视频合成

2D数字人视频合成服务为您提供输入选择2D数字人形象模型，添加文本或音频合成为2D虚拟数字人mp4/webm格式的视频，并且通过返回的视频链接下载视频内容。

• 形象配置
  • 支持通过参数指定本次视频合成需要使用的2D数字人形象，系统提供若干个默认的2D数字人形象模型，供用户选择。具体可联系运营开通账号后查看。
• 音色配置
  • 系统支持两种形式的音色配置
    • 上传录音文件，支持在线录音上传或者选择对应的音频文件上传，音频将会经过降噪处理后将原声用于最终合成的视频内容。
    • 上传文本+选择音色，支持通过参数指定本次视频合成需要使用的发音人音色，以及声音的语速、音调、音量调节，系统提供若干个默认的TTS个人音色模型，供用户选择，将使用指定的音色朗读对应的文本内容，最终将此音频用于视频合成。
• 数字人驱动
  • 支持数字人表情、口型驱动。
• 视频编码信息
  • 编码格式： H264
  • 帧率： 25FPS
• 视频格式
  • 目前支持MP4/WebM两种视频格式，视频时长由合成视频的时候选择的内容决定。
• 视频分辨率
  • 支持创建视频合成任务的时候指定产出视频的分辨率，建议选择范围为：480p、720p、1080p
• 字幕
  • 支持根据用户输入的文字或语音内容生成与之相匹配的字幕文件
• 自定义前景/背景/标题文字
  • 支持通过URL指定视频背景图，图片格式支持jpg、png两种格式
  • 支持通过URL指定视频前景图，图片格式支持jpg、png两种格式
  • 支持通过参数指定视频中标题文字内容的字体，字号，以及出现的位置
• 自定义人物美颜效果
  • 支持通过参数调节人物美颜效果，包括：美白/磨皮/脸型调整/眼形调整/发际线调整/苹果肌调整/鼻子调整/下巴调整/嘴巴调整/人中调整/缩头/对比度/饱和度/清晰度/锐化程度调整等十余项参数调整功能，具体请参考参数说明 (opens new window)，了解使用规则
• 最大存储时间
  • PaaS平台支持7天在线存储，需要及时转存，7天后生成内容将无法下载。

视频合成时序图

API 说明

用户调用平台全部API服务，皆需要访问服务接入点：aigc.softsugar.com，并在请求头中加上token信息。

创建视频合成任务

接口描述

根据用户上传的指定内容调用算法能力进行视频合成，最终返回mp4/webm格式的视频文件供用户下载。PaaS平台支持7天在线存储，需要及时转存，7天后生成内容将无法下载。

请求地址

POST /api/2dvh/v1/material/video/create

请求头

Content-Type: application/json

请求参数

字段	类型	必填	描述
param	String	True	创建视频合成任务需要传入正确的param信息，其中包括各类视频合成参数（该参数为json转义后的字符串），请参考下面的参数说明和 json 示例 (opens new window) ，示例效果 (opens new window) 。
videoName	String	True	视频名称
thumbnailUrl	String	False	缩略图url

请求样例

{
  "videoName": "xxx",

  "param": "{\"version\":\"0.0.4\",\"resolution\":[1080,1920],\"bit_rate\":16,\"frame_rate\":25,\"watermark\":{\"show\":true,\"content\":\"示例视频\"},\"digital_role\":{\"id\":3964,\"face_feature_id\":\"0401_chenying_s1\",\"name\":\"0401_chenying_s1\",\"url\":\"https://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/materials/77/0401_chenying_s1_20230427133135306.zip\",\"position\":{\"x\":0,\"y\":0},\"scale\":1.0},\"tts_config\":{\"id\":\"nina\",\"name\":\"Nina\",\"vendor_id\":3,\"language\":\"zh-CN\",\"pitch_offset\":0.0,\"speed_ratio\":1,\"volume\":100},\"tts_query\":{\"content\":\"丝绸之路是一条连接东西方的古老商路，在这条路上，东西方通过贸易和文化交流，促进了不同文明的不断融合。 历史上张骞出使西域，开启了最早的丝绸之路，从此丝绸之路上的商人一次次穿越沙漠和山脉进行通商往来。 中国的丝绸、瓷器、茶叶，以及印度的佛教、希腊的哲学等都在这条路上得到充分地传承和发展。\",\"ssml\":false},\"backgrounds\":[{\"type\":0,\"name\":\"背景\",\"url\":\"http://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/test/background.png\",\"rect\":[0,0,1080,1920],\"cycle\":false,\"start\":0,\"duration\":-1}],\"foregrounds\":[{\"type\":0,\"name\":\"前景\",\"url\":\"http://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/test/frontgroud.png\",\"rect\":[0,1359,1092,561],\"cycle\":false,\"start\":0,\"duration\":-1}],\"foreground-texts\":[{\"text\":\"丝绸之路介绍\",\"font_size\":20,\"font_family\":\"Noto Sans S Chinese Black\",\"position\":{\"x\":100,\"y\":200},\"rgba\":[100,200,100,100]}]}"

