百炼平台千问图像翻译API调用指南

模型概述

通义千问-图像翻译模型（Qwen-MT-Image）可精准翻译图像中的文字，并保留原始排版。该模型还支持领域提示、敏感词过滤、术语干预等自定义功能。

重要提示：本文档仅适用于"中国大陆（北京）"地域，且必须使用该地域的API Key。

模型特点

精准翻译图像中的文字
保留原始排版格式
支持领域提示
支持敏感词过滤
支持术语干预
支持主体识别（可选择是否翻译主体上的文字）

模型定价

模型名称	计费单价	任务下发接口RPS限制	同时处理中任务数量
qwen-mt-image	$0.000431/张	1	2

计费规则：

按成功生成的图像张数计费
当任务成功（task_status为SUCCEEDED）并成功生成图像后，会计费
如果图像中无可翻译文本，或在启用主体识别功能后，非主体部分无文字时，任务仍会成功并正常计费，此时接口会返回No text detected for translation的提示

支持的语种

进行图像翻译时，源语种或目标语种必须至少有一种是中文或英文。不支持在两个非中、英语种之间直接翻译（例如，从日语翻译为韩语）。

语种（中文名）	英文全称	编码	支持作为源语种	支持作为目标语种
简体中文	Chinese	zh	✓	✓
英文	English	en	✓	✓
韩语	Korean	ko	✓	✓
日语	Japanese	ja	✓	✓
俄语	Russian	ru	✓	✓
西班牙语	Spanish	es	✓	✓
法语	French	fr	✓	✓
葡萄牙语	Portuguese	pt	✓	✓
意大利语	Italian	it	✓	✓
德语	Germany	de	✓	✗
越南语	Vietnamese	vi	✓	✓
马来语	Malay	ms	✗	✓
泰语	Thai	th	✗	✓
印尼语	Indonesian	id	✗	✓
阿拉伯语	Arabian	ar	✗	✓

提示：若不确定源语种，可将source_lang设置为auto进行自动检测。

API调用流程

由于图像翻译耗时较长，API采用异步模式，调用流程分两步：

创建任务获取任务ID：发送请求创建任务，返回任务ID（task_id）
根据任务ID查询结果：使用task_id轮询任务状态，直到任务完成并获得图像URL

步骤1：创建任务

接口地址：

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/image2image/image-synthesis

请求头：

Content-Type: application/json（必选）
Authorization: Bearer {API_KEY}（必选）
X-DashScope-Async: enable（必选，缺少此请求头将报错）

请求参数：

参数名	类型	必选	说明
model	string	是	模型名称，固定为`qwen-mt-image`
input	object	是	输入参数对象
input.image_url	string	是	图像的公网可访问URL（支持HTTP/HTTPS）
input.source_lang	string	是	源语种（支持语种全称、编码或`auto`）
input.target_lang	string	是	目标语种（支持语种全称或编码）
input.ext	object	否	扩展字段
input.ext.domainHint	string	否	领域提示（仅支持英文，不超过200个单词）
input.ext.sensitives	array	否	敏感词列表（完全匹配，对大小写敏感）
input.ext.terminologies	array	否	术语干预列表
input.ext.config	object	否	配置参数
input.ext.config.skipImgSegment	bool	否	是否跳过主体检测（默认false）

图像要求：

格式：JPG、JPEG、PNG、BMP、PNM、PPM、TIFF、WEBP
尺寸：宽度和高度均需在15-8192像素范围内，宽高比在1:10至10:1范围内
大小：不超过10MB
URL中包含中文等非ASCII字符需进行URL编码

Python示例：

import os
import requests
import json

def create_image_translation_task(image_url, source_lang, target_lang):
    """
    创建图像翻译任务
    
    Args:
        image_url: 图像URL
        source_lang: 源语种
        target_lang: 目标语种
    
    Returns:
        task_id: 任务ID
    """
    api_key = os.getenv('DASHSCOPE_API_KEY')
    if not api_key:
        raise ValueError("请设置DASHSCOPE_API_KEY环境变量")
    
    url = "https://dashscope.aliyuncs.com/api/v1/services/aigc/image2image/image-synthesis"
    
    headers = {
        'X-DashScope-Async': 'enable',
        'Authorization': f'Bearer {api_key}',
        'Content-Type': 'application/json'
    }
    
    payload = {
        "model": "qwen-mt-image",
        "input": {
            "image_url": image_url,
            "source_lang": source_lang,
            "target_lang": target_lang
        }
    }
    
    response = requests.post(url, headers=headers, json=payload)
    
    if response.status_code == 200:
        result = response.json()
        task_id = result['output']['task_id']
        print(f"任务创建成功，task_id: {task_id}")
        return task_id
    else:
        print(f"任务创建失败: {response.text}")
        return None

