis Transloadit Storage
  • /vimeo/import
    Importer des vidéos depuis Vimeo
  • /wasabi/import
    Importer des fichiers depuis Wasabi
Encodage vidéo
  • /video/adaptive
    Convertir des vidéos en HLS, MPEG-Dash et CMAF
  • /video/artwork
    Extraire ou insérer l’illustration de pochette des vidéos
  • /video/concat
    Concaténer des vidéos
  • /video/encode
    Transcoder, redimensionner ou filigraner des vidéos
  • /video/merge
    Fusionner vidéo, audio et images en une seule vidéo
  • /video/ondemand
    Diffuser des vidéos en streaming avec encodage à la demande
  • /video/split
    Découper une vidéo
  • /video/subtitle
    Ajouter des sous-titres aux vidéos
  • /video/thumbs
    Extraire des vignettes de vidéos
  • Préréglages d’encodage vidéo
Encodage audio
  • /audio/artwork
    Extraire ou insérer une pochette audio
  • /audio/concat
    Concaténer de l’audio
  • /audio/split
    Découper de l’audio
  • /audio/encode
    Encoder de l’audio
  • /audio/loop
    Mettre de l’audio en boucle
  • /audio/merge
    Fusionner des fichiers audio en un seul
  • /audio/waveform
    Générer des images de forme d’onde à partir d’audio
  • Préréglages d’encodage audio
Traitement d’images
  • /image/bgremove
    Supprimer l’arrière-plan des images
  • /image/enhance
    Améliorer des images
  • /image/merge
    Fusionner plusieurs images en une seule
  • /image/optimize
    Optimiser la taille des fichiers image
  • /image/resize
    Convertir des images, les redimensionner ou y ajouter un filigrane
Traitement de documents
  • /document/autorotate
    Faire pivoter automatiquement des documents
  • /document/convert
    Convertir des documents dans différents formats
  • /document/extract
    Extraire du texte et des images intégrées
  • /document/merge
    Fusionner des documents en un seul
  • /document/optimize
    Optimiser la taille des fichiers PDF
  • /file/read
    Lire le contenu de fichiers
  • /document/split
    Extraire des pages
  • /document/thumbs
    Extraire des miniatures de documents
  • /document/watermark
    Ajouter un filigrane aux documents PDF
  • /html/convert
    Prendre des captures d’écran de pages web ou de fichiers HTML
Intelligence artificielle
  • /document/ocr
    Reconnaître le texte dans des documents (OCR)
  • /image/describe
    Reconnaître des objets dans des images
  • /image/facedetect
    Détecter des visages dans des images
  • /image/generate
    Générer des images à partir de consignes textuelles
  • /image/upscale
    Augmenter la résolution des images
  • /image/ocr
    Reconnaître le texte dans des images (OCR)
  • /speech/transcribe
    Transcrire la parole dans des fichiers audio ou vidéo
  • /text/speak
    Synthétiser la parole à partir de documents
  • /text/translate
    Traduire le texte de documents
  • /ai/chat
    Générer des réponses de chat par IA
  • /video/generate
    Générer des vidéos à partir de consignes textuelles
Filtrage et sécurité des fichiers
  • /file/filter
    Filtrer des fichiers
  • /file/verify
    Vérifier le type de fichier
  • /file/virusscan
    Analyser des fichiers à la recherche de virus
Catalogage de médias
  • /file/hash
    Calculer le hachage de fichiers
  • /file/preview
    Générer une miniature d’aperçu
  • /meta/write
    Écrire des métadonnées dans des médias
Compression de fichiers
  • /file/compress
    Compresser des fichiers
  • /file/decompress
    Décompresser des archives
Évaluation de code
  • /http/request
    Appeler des points de terminaison HTTP
  • /script/run
    Exécuter des scripts dans des Assemblies
Exportation de fichiers
  • Télécharger
  • /azure/store
    Exporter des fichiers vers Microsoft Azure
  • /backblaze/store
    Exporter des fichiers vers Backblaze
  • /box/store
    Exporter des fichiers vers Box
  • /mega/store
    Exporter des fichiers vers MEGA S4 Object Storage
  • /cloudfiles/store
    Exporter des fichiers vers Rackspace Cloud Files
  • /cloudflare/store
    Exporter des fichiers vers Cloudflare R2
  • /digitalocean/store
    Exporter des fichiers vers DigitalOcean Spaces
  • /dropbox/store
    Exporter des fichiers vers Dropbox
  • /ftp/store
    Exporter des fichiers vers des serveurs FTP
  • /google/store
    Exporter des fichiers vers Google Cloud Storage
  • /minio/store
    Exporter des fichiers vers MinIO
  • /s3/store
    Exporter des fichiers vers Amazon S3
  • /sftp/store
    Exporter des fichiers vers des serveurs SFTP
  • /supabase/store
    Exporter des fichiers vers Supabase Storage
  • /swift/store
    Exporter des fichiers vers OpenStack Swift
  • /tigris/store
    Exporter des fichiers vers Tigris
  • /transloadit/store
    Stocker des fichiers dans Transloadit Storage
  • /tus/store
    Exporter des fichiers vers des serveurs compatibles tus
  • /vimeo/store
    Exporter des fichiers vers Vimeo
  • /wasabi/store
    Exporter des fichiers vers Wasabi
  • /youtube/store
    Exporter des fichiers vers YouTube
Smart CDN
  • /file/serve
    Servir des fichiers aux navigateurs web
  • /tlcdn/deliver
    Mettre en cache et distribuer des fichiers à l’échelle mondiale
  • Tarifs

