io.enterpriseai.resources.MultimodalClient
Source : sdks/java/enterprise-ai-java/src/main/java/io/enterpriseai/resources/MultimodalClient.java. Retour à l'index de la référence du SDK Java.
Cette page est générée par tools/docs/gen_sdk_reference.py depuis les sources du SDK et les dossiers de textes OpenAPI. Ne la modifiez pas à la main : changez la source et régénérez.
Classe MultimodalClient
Multimodal. Médias et traitement multimodal : stockage chiffré de médias et travaux de vision, génération et retouche d'images, traitement et génération de vidéos, transcription de la parole, diarisation, synthèse vocale et DLP multimodale.
Constructeur MultimodalClient
MultimodalClient(Transport transport)
Crée le client sur le transport partagé ; EnterpriseAIClient le construit, on y accède par l'accesseur du même nom.
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
transport | Transport | oui | Transport partagé par les sous-clients d'un même client. |
MultimodalClient.completeJob
JsonNode completeJob(String id, Object body)
Signaler le résultat d'un travail en file. Appelé par les workers GPU (identités d'agent ou de service) pour signaler le résultat d'un travail en file : statut running, succeeded, failed ou cancelled (sinon 400 invalid_request), avec sortie, erreur et unités mesurées ; la réservation de quota est validée ou libérée. Un travail terminé répond 409 conflict. Demande agent ou tenant_admin. 404 not_found.
Route : /v1/multimodal/jobs/{job_id}/complete (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
id | String | oui | Identifiant (UUID) du travail. | |
body | Object | oui | Statut, sortie, erreur et unités mesurées du travail. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Signaler le résultat d'un travail en file ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.diarize
JsonNode diarize(Object body)
Diariser un audio. Lance un travail de diarisation (qui a parlé quand) sur un média audio ou un audio fourni directement (201, le travail). Seuls min_speakers et max_speakers s'appliquent ici (word_timestamps répond 422 parameter_unsupported) ; min_speakers ne doit pas dépasser max_speakers (422 parameter_invalid) ; une option que le fournisseur configuré ne peut pas honorer répond 422 parameter_unsupported. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/diarize (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Entrée audio et bornes du nombre de locuteurs. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Diariser un audio ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.diarize
JsonNode diarize(Object body, RequestOptions options)
Diariser un audio. Lance un travail de diarisation (qui a parlé quand) sur un média audio ou un audio fourni directement (201, le travail). Seuls min_speakers et max_speakers s'appliquent ici (word_timestamps répond 422 parameter_unsupported) ; min_speakers ne doit pas dépasser max_speakers (422 parameter_invalid) ; une option que le fournisseur configuré ne peut pas honorer répond 422 parameter_unsupported. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/diarize (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Entrée audio et bornes du nombre de locuteurs. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Diariser un audio ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.dlp
JsonNode dlp(Object body)
Exécuter la DLP sur un texte ou un média. Inspecte text, le texte extrait d'un média enregistré, ou un contenu fourni directement (analysé d'abord), avec les règles DLP du tenant. Renvoie source, extracted_text_chars, le text traité, findings, action et classification. Rien n'est enregistré. Tout principal du tenant peut l'appeler. Audité sous multimodal.dlp.
Route : /v1/multimodal/dlp (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Texte, média enregistré ou contenu direct, et mode DLP. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Exécuter la DLP sur un texte ou un média ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.dlp
JsonNode dlp(Object body, RequestOptions options)
Exécuter la DLP sur un texte ou un média. Inspecte text, le texte extrait d'un média enregistré, ou un contenu fourni directement (analysé d'abord), avec les règles DLP du tenant. Renvoie source, extracted_text_chars, le text traité, findings, action et classification. Rien n'est enregistré. Tout principal du tenant peut l'appeler. Audité sous multimodal.dlp.
Route : /v1/multimodal/dlp (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Texte, média enregistré ou contenu direct, et mode DLP. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Exécuter la DLP sur un texte ou un média ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.editImage
JsonNode editImage(Object body)
Retoucher une image. Lance un travail de retouche d'image à partir d'un média image ou d'une image fournie directement et d'un prompt (201, le travail). L'entrée doit être une image (422 unsupported_media). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/images/edit (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Image d'entrée, prompt, nombre d'images, taille et modèle. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Retoucher une image ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.editImage
JsonNode editImage(Object body, RequestOptions options)
Retoucher une image. Lance un travail de retouche d'image à partir d'un média image ou d'une image fournie directement et d'un prompt (201, le travail). L'entrée doit être une image (422 unsupported_media). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/images/edit (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Image d'entrée, prompt, nombre d'images, taille et modèle. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Retoucher une image ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.generateImage
JsonNode generateImage(Object body)
Générer des images. Lance un travail de génération d'images (201, le travail). Le prompt est d'abord inspecté par la DLP en mode blocage : des données personnelles répondent 422 dlp_blocked. L'usage est compté par image. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/images/generate (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Prompt, nombre d'images, taille et modèle. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Générer des images ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.generateImage
JsonNode generateImage(Object body, RequestOptions options)
Générer des images. Lance un travail de génération d'images (201, le travail). Le prompt est d'abord inspecté par la DLP en mode blocage : des données personnelles répondent 422 dlp_blocked. L'usage est compté par image. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/images/generate (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Prompt, nombre d'images, taille et modèle. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Générer des images ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.generateVideo
JsonNode generateVideo(Object body)
Générer une vidéo. Lance un travail de génération vidéo et répond 202 avec le travail ; suivez-le avec GET /v1/multimodal/jobs/{job_id}. L'usage est compté en secondes de vidéo. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/video/generate (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Prompt, durée, taille et modèle. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Générer une vidéo ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.generateVideo
JsonNode generateVideo(Object body, RequestOptions options)
Générer une vidéo. Lance un travail de génération vidéo et répond 202 avec le travail ; suivez-le avec GET /v1/multimodal/jobs/{job_id}. L'usage est compté en secondes de vidéo. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/video/generate (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Prompt, durée, taille et modèle. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Générer une vidéo ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.job
JsonNode job(String id)
Lire un travail multimodal. Renvoie le travail : opération, statut, paramètres d'entrée, sortie, erreur, adaptateur, unités et coût. 404 not_found.