# 使用示例
if __name__ == "__main__":
    image_url = "https://example.com/image.jpg"
    task_id = create_image_translation_task(
        image_url=image_url,
        source_lang="en",
        target_lang="zh"
    )

带扩展参数的示例：

def create_advanced_translation_task(image_url, source_lang, target_lang, 
                                     domain_hint=None, sensitives=None, 
                                     terminologies=None, skip_img_segment=False):
    """
    创建带高级参数的图像翻译任务
    """
    api_key = os.getenv('DASHSCOPE_API_KEY')
    url = "https://dashscope.aliyuncs.com/api/v1/services/aigc/image2image/image-synthesis"
    
    headers = {
        'X-DashScope-Async': 'enable',
        'Authorization': f'Bearer {api_key}',
        'Content-Type': 'application/json'
    }
    
    payload = {
        "model": "qwen-mt-image",
        "input": {
            "image_url": image_url,
            "source_lang": source_lang,
            "target_lang": target_lang
        }
    }
    
    # 添加扩展参数
    ext = {}
    if domain_hint:
        ext["domainHint"] = domain_hint
    if sensitives:
        ext["sensitives"] = sensitives
    if terminologies:
        ext["terminologies"] = terminologies
    
    config = {}
    if skip_img_segment:
        config["skipImgSegment"] = skip_img_segment
    if config:
        ext["config"] = config
    
    if ext:
        payload["input"]["ext"] = ext
    
    response = requests.post(url, headers=headers, json=payload)
    
    if response.status_code == 200:
        result = response.json()
        return result['output']['task_id']
    else:
        print(f"任务创建失败: {response.text}")
        return None

# 使用示例
task_id = create_advanced_translation_task(
    image_url="https://example.com/image.jpg",
    source_lang="zh",
    target_lang="en",
    domain_hint="These sentences are from an e-commerce platform",
    sensitives=["全场9折", "七天无理由退换"],
    terminologies=[
        {"src": "应用程序接口", "tgt": "API"},
        {"src": "机器学习", "tgt": "ML"}
    ],
    skip_img_segment=False
)

响应示例：

成功响应：

{
    "output": {
        "task_status": "PENDING",
        "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
    },
    "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

失败响应：

{
    "code": "InvalidApiKey",
    "message": "Invalid API-key provided.",
    "request_id": "fb53c4ec-1c12-4fc4-a580-xxxxxx"
}

步骤2：查询任务结果

接口地址：

GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}

请求头：

Authorization: Bearer {API_KEY}（必选）

注意事项：

模型处理耗时约15秒，建议采用轮询机制，设置合理的查询间隔（如5秒）
task_id有效期为24小时，若ID不存在或已过期，任务状态将返回UNKNOWN
任务成功后返回的url有效期为24小时，请及时下载并保存图像

Python示例：

import time

def query_task_result(task_id, max_retries=60, interval=5):
    """
    查询任务结果
    
    Args:
        task_id: 任务ID
        max_retries: 最大重试次数
        interval: 查询间隔（秒）
    
    Returns:
        result: 任务结果
    """
    api_key = os.getenv('DASHSCOPE_API_KEY')
    url = f"https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}"
    
    headers = {
        'Authorization': f'Bearer {api_key}'
    }
    
    for i in range(max_retries):
        response = requests.get(url, headers=headers)
        
        if response.status_code == 200:
            result = response.json()
            task_status = result['output']['task_status']
            
            print(f"查询第{i+1}次，任务状态: {task_status}")
            
            if task_status == 'SUCCEEDED':
                print("任务执行成功！")
                return result
            elif task_status == 'FAILED':
                print(f"任务执行失败: {result['output'].get('message', '未知错误')}")
                return result
            elif task_status in ['PENDING', 'RUNNING']:
                time.sleep(interval)
                continue
            else:
                print(f"未知任务状态: {task_status}")
                return result
        else:
            print(f"查询失败: {response.text}")
            return None
    
    print("查询超时")
    return None

# 使用示例
result = query_task_result(task_id)
if result and result['output']['task_status'] == 'SUCCEEDED':
    image_url = result['output']['image_url']
    print(f"翻译后的图像URL: {image_url}")