Générer des images à partir de consignes textuelles

🤖/image/generate génère des images à partir de consignes textuelles à l’aide de l’IA.

Robot /image/generate

Exemple d’utilisation

Téléverser une source 1024×1024 dans le champ image et un masque de retouche blanc sur noir correspondant dans le champ mask. Cet exemple conserve chaque pixel décodé de la source en dehors du masque :

{
  "steps": {
    ":original": {
      "robot": "/upload/handle"
    },
    "inpainted": {
      "format": "png",
      "inpainting": "strict",
      "model": "google/nano-banana-pro",
      "prompt": "Replace the masked area with a breaching whale. Keep the rest of the image unchanged.",
      "robot": "/image/generate",
      "use": [
        {
          "as": "image",
          "fields": "image",
          "name": ":original"
        },
        {
          "as": "mask",
          "fields": "mask",
          "name": ":original"
        }
      ]
    }
  }
}

Paramètres

  • interpolate

    boolean | Record<string, boolean>

    Détermine si les Assembly Variables sont interpolées pour chaque champ d’instruction.

    Par défaut, la plupart des champs d’instruction des Robots interpolent les Assembly Variables. Définissez ce paramètre sur false pour traiter tous les champs d’instruction comme du texte littéral, ou définissez le chemin d’un champ individuel sur false pour traiter uniquement ce champ comme du texte littéral. Pour les champs propres à un Robot qui sont littéraux par défaut, définissez ce paramètre sur true ou définissez le chemin de ce champ sur true pour réactiver l’interpolation.

    Utilisez des noms de champs tels que path, ou des chemins avec points tels que ffmpeg.vf pour les objets imbriqués.

  • output_meta

    Record<string, boolean> | boolean | Array<string>

    Demande des métadonnées coûteuses en CPU, désactivées par défaut pour accélérer les Assemblies.

    Pour les images, "has_transparency": true détecte la transparence et "dominant_colors": true extrait les couleurs hexadécimales. Ajoutez "dominant_colors_sampled": true pour obtenir plus rapidement des couleurs approximatives à partir de versions réduites de l’image. L’échantillonnage nécessite dominant_colors et ne modifie ni les octets de l’image ni la facturation. Sa méthode et sa palette peuvent varier. Omettez-le ou désactivez-le pour obtenir des couleurs en pleine résolution.

    Pour les images, vous pouvez également ajouter "blurhash": true pour extraire une chaîne BlurHash⁠ — une représentation compacte d’un espace réservé pour l’image, utile pour afficher un aperçu flou pendant le chargement de l’image complète.

    Pour les images, "thumbhash": true extrait plutôt un ThumbHash⁠ encodé en base64 dans meta.thumbhash, accompagné de meta.has_alpha (qui indique si un canal alpha existe, même lorsque l’image est entièrement opaque). Il décrit les pixels orientés selon les données EXIF et utilise la première image des images animées. L’extraction est effectuée au mieux : les images de plus de 40 mégapixels, les formats non pris en charge ou un échec de décodage ou un décodage limité ne produisent aucun espace réservé. Une extraction réussie ajoute des frais de métadonnées équivalents à 20 % des octets de ce fichier. Aucun supplément ThumbHash ne s’applique lorsque l’option est désactivée ou lorsqu’aucun hash n’est produit.

