新闻详情

新闻详情

首页 / 资讯中心 / 详情

数字人API接口新手开发文档—— 简单易懂,新手友好版

发布时间:2026/11/13 21:22:46来源:尧图网络
数字人API接口新手开发文档—— 简单易懂,新手友好版
数字人API接口新手开发文档—— 简单易懂新手友好版一、接口概述本接口提供数字人短视频生成服务。只需准备一段真人视频和一段音频调用接口即可让数字人开口说话生成口播短视频。基本信息如下项目 内容接口名称 123数字人短视频API接口接口状态 正常认证方式 需实名认证计费方式 按量计费免费额度 10次计费单价 1元/分钟每日请求限制 无限制二、接口信息项目 说明接口地址 https://#/api/ai/human123返回格式 application/json请求方式 HTTP GET / POST请求示例 https://#/api/ai/human123?key你的keytemplateVideoId视频URLinputAudioUrl音频URL请求Header设置名称 值Content-Type application/x-www-form-urlencoded;charset:utf-8;三、计费说明123数字人口播视频生成不足一分钟按秒扣费数字人克隆训练免费。四、提交任务生成视频调用此接口可以提交一个数字人口播视频生成任务。以下是需要填写的参数说明必填参数参数名 类型 说明key string 接口密钥在控制台-密钥管理查看type string 固定填 start表示提交任务templateVideoId string 视频URL地址或ID数字人角色视频inputAudioUrl string 音频URL地址要让数字人说的内容可选参数不填也可以正常使用参数名 类型 说明callbackUrl string 自定义回调URL任务完成后会通知你subtitlefileurl string 字幕文件URL支持SRT和ASS格式subtitle_y int 字幕显示位置底部边距默认自适应subtitle_font_size int 字幕字号大小默认10像素subtitle_color string 字幕颜色默认白色 HFFFFFFsubtitle_border_color string 字幕描边颜色默认黑色 H000000subtitle_outline int 字幕描边大小默认10-4subtitle_shadow int 字幕阴影默认00-3subtitle_alignment int 字幕对齐方式默认2底部居中subtitle_font int 字幕字体默认1videotitle string 视频标题ailogo string AI水印LOGO不想要就留空默认1bgm string 背景音乐URL或IDbgm_volume string 背景音乐音量默认0.30.0-1.0original_volume string 数字人音量默认1.00.0-1.0视频要求1. 数量1个 2. 大小3GB以内 3. 时长10秒-5分钟 4. 格式mp4、mov等 5. 分辨率最大支持4K 6. 帧率25fps推荐30fps 7. 色彩标准SDR-Rec.709音频要求1. 时长不超过100分钟 2. 文件大小不超过2G 3. 支持格式wav、mp3、m4a、wma、ogg拍摄提示可朗读123...口令或自由说话也可闭嘴不说话。推荐拍摄正常说话视频建议用OSS存储。请确保视频已获授权且符合法律法规。五、查询任务查看结果提交任务后会得到一个 taskId你可以用这个ID来查询任务进度和结果参数名 类型 说明key string 接口密钥type string 固定填 query表示查询任务taskId string 任务ID提交任务时返回查询方式有两种1. 回调方式提交时填写 callbackUrl任务完成后系统会自动通知你。2. 轮询方式主动用 taskId 反复查询直到收到成功结果。六、返回结果说明接口返回 JSON 格式数据主要字段如下字段名 类型 说明code int 状态码200表示成功msg string 状态信息描述data object 请求结果数据集data.taskId string 任务IDdata.status string 任务状态SUBMIT已提交、GENERATING合成中、SUCCESS合成成功、FAILED合成失败data.failedCode string 错误代码失败时有值data.failedMessage string 失败原因描述data.videoUrl string 生成的视频文件URL地址data.duration string 视频时长秒data.createTime string 创建时间data.updateTime string 更新时间data.subtitleFileUrl string 字幕文件URLdata.templateId string 数字人角色IDdata.templateVideoId string 数字人角色IDstatusSUCCESS时可用data.md5 string 视频文件MD5值exec_time float 执行耗时秒user_ip string 客户端IP常见错误代码21000没有成功记录ID | 21001模型ID不存在 | 21002视频格式异常 | 21003音频格式异常 | 21004音频下载失败 | 21005视频下载失败 | 21006存在多人脸七、返回示例成功时的返回示例{code: 200,msg: 查询成功,data: {taskId: a9b86729-4691-425f-8b6d-e4a88c0e9c91,status: SUCCESS,failedCode: 0,failedMessage: ,videoUrl: https://#/#.mp4,duration: 60,createTime: 2026-05-03T21:41:53,updateTime: 2026-05-03T21:42:24,subtitleFileUrl: ,templateId: a9b86729-4691-425f-8b6d-e4a88c0e9c91,templateVideoId: a9b86729-4691-425f-8b6d-e4a88c0e9c91,md5: 78b35bb6b5f2b50e5438ed99fd7580d3},exec_time: 0.000548,ip: 1.204.205.30}来源酷虎数字人api接口开放平台
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