}

响应元素

字段	类型	必填	描述
code	Integer	True	0 - 成功, 其他 - 异常
message	String	True	异常详细信息
data	Integer	False	任务id

响应样例

{

    "code": 0,

    "message": "success",

    "data": 1

}

json参数说明

名称	类型	取值示例	必填	说明
version	String	"0.0.17"	是	视频合成json配置文件最新版本号
video_format	String	"mp4"	否	视频输出格式，取值为MP4、WEBM、MOV，如果没有该字段，默认为MP4。其中，WEBM和MOV格式支持透明通道。
resolution	Int Array	[1080,1920]	是	视频分辨率，建议选择[480,854]，[720,1280]，[1080,1920]三种竖屏格式，人物模型分辨率为2K（1080 * 1920）和 4K（2160 * 3840），选择不同分辨率需要调整数字人形象比例以达到较好的效果，例如选择[1080,1920]分辨率，则建议 4K数字人形象scale 参数调整为0.5左右
bit_rate	Float	8	否	视频码率（Mbps），最大值16，最小值1
frame_rate	Integer	25	是	视频帧率，目前只支持25fps
watermark	Object		否	视频水印
show	Boolean	True	是	是否显示视频水印
content	String	"测试 Test "	是	视频水印内容，若开启但不填写内容，则自动进行填写。
invisible-watermark	Object		否	视频隐藏水印，仅支持 mp4
show	Boolean	True	是	是否开启视频隐藏水印。
content	String	"1234567890123456 "	否	隐藏水印文字 ，不可以用中文！仅限英文+数字，一共16个字符，如果不足16字符，后面会自动补0，如果超过16，会截取前16字符。
digital_role	Object	包含内容如下
id	Integer	1	否	数字人id
face_feature_id	String	"1"	是	数字人face feature id
name	String	"小李"	否	数字人名称
url	String	"https://xxx/role.zip"	是	数字人形象zip包。在合成视频中，为必传参数。在视频直播场景中，本项无需设置值，使用fileid
fileId	String	"12345"	否	预热素材上传后的id，在视频直播场景为必传内容
position	Object	包含内容如下	是	数字人形象图片的起始像素位置，以1080*1920分辨率大小画布的左上角为原点，向右为x方向，向下为y方向
x	Integer	0	是	x方向坐标值
y	Integer	0	是	y方向坐标值
scale	Float	1.0	是	数字人形象比例
rotation	Float	0.0	是	旋转角度，取值[0.0,360.0]，画布坐标系Y轴的反方向为0度，顺时针方向的夹角为旋转角，旋转时以图片中心点为锚点
volume	Integer	0	否	数字人播报音量，大小取值范围0~100。注：最低版本要求：0.0.13。
z_position	Integer	0	是	图层顺序，各个 zposition 不可重复，数字越大显示越靠前。 注：最低版本要求：0.0.6（必须字段）。
start_frame_index	Integer	0	否	合成视频起始帧，取值范围为[1, N]，如果输入参数范围不在范围内，直接返回错误。注：最低版本要求：0.0.14。精品数字人不建议设置该参数
tts_config	Object	包含内容如下	是	tts配置。tts_query和audios必须存在其一，tts_query和audios都存在时，tts_query优先
qid	String	8wfZav:AEA_Z10Mqp9GCwDGMrz8xIzi3VScxNzUtLCh	否	填写此字段会覆盖 voiceid, language，vendor_id字段。
id	String	"zh-CN-XiaoxuanNeural"	是	发音人id ， 同 voiceID
name	String	"晓萱"	是	发音人名称
vendor_id	Integer	4	是	供应商id ，即 vendor_id ，需要与使用的TTS音色模型信息保持一致。随意填写会有错误。不要随意填写。使用qid的时候可以没有这个字段。
language	String	"zh-CN"	是	语言码
pitch_offset	Float	0.0	是	音调，数值越大越尖锐，越低越低沉，支持范围 [-60, 60]
speed_ratio	Float	1	是	语速，数值越大语速越慢，支持范围 [0.5, 2]
volume	Integer	100	是	音量，数值越大声音越大，支持范围 [1, 400]
tts_query	Object	包含内容如下	否	tts语音合成。tts_query和audios必须存在其一，tts_query和audios都存在时，tts_query优先