    Définissez cette option sur le Step qui produit l’image, par exemple /upload/handle pour les originaux téléversés ou /image/resize pour les sorties traitées. La définir uniquement sur /transloadit/store ne demande pas l’extraction : le stockage conserve les métadonnées du Step producteur. Transloadit Storage conserve un hash généré avec sa version immuable et le renvoie dans les résultats stockés et lors des lectures natives de ressources. Les téléversements directs vers S3 ne génèrent pas d’espaces réservés. Un espace réservé contient des informations sur l’image : protégez-le donc avec les mêmes contrôles d’accès que l’image complète.

    Pour les vidéos, vous pouvez ajouter le paramètre "colorspace": true pour extraire l’espace colorimétrique de la vidéo de sortie.

    Pour les vidéos, vous pouvez également ajouter "interlaced": true pour détecter si la vidéo est entrelacée. Cette option combine l’indicateur ffprobe peu coûteux field_order avec une passe d’échantillonnage idet limitée sur les premières images de la source, et expose interlaced, field_order ainsi qu’un objet de diagnostic interlace_detection sous file.meta. Cette opération est coûteuse en calcul et facturée en conséquence.

    Pour l’audio, vous pouvez ajouter "mean_volume": true pour obtenir une valeur unique représentant le volume moyen du fichier audio.

    Vous pouvez également définir cette option sur false pour ignorer l’extraction des métadonnées et accélérer le transcodage.

  • user_meta

    Record<string, any>(par défaut : {})

    Ajoute des métadonnées JSON personnalisées à chaque fichier émis sans modifier son contenu. Les objets et tableaux imbriqués sont pris en charge.

    L’héritage dépend du Robot. Les valeurs sont fusionnées avec la valeur user_meta existante du fichier de sortie ; le Step actuel remplace les clés de premier niveau correspondantes. Attribuez explicitement les clés requises lorsqu’un Robot crée de nouvelles sorties.

    Dans les Steps de traitement, ${file.*} désigne la première entrée et ${result.*} le fichier émis. Les valeurs sont évaluées pour chaque sortie après l’exécution du Robot, avant l’extraction ultérieure des métadonnées et le stockage temporaire. Sur :original, les valeurs sont évaluées pour chaque téléversement avant l’extraction des métadonnées.

    Les Steps en aval lisent ${file.user_meta.key}. Consultez Métadonnées personnalisées pour un exemple complet et les règles d’héritage.

  • result

    boolean(par défaut : false)

    Indique si les résultats de ce Step doivent figurer dans l’Assembly Status JSON

  • queue

    batch

    Définir la file d’attente sur « batch » abaisse manuellement la priorité des Jobs de ce Step afin d’éviter de consommer des emplacements prioritaires de Jobs pour des Jobs qui n’ont pas besoin d’un temps d’attente nul dans la file

  • force_accept

    boolean(par défaut : false)

    Forcer un Robot à accepter un type de fichier qu’il aurait ignoré.

    Par défaut, les Robots ignorent les fichiers qu’ils ne connaissent pas. Le Robot 🤖/video/encode, par exemple, ignorera volontiers les images en entrée.

    Avec le paramètre force_accept défini sur true, vous pouvez forcer les Robots à accepter tous les fichiers qui leur sont envoyés. Cela entraîne généralement des erreurs et ne doit être utilisé que pour le débogage ou pour traiter des cas limites.

  • ignore_errors

    boolean | Array<meta | execute>(par défaut : [])

    Ignore les erreurs pendant certaines phases du traitement.

    Si vous définissez cette valeur sur ["meta"], le Robot ignorera les erreurs lors de l’extraction des métadonnées.

    Si vous définissez cette valeur sur ["execute"], le Robot ignorera les erreurs lors de la phase d’exécution principale.

    Définir cette valeur sur true équivaut à ["meta", "execute"] : les erreurs seront alors ignorées dans les deux phases.

  • use

    string | Array<string> | Array<object> | object

    Indique quel(s) Step(s) utiliser comme entrée.

    Pour la retouche par masque (inpainting), sélectionnez l’image source et le masque avec des champs de téléversement ou des rôles use.as.

    Plusieurs sélecteurs de source échouent avec « Supply exactly one inpainting source image. » Des sélecteurs de modification concurrents, y compris les deux rôles de modification sur une même entrée, échouent avec « Supply exactly one inpainting mask or cutout. » Un champ de modification prévaut sur les rôles de modification hérités.