响应示例：

成功响应：

{
    "request_id": "5fec62eb-bf94-91f8-b9f4-f7f758e4e27e",
    "output": {
        "task_id": "72c52225-8444-4cab-ad0c-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2025-08-13 18:11:16.954",
        "scheduled_time": "2025-08-13 18:11:17.003",
        "end_time": "2025-08-13 18:11:23.860",
        "image_url": "http://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/xxx?Expires=xxx"
    },
    "usage": {
        "image_count": 1
    }
}

失败响应：

{
    "request_id": "daad9007-6acd-9fb3-a6bc-d55902b9c9ff",
    "output": {
        "task_id": "fe8aa114-d9f1-4f76-b598-xxxxxx",
        "task_status": "FAILED",
        "submit_time": "2025-08-20 09:54:21.911",
        "scheduled_time": "2025-08-20 09:54:21.984",
        "end_time": "2025-08-20 12:55:00.818",
        "code": "InternalError",
        "message": "xxxxxx"
    }
}

完整示例

import os
import requests
import time

class QwenImageTranslator:
    """通义千问图像翻译客户端"""
    
    def __init__(self, api_key=None):
        self.api_key = api_key or os.getenv('DASHSCOPE_API_KEY')
        if not self.api_key:
            raise ValueError("请设置DASHSCOPE_API_KEY环境变量或传入api_key参数")
        
        self.base_url = "https://dashscope.aliyuncs.com/api/v1"
    
    def create_task(self, image_url, source_lang, target_lang, **kwargs):
        """创建翻译任务"""
        url = f"{self.base_url}/services/aigc/image2image/image-synthesis"
        
        headers = {
            'X-DashScope-Async': 'enable',
            'Authorization': f'Bearer {self.api_key}',
            'Content-Type': 'application/json'
        }
        
        payload = {
            "model": "qwen-mt-image",
            "input": {
                "image_url": image_url,
                "source_lang": source_lang,
                "target_lang": target_lang
            }
        }
        
        # 处理扩展参数
        ext = {}
        if 'domain_hint' in kwargs:
            ext["domainHint"] = kwargs['domain_hint']
        if 'sensitives' in kwargs:
            ext["sensitives"] = kwargs['sensitives']
        if 'terminologies' in kwargs:
            ext["terminologies"] = kwargs['terminologies']
        
        config = {}
        if 'skip_img_segment' in kwargs:
            config["skipImgSegment"] = kwargs['skip_img_segment']
        if config:
            ext["config"] = config
        
        if ext:
            payload["input"]["ext"] = ext
        
        response = requests.post(url, headers=headers, json=payload)
        response.raise_for_status()
        
        result = response.json()
        return result['output']['task_id']
    
    def query_task(self, task_id):
        """查询任务状态"""
        url = f"{self.base_url}/tasks/{task_id}"
        
        headers = {
            'Authorization': f'Bearer {self.api_key}'
        }
        
        response = requests.get(url, headers=headers)
        response.raise_for_status()
        
        return response.json()
    
    def wait_for_result(self, task_id, max_retries=60, interval=5):
        """等待任务完成"""
        for i in range(max_retries):
            result = self.query_task(task_id)
            task_status = result['output']['task_status']
            
            print(f"查询第{i+1}次，任务状态: {task_status}")
            
            if task_status == 'SUCCEEDED':
                return result
            elif task_status == 'FAILED':
                raise Exception(f"任务失败: {result['output'].get('message', '未知错误')}")
            elif task_status in ['PENDING', 'RUNNING']:
                time.sleep(interval)
            else:
                raise Exception(f"未知任务状态: {task_status}")
        
        raise TimeoutError("任务查询超时")
    
    def translate_image(self, image_url, source_lang, target_lang, **kwargs):
        """翻译图像（一站式方法）"""
        # 创建任务
        task_id = self.create_task(image_url, source_lang, target_lang, **kwargs)
        print(f"任务创建成功，task_id: {task_id}")
        
        # 等待结果
        result = self.wait_for_result(task_id)
        
        return result['output']['image_url']
    