content	String	"尊敬的观众朋友们，大家好！非常荣幸能够在这个美好的时刻与大家相聚，欢迎收看今天的节目。"	是	待合成语音的文本内容，字数不得少于10个字，所有语言的发音人都可以合成英文query；所有语言的发音人都可以合成自己语言的query；粤语、沪语等中文方言发音人可以合成中文query
use_action	Boolean	false	false	是否tts文本中支持动作编辑 tts文本中动作定义如下：若想要插入某个动作，则在文本对应位置插入{action index:动作序号}。例如{action index:0}。action和index之间空格分割。其中动作序号可在数字人的结果json中获取。如果用户TTS本身需要输出{action}，则使用^{action }来进行转义，不作为动作提取
ssml	Boolean	false	否	是否使用ssml，开启后query可以使用USSML，推荐使用USSML
audios	Object Array	包含内容如下	否	音频驱动。tts_query和audios必须存在其一，tts_query和audios都存在时，tts_query优先
url	Object	{"url":"https://xxx/audio.mp3"}	是	数组，支持多条mp3格式的驱动音频文件
subtitle	Object	包含内容如下	否	字幕
url	String	"https://xxx/subtitle.srt"	是	字幕文件列表。0.0.13及之前版本只解析此字段
urls	String Array	["https://xxx/subtitle.srt","https://xxx/subtitle.srt"]	否	0.0.14及之后版本优先解析此字段，如果此字段不存在，则解析url字段。 特殊情况说明：如果版本号大于等于0.0.14，audios中存在多个音频，此时仍然解析url字段，只显示一个字幕，这是正常case。
scale	Float	1.0	是	文字缩放比例，取值范围0~+∞，默认为1，原始参考尺寸为font_size。
position	Object	包含内容如下	否	字幕起始位置，以1080*1920分辨率大小画布的左上角为原点，向右为x方向，向下为y方向，默认位置为视频的下方，字幕效果呈现为居中对齐。注：最低版本要求：0.0.13。
x	Integer	0	否	x方向坐标值
y	Integer	0	否	y方向坐标值
rgba	Int Array	[100,100,100,100]	是	字幕颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】
font_size	Integer	20	是	字幕字体大小设置
font_family	String	"Noto Sans S Chinese Black"	是	字体名称，支持的字体见json支持字体列表
stroke_width	Float	2	否	描边宽度，取值范围0~+∞，默认为0，表示描边宽度。注：最低版本要求：0.0.10。
stroke_rgba	Int Array	[100,100,100,100]	否	字幕描边颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】。注：最低版本要求：0.0.10。
background_rgba	Int Array	[100,100,100,100]	是	字幕背景（字体底色）颜色， 取值范围0~255。a通道为0时表示全透明。注：最低版本要求：0.0.10。
opacity	Float	0.5	否	字幕图层透明度， 取值范围0~1。0表示全透明，1表示不透明。注：最低版本要求：0.0.10。
subtitle_max_len	Integer	10	否	字幕最大切分长度，默认为 0，即不限长度，若未设置最大切分字数，设定字幕占用最大长度为画布宽度的80%，超出则自动折行。注：最低版本要求：0.0.10。
subtitle_cut_by_punc	Boolean	True	否	是否按标点符号切分。注：最低版本要求：0.0.10。
rotation	Float	0.0	是	旋转角度，取值[0.0,360.0]，画布坐标系Y轴的反方向为0度，顺时针方向的夹角为旋转角，旋转时以图片中心点为锚点。注：最低版本要求：0.0.14。
auto_font_size	Boolean	True	否	不填写，默认为True，字幕根据公式来计算最终显示的font size，与前景文字、标题在同样的font size设置下，显示效果不同；False，字幕采用与前景文字、标题一样的font size规则。
sub_to_canvas_width_ratio	Float	1.0	否	不填写，默认为1.0。此字段表示字幕所占用画布宽度的比例，取值范围为(0, 2]，如果传入参数<=0或者>2，则默认将值重置为1.0。如果单行显示不了，则换行。
backgrounds	Object Array	包含内容如下	否	背景
type	Integer	0	是	0:图片，支持jpg、png格式；1:视频，支持mp4格式，帧率要求 25 以上，分辨率暂无要求，不同分辨率的视频按照短边撑满，视频等比例缩放形式处理
name	String	"背景"	是	背景名称