    Formes d’entrée acceptées :

    • Sélectionner des champs d’image et de masque/découpe. Les champs prévalent sur les rôles hérités.
    • Sans champs, utiliser les rôles d’image et de masque/découpe. Les entrées use répétées combinent leurs rôles.
    • Combiner un champ d’image et un rôle de modification, ou un rôle d’image et un champ de modification.
    • Avec un sélecteur de modification mais sans sélecteur d’image, la première entrée qui n’est pas un masque sert de source.
    • Une découpe transparente avec intention d’image est sa propre source, y compris à côté de références.
    • Les paires image+masque héritées utilisent la première source étiquetée comme source et la seconde comme masque ; les références n’influencent pas la sélection. Les champs prévalent.
    • Replicate accepte 3 téléversements image+masque ou plus, utilise les deux premiers sauf si des champs les sélectionnent, et ignore les références.
    • Seul Replicate accepte des entrées non étiquetées avec la source en premier et le masque en second, en respectant un sélecteur d’image unique.
    • Le mode strict accepte une seule image transparente, y compris un téléversement de masque seul, comme source et découpe ; best_effort refuse la forme masque seul.
    • Les autres entrées restent des références. Une transparence non étiquetée n’active jamais la modification best_effort de Google/OpenAI. Marquez les masques/découpes avec un champ ou un rôle use.as.

    Formats de masque (la source et le masque doivent avoir des dimensions identiques) :

    • Les masques noir et blanc opaques modifient le blanc et protègent le noir (seuil de moyenne RVB : 128). Utilisez du noir et du blanc pour éviter des couleurs opaques ambiguës.
    • Un masque avec transparence modifie les pixels dont l’alpha est inférieur à 128 et protège les autres.
    • Les masques verts hérités modifient les pixels dont l’alpha est d’au moins 128 lorsque chacun de ces pixels est vert (vert d’au moins 128 et supérieur au rouge et au bleu). Les pixels transparents sont protégés.
    • Une découpe modifie l’alpha inférieur à 128. Une source distincte fournit les pixels protégés ; sinon, seuls les pixels restants de la découpe peuvent être conservés. À côté de références, donnez à la découpe un champ ou un rôle d’image pour la sélectionner comme source.

    La source et le masque doivent être des images matricielles aux dimensions d’affichage identiques, d’au plus 40 000 000 pixels chacune (16 777 216 en mode strict). Le mode strict refuse les SVG/SVGZ ; le décodage best_effort les dessine une seule fois. Le mode au mieux applique l’orientation EXIF et utilise la première image ; le mode strict exige une seule image et l’orientation appliquée.

    Les masques sont convertis pour chaque fournisseur. Modèles de retouche par masque pris en charge : google/nano-banana, google/nano-banana-2, google/nano-banana-pro, openai/gpt-image-2, openai/gpt-image-2.5-flare, openai/gpt-image-2.5-sunburst, openai/gpt-image-2.6-flare, openai/gpt-image-2.6-sunburst, stability-ai/stable-diffusion-inpainting. L’alias hérité gpt-image-2 utilise la même route OpenAI. FLUX, Recraft et l’ancien Stable Diffusion auto-hébergé n’ont pas de route de retouche par masque ici ; les requêtes de retouche par masque sont refusées plutôt que d’ignorer silencieusement un masque. La génération ordinaire sans masque conserve son comportement existant.

    Sans le mode strict, l’image complète du fournisseur est renvoyée ; les masques ne font que la guider. Le contenu extérieur, les couleurs, la taille ou la transparence peuvent changer, même avec une graine fixe. Sélectionnez le mode strict pour obtenir des pixels extérieurs exacts. Les images auxiliaires telles que les gain maps ne sont pas conservées dans la sortie PNG en mode strict.

    Le mode strict utilise le canevas source sans le redimensionner. Google exige un canevas natif : à 1K, Nano Banana accepte 1024×1024, 864×1184, 1184×864, 768×1344 ou 1344×768 ; Nano Banana Pro et Nano Banana 2 acceptent 1024×1024, 896×1200, 1200×896, 768×1376 ou 1376×768, les tailles 2× et 4× étant également acceptées dans la limite de pixels. Les côtés du canevas OpenAI doivent être des multiples de 16, ne pas dépasser 3840 pixels, avoir un rapport d’aspect d’au plus 3:1 et totaliser de 655 360 à 8 294 400 pixels. La retouche par masque Replicate exige que chaque côté soit un multiple de 64, de 64 à 1024 pixels. Les canevas non pris en charge échouent avant la génération ; un résultat du fournisseur inattendu et différent échoue également. Si nécessaire, redimensionnez ensemble la source et le masque dans un Step antérieur.