    @staticmethod
    def download_image(image_url, save_path):
        """下载图像到本地"""
        response = requests.get(image_url, stream=True, timeout=300)
        response.raise_for_status()
        
        with open(save_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=8192):
                f.write(chunk)
        
        print(f"图像已保存到: {save_path}")

# 使用示例
if __name__ == "__main__":
    translator = QwenImageTranslator()
    
    # 基础翻译
    translated_url = translator.translate_image(
        image_url="https://example.com/image.jpg",
        source_lang="en",
        target_lang="zh"
    )
    print(f"翻译后的图像URL: {translated_url}")
    
    # 下载图像
    translator.download_image(translated_url, "translated_image.jpg")
    
    # 高级翻译（带扩展参数）
    translated_url = translator.translate_image(
        image_url="https://example.com/image.jpg",
        source_lang="zh",
        target_lang="en",
        domain_hint="E-commerce product description",
        sensitives=["促销", "打折"],
        terminologies=[{"src": "人工智能", "tgt": "AI"}],
        skip_img_segment=False
    )

图像访问权限配置

图像存储于阿里云OSS，链接允许公开访问，仅在24小时内有效。如果业务系统因安全策略无法访问阿里云OSS链接，请将以下OSS域名加入网络访问白名单：

dashscope-result-bj.oss-cn-beijing.aliyuncs.com
dashscope-result-hz.oss-cn-hangzhou.aliyuncs.com
dashscope-result-sh.oss-cn-shanghai.aliyuncs.com
dashscope-result-wlcb.oss-cn-wulanchabu.aliyuncs.com
dashscope-result-zjk.oss-cn-zhangjiakou.aliyuncs.com
dashscope-result-sz.oss-cn-shenzhen.aliyuncs.com
dashscope-result-hy.oss-cn-heyuan.aliyuncs.com
dashscope-result-cd.oss-cn-chengdu.aliyuncs.com
dashscope-result-gz.oss-cn-guangzhou.aliyuncs.com
dashscope-result-wlcb-acdr-1.oss-cn-wulanchabu-acdr-1.aliyuncs.com

常见问题

Q: 如何将临时的图像链接转为永久链接？

A: 临时链接无法直接转为永久链接。需通过后端服务下载图像，再上传至对象存储服务（如阿里云OSS）以生成新的永久链接。

示例代码：

import requests

def download_and_save_image(image_url, save_path):
    try:
        response = requests.get(image_url, stream=True, timeout=300)
        response.raise_for_status()
        with open(save_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=8192):
                f.write(chunk)
        print(f"图像已成功下载到: {save_path}")
        # 此处可以接上传到永久存储的逻辑
    except requests.exceptions.RequestException as e:
        print(f"图像下载失败: {e}")

if __name__ == '__main__':
    image_url = "http://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/xxx?Expires=xxx"
    save_path = "image-translation.jpg"
    download_and_save_image(image_url, save_path)

Q: 如何查看模型调用量？

A: 模型调用完一小时后，请在模型观测页面，查看模型的调用次数、成功率等指标。

注意事项

API Key配置：必须使用"中国大陆（北京）"地域的API Key
异步调用：必须在请求头中设置X-DashScope-Async: enable
任务有效期：task_id和图像URL有效期均为24小时
语种限制：源语种或目标语种必须至少有一种是中文或英文
图像要求：注意图像格式、尺寸和大小限制
计费规则：即使图像中无可翻译文本，任务成功后仍会计费
轮询间隔：建议设置5秒的查询间隔，避免频繁请求

千问图像翻译.md 18 KB

고유링크 히스토리 Raw

百炼平台千问图像翻译API调用指南

模型概述

模型特点

模型定价

支持的语种

API调用流程

步骤1：创建任务

步骤2：查询任务结果

完整示例

图像访问权限配置

常见问题

Q: 如何将临时的图像链接转为永久链接？

Q: 如何查看模型调用量？

注意事项

参考资料

千问图像翻译.md 18 KB 고유링크 히스토리 Raw

百炼平台千问图像翻译API调用指南

模型概述

模型特点

模型定价

支持的语种

API调用流程

步骤1：创建任务

步骤2：查询任务结果

完整示例

图像访问权限配置

常见问题

Q: 如何将临时的图像链接转为永久链接？

Q: 如何查看模型调用量？

注意事项

参考资料

千问图像翻译.md 18 KB

고유링크 히스토리 Raw