url	String	"https://xxx/bg.png"	是	背景文件url，如没设置背景图或视频，Webm格式展示黑色背景；Mp4格式展示灰色默认的frame的背景效果。在视频直播场景中，该字段为空，使用fileid字段
fileId	String	"12345"	否	预热素材上传后的id，在视频直播场景为必传内容
rect	Int Array	[0,0,1080,1920]	是	【暂不支持】 背景起始位置和大小，以1080*1920分辨率画布为参考，左上角为（0,0），当前不支持自定义，默认短边撑满，长边等比例缩放形式显示
cycle	Boolean	false	是	针对视频有效，false:单次播放，true:循环播放
start	Integer	0	是	背景开始时间，以ms为单位
duration	Integer	-1	是	背景持续时间，以ms为单位，-1为默认值，表示随视频一直存在
play_offset	Integer	1	否	视频直播场景生效，针对视频生效，该背景视频从背景视频本身的开始播放时间，以ms为单位
volume	Integer	0	否	背景视频音量，数值越大声音越大，支持范围 [0, 100]，标准音量。注：最低版本要求：0.0.13。
background-musics	Object Array	包含内容如下	否	背景音乐
url	String	"https://xxx/bgm.mp3"	是	背景音乐url
volume	Integer	100	是	音量，数值越大声音越大，支持范围 [0, 100]，标准音量100
duration	Integer	-1	否	持续时间，单位毫秒，-1为默认值，表示随视频一直存在。只要duration 时间到，不论是否循环均会停止/消失
start	Integer	0	否	开始时间，单位毫秒。0为默认值，表示从视频第0毫秒开始播放背景音乐。
cycle	Boolean	True	否	false:单次播放，true:循环播放
foregrounds	Object Array	包含内容如下	否
type	Integer	0	是	0:图片，支持jpg、png格式；1:视频，支持mp4格式
name	String	"前景"	是
url	String	"https://xxx/fg.png"	是	前景文件url，图片支持png或jpg ，视频支持mp4格式。在视频直播场景，该字段为为空，使用fileid字段
fileId	String	"12345"	否	预热素材上传后的id，在视频直播场景为必传内容
rect	Int Array	[0,0,1080,1920]	是	起始位置和大小，以1080*1920分辨率画布为参考
rotation	Float	0.0	是	旋转角度，取值[0.0,360.0]，画布坐标系Y轴的反方向为0度，顺时针方向的夹角为旋转角，旋转时以图片中心点为锚点
cycle	Boolean	False	否	针对视频有效，false:单次播放，true:循环播放，前景视频单次播放完成后，如未达到指定持续时间节点，前景视频停留在最后一帧
z_position	Integer	2	是	图层顺序，各个 zposition 不可重复，数字越大显示越靠前。注：最低版本要求：0.0.6（必须字段）。
start	Integer	0	是	前景开始时间，以ms为单位
play_offset	Integer	1	否	视频直播场景生效，针对视频生效，该背景视频从背景视频本身的开始播放时间，以ms为单位
duration	Integer	-1	是	前景持续时间，以ms为单位，-1为默认值，表示随视频一直存在
volume	Integer	0	否	前景视频音量，数值越大声音越大，支持范围 [0, 100]，标准音量。注：最低版本要求：0.0.13。
foreground-texts	Object Array	包含内容如下	否	前景文字
text	String	"前景文字"	是	前景文字内容
scale	Float	1.0	是	文字缩放比例，取值范围0~+∞，默认为1，原始参考尺寸为font_size。
duration	Integer	-1	否	持续时间，单位毫秒，-1为默认值，表示随视频一直存在。只要duration 时间到，不论是否循环均会停止/消失
start	Integer	0	否	开始时间，单位毫秒。0为默认值，表示从视频第0毫秒开始播放前景文字。
position	Object	包含内容如下	是	前景文字起始位置，以1080*1920分辨率大小画布的左上角为原点，向右为x方向，向下为y方向
x	Integer	0	是	x方向坐标值
y	Integer	0	是	y方向坐标值
rgba	Int Array	[100,100,100,100]	是	前景文字颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】
font_size	Integer	20	是	前景文字字体大小设置
font_family	String	"Noto Sans S Chinese Black"	是	字体名称，支持的字体见json支持字体列表
stroke_width	Float	2	否	描边宽度，取值范围0~+∞，默认为0，表示描边宽度