  • model

    string

    Le modèle d’IA à utiliser. La valeur par défaut est openai/gpt-image-2.5-flare. Les modèles pris en charge incluent flux-1.1-pro-ultra, flux-schnell, recraft-v3, google/nano-banana, google/nano-banana-2, google/nano-banana-pro, openai/gpt-image-2, openai/gpt-image-2.5-flare, openai/gpt-image-2.5-sunburst, openai/gpt-image-2.6-flare, openai/gpt-image-2.6-sunburst et stability-ai/stable-diffusion-inpainting. L’alias hérité gpt-image-2 est également accepté pour assurer la rétrocompatibilité.

  • prompt — obligatoire

    string

    Consigne décrivant l’image souhaitée. Pour la retouche par remplissage génératif, décrivez ce qui doit apparaître dans la zone masquée/transparente et précisez que le reste doit rester inchangé.

  • format

    jpeg | jpg | png | webp | svg

    Format de sortie. Les valeurs par défaut dépendent du modèle : png pour les modèles Google et OpenAI, svg pour recraft-v3, jpeg pour les autres. Google peut renvoyer des octets JPEG en mode best_effort même si png est demandé ; le mode strict encode le PNG localement.

  • inpainting

    best_effort | strict(par défaut : "best_effort")

    best_effort normalise les masques et renvoie le résultat complet du fournisseur. strict copie les pixels RGBA décodés de la source en dehors du masque seuillé de façon stricte, et les pixels RGBA du fournisseur à l’intérieur, en préservant l’alpha ; aucun adoucissement des bords ni appel d’IA supplémentaire. Le mode strict exige des canevas matriciels correspondants, le format png, une source et une sortie sRGB 8 bits à image unique sans profils intégrés, ainsi qu’une orientation déjà appliquée. Les masques peuvent être en niveaux de gris 8 bits sans profils. Chaque image est limitée à 16 777 216 pixels. Les forfaits avec filigrane sont refusés. La largeur et la hauteur doivent correspondre à la source ; les dimensions omises reprennent sa taille. Omettez aspect_ratio. Les limites de canevas natives du modèle s’appliquent. Les entrées ou résultats incompatibles échouent. Les métadonnées PNG et les octets du fichier peuvent changer ; un redimensionnement, un filigrane ou un encodage avec perte en aval peuvent modifier les pixels.

  • seed

    string | number

    Valeur d’initialisation du générateur de nombres aléatoires. Pour les modèles Google, utilisez un entier de 0 à 2147483647. Chaque sortie incrémente la valeur d’initialisation de 1, la valeur d’initialisation de la dernière sortie doit donc également se situer dans cet intervalle. Une valeur d’initialisation ne garantit pas des images identiques.

  • aspect_ratio

    string

    Rapport d’aspect de sortie demandé. Pour les modèles Google, les paramètres width/height peuvent également être utilisés et l’orientation est déduite automatiquement lorsque aspect_ratio est omis.

  • height

    string | number

    Hauteur de sortie demandée en pixels (principalement utilisée par les modèles d’image Google et OpenAI).

  • width

    string | number

    Largeur de sortie demandée en pixels (principalement utilisée par les modèles d’image Google et OpenAI).

  • style

    string

    Style de l’image générée.

  • num_outputs

    string | number

    Nombre de variantes de sortie à générer (de 1 à 10).

Démonstrations

  • AI image generation service with custom dimensions EN (English)
  • AI image generation service EN (English)
  • AI image generation service with multiple variants EN (English)

Articles de blog associés

  • Générer des images saisissantes à partir de texte avec l’IA 1 avril 2025
Page précédente ← /image/facedetectPage suivante /image/upscale →
Contacter le support
TransloaditVérification de l’état…

Produit

  • Services
  • Tarifs
  • Démos EN (English)
  • Outils
  • Sécurité
  • Support

Entreprise

  • À propos de Transloadit/Presse
  • Blog/Carrières EN (English)
  • Comparatifs/Matrice de conformité
  • Recherche EN (English)
  • Projets open source
  • Solutions
  • Pionniers du web

Documentation

  • Premiers pas
  • Transcodage
  • FAQ
  • API
  • Guides/Astuces dev
  • Formats pris en charge

Plus

  • État de la plateforme⁠
  • Forum de la communauté⁠
  • Uppy
  • tus⁠

© 2009–2026 Transloadit-II GmbH

Transloadit®, tus® et Uppy® sont des marques déposées de Transloadit-II GmbH aux États-Unis.

Confidentialité EN (English)Conditions EN (English)Mentions légales EN (English)Marques déposées EN (English)Politique DMCA EN (English)
EnglishDeutschEspañolFrançaisPortuguês (Brasil)日本語