API の使い方

画像・音声・動画をローカル GPU 上で生成する REST API です。APIキー1本で叩けて、OpenAI 互換の呼び出し形に揃えてあります。音声 TTS は最初の音声バイトまで ~100ms、画像は数秒、動画は非同期ジョブで返します。各レスポンスに timing が入るので、速度は実測で確認できます。

使い方（4 ステップ）

1. 1. ログイン / 新規登録
   まずアカウントにログインします。未登録なら無料で登録できます。
2. 2. APIキーを発行
   「API管理」ページでプロジェクト名を入れて「発行」。平文キーは発行直後の 1 回だけ表示されるので安全な場所にコピーしてください（DB にはハッシュのみ保存）。
3. 3. 最初のリクエスト
   Authorization: Bearer <あなたのキー> を付けて下記のエンドポイントを呼びます。
4. 4. レスポンス処理 / 運用
   画像・音声は base64、動画はジョブ ID を受け取りポーリング。各レスポンスの timing で速度を確認できます。不要なキーは失効、漏洩時は失効して再発行します。

レイテンシ目安（RTX PRO Blackwell）

認証

すべてのリクエストに APIキーを Bearer トークンとして付けます。キーは「API管理」ページから発行します（平文は発行直後の1回だけ表示）。

Authorization: Bearer kotonia_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

画像 API

curl -X POST https://kotonia.ai/api/v1/images/generations \
  -H "Authorization: Bearer $KOTONIA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "a serene japanese garden at dawn, soft light",
    "size": "1024x1024",
    "steps": 20
  }'

# → { "data": [ { "b64_json": "<PNG base64>" } ], "timing": { "total_ms": 4200 } }

任意: seed, guidance_scale, shift, ref_image（base64、編集モード）。制限: prompt 4000 文字以内、size は各辺 256〜2048（範囲外は 400）。

音声 API

curl -X POST https://kotonia.ai/api/v1/audio/generations \
  -H "Authorization: Bearer $KOTONIA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "Hello, what a lovely day.",
    "engine": "qwen3",
    "language": "en"
  }'

# → { "audio": { "b64": "<WAV base64>", "format": "wav", "sample_rate": 24000 },
#     "timing": { "first_byte_ms": 92, "total_ms": 480 } }

engine: qwen3（既定・多言語）/ irodori / voicevox。任意: voice, speed, instruct。制限: input 4000 文字以内。

動画 API（非同期）

# 1) submit job
curl -X POST https://kotonia.ai/api/v1/videos/generations \
  -H "Authorization: Bearer $KOTONIA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "prompt": "a cat walking through neon-lit streets", "width": 768, "height": 512 }'

# → { "id": "<job_id>", "status": "queued", "poll_url": "/api/v1/videos/generations/<job_id>" }

# 2) poll
curl https://kotonia.ai/api/v1/videos/generations/<job_id> \
  -H "Authorization: Bearer $KOTONIA_API_KEY"

# → { "status": "completed", "data": [ { "url": "/api/ltx/video?path=..." } ] }

任意: image（base64、I2V）、audio（base64、A2V リップシンク）、num_frames。制限: prompt 4000 文字以内、width/height は各辺 256〜1280、num_frames は 200 以下（範囲外は 400）。

レスポンスコード