Route : /v1/multimodal/jobs/{job_id} (GET).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
id | String | oui | Identifiant (UUID) du travail. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Lire un travail multimodal ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.jobs
Page<JsonNode> jobs()
Lister les travaux multimodaux. Travaux du tenant, du plus récent au plus ancien, paginés avec cursor, filtrables par statut et opération.
Route : /v1/multimodal/jobs (GET).
Cet élément ne prend aucun paramètre.
Retour : Page<JsonNode>. Réponse JSON décodée de l'opération « Lister les travaux multimodaux ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.jobs
Page<JsonNode> jobs(Map<String, ?> query)
Lister les travaux multimodaux. Travaux du tenant, du plus récent au plus ancien, paginés avec cursor, filtrables par statut et opération.
Route : /v1/multimodal/jobs (GET).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
query | Map<String, ?> | oui | Paramètres de la chaîne de requête de la route. |
Retour : Page<JsonNode>. Réponse JSON décodée de l'opération « Lister les travaux multimodaux ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.processVideo
JsonNode processVideo(Object body)
Traiter une vidéo. Extrait des images et/ou la piste audio d'un média vidéo ou d'une vidéo fournie directement (201, le travail ; mis en file quand ffmpeg n'est pas disponible). operations n'accepte que frames et audio (400 invalid_request). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/video/process (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Vidéo d'entrée, opérations, fréquence d'images et fréquence d'échantillonnage audio. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Traiter une vidéo ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.processVideo
JsonNode processVideo(Object body, RequestOptions options)
Traiter une vidéo. Extrait des images et/ou la piste audio d'un média vidéo ou d'une vidéo fournie directement (201, le travail ; mis en file quand ffmpeg n'est pas disponible). operations n'accepte que frames et audio (400 invalid_request). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/video/process (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Vidéo d'entrée, opérations, fréquence d'images et fréquence d'échantillonnage audio. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Traiter une vidéo ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.stt
JsonNode stt(Object body)
Transcrire la parole en texte. Lance un travail de transcription sur un média audio ou un audio fourni directement (201, le travail). La transcription passe par la DLP avec dlp_mode. Seul word_timestamps s'applique ici (les bornes de locuteurs répondent 422 parameter_unsupported). L'usage est compté en secondes d'audio (duration_seconds, ou lu dans un en-tête WAV). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/stt (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Entrée audio, langue, modèle, mode DLP et options. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Transcrire la parole en texte ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.stt
JsonNode stt(Object body, RequestOptions options)
Transcrire la parole en texte. Lance un travail de transcription sur un média audio ou un audio fourni directement (201, le travail). La transcription passe par la DLP avec dlp_mode. Seul word_timestamps s'applique ici (les bornes de locuteurs répondent 422 parameter_unsupported). L'usage est compté en secondes d'audio (duration_seconds, ou lu dans un en-tête WAV). Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/stt (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Entrée audio, langue, modèle, mode DLP et options. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Transcrire la parole en texte ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.tts
JsonNode tts(Object body)
Synthétiser la parole à partir d'un texte. Lance un travail de synthèse vocale (201, le travail). Le texte est inspecté par la DLP avec dlp_mode (block par défaut : des données personnelles répondent 422 dlp_blocked ; mask prononce le texte masqué). L'usage est compté en caractères. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/tts (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Texte, voix, modèle et mode DLP. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Synthétiser la parole à partir d'un texte ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.tts
JsonNode tts(Object body, RequestOptions options)
Synthétiser la parole à partir d'un texte. Lance un travail de synthèse vocale (201, le travail). Le texte est inspecté par la DLP avec dlp_mode (block par défaut : des données personnelles répondent 422 dlp_blocked ; mask prononce le texte masqué). L'usage est compté en caractères. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/tts (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Texte, voix, modèle et mode DLP. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Synthétiser la parole à partir d'un texte ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.vision
JsonNode vision(Object body)
Analyser une image. Lance un travail d'analyse d'image sur un média image ou une image fournie directement avec un prompt (201, le travail). La réponse passe par la DLP avec dlp_mode. detail répond 422 parameter_unsupported quand le fournisseur configuré ne peut pas l'honorer ; une entrée qui n'est pas une image répond 422 unsupported_media. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/vision (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Image d'entrée, prompt, modèle, mode DLP et niveau de détail. |
Retour : JsonNode. Réponse JSON décodée de l'opération « Analyser une image ».
Erreurs levées : les erreurs typées du transport (Erreurs).
MultimodalClient.vision
JsonNode vision(Object body, RequestOptions options)
Analyser une image. Lance un travail d'analyse d'image sur un média image ou une image fournie directement avec un prompt (201, le travail). La réponse passe par la DLP avec dlp_mode. detail répond 422 parameter_unsupported quand le fournisseur configuré ne peut pas l'honorer ; une entrée qui n'est pas une image répond 422 unsupported_media. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/vision (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
body | Object | oui | Image d'entrée, prompt, modèle, mode DLP et niveau de détail. | |
options | RequestOptions | oui | Options de l'appel (clé d'idempotence, traceparent, en-têtes, signal d'annulation). |
Retour : JsonNode. Réponse JSON décodée de l'opération « Analyser une image ».
Erreurs levées : les erreurs typées du transport (Erreurs).