stroke_rgba	Int Array	[100,100,100,100]	否	前景文字描边颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】
background_rgba	Int Array	[100,100,100,100]	是	前景文字背景（字体底色）颜色， 取值范围0~255。a通道为0时表示全透明。注：最低版本要求：0.0.10。
opacity	Float	0.5	否	前景文字图层透明度， 取值范围0~1。0表示全透明，1表示不透明。注：最低版本要求：0.0.10。
z_position	Integer	2	是	图层顺序，各个 zposition 不可重复，数字越大显示越靠前。注：最低版本要求：0.0.8（必须字段）。
rotation	Float	0.0	是	旋转角度，取值[0.0,360.0]，画布坐标系Y轴的反方向为0度，顺时针方向的夹角为旋转角，旋转时以图片中心点为锚点。注：最低版本要求：0.0.14。
title	Object Array	包含内容如下	否	标题文字 ，其图层在数字人，背景，前景文字的上层。注：最低版本要求：0.0.10。
text	String	"标题文字"	是	标题文字内容
scale	Float	1.0	是	文字缩放比例，取值范围0~+∞，默认为1，原始参考尺寸为font_size。
position	Object	包含内容如下	是	标题文字起始位置，以1080*1920分辨率大小画布的左上角为原点，向右为x方向，向下为y方向
x	Integer	0	是	x方向坐标值
y	Integer	0	是	y方向坐标值
rgba	Int Array	[100,100,100,100]	是	标题文字颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】
font_size	Integer	20	是	标题文字字体大小设置。单位为px。
font_family	String	"Noto Sans S Chinese Black"	是	字体名称，支持的字体见json支持字体列表
stroke_rgba	Int Array	[100,100,100,100]	否	标题文字描边颜色，按照rgba形式传入，取值范围 0～255 【a通道暂不支持】
stroke_width	Float	2	是	描边宽度，取值范围0~+∞，默认为0，表示描边宽度
background_rgba	Int Array	[100,100,100,100]	是	标题文字背景（字体底色）颜色， 取值范围0~255。a通道为0时表示全透明。【a通道暂不支持】
opacity	Float	0.5	否	标题文字图层透明度， 取值范围0~1。0表示全透明，1表示不透明
rotation	Float	0.0	是	旋转角度，取值[0.0,360.0]，画布坐标系Y轴的反方向为0度，顺时针方向的夹角为旋转角，旋转时以图片中心点为锚点。注：最低版本要求：0.0.14。
effects	Object	包含内容如下	否
version	String	"1.0"	是	特效引擎版本
beautify	Object	包含内容如下	否	美颜
whitenStrength	Float	0.3	否	[0,1.0] 美白, 默认值 0.30, 0.0 不做美白
whiten_mode	Integer	0	否	美白模式：0（偏粉白）, 1（自然白）, 2（只有皮肤区域自然白）
reddenStrength	Float	0.36	否	[0,1.0]红润, 默认值 0.36, 0.0 不做红润
smoothStrength	Float	0.74	否	[0,1.0]磨皮, 默认值 0.74, 0.0 不做磨皮
smooth_mode	Integer	0	否	磨皮模式：0（脸部区域磨皮）, 1（全图磨皮）, 2（脸部区域精细磨皮）
shrinkRatio	Float	0.11	否	[0,1.0]瘦脸, 默认值 0.11, 0.0 不做瘦脸效果
enlargeRatio	Float	0.13	否	[0,1.0]大眼, 默认值 0.13, 0.0 不做大眼效果
smallRatio	Float	0.10	否	[0,1.0]小脸, 默认值 0.10, 0.0 不做小脸效果
narrowFace	Float	0.0	否	[0,1.0] 窄脸, 默认值 0.0, 0.0 不做窄脸
roundEyesRatio	Float	0.0	否	[0,1.0] 圆眼, 默认值 0.0, 0.0不做圆眼
thinFaceShapeRatio	Float	0.0	否	[0,1.0]瘦脸型, 默认值 0.0, 0.0 不做瘦脸型效果
chinLength	Float	0.0	否	[-1, 1]下巴长短, 默认值为 0.0，[-1, 0]为短下巴，[0, 1]为长下巴
hairlineHeightRatio	Float	0.0	否	[-1, 1]发际线, 默认值为 0.0，[-1, 0] 为低发际线，[0, 1]为高发际线
appleMusle	Float	0.0	否	[0, 1.0]苹果肌，默认值为 0.0，0.0 不做苹果肌
narrowNoseRatio	Float	0.0	否	[0, 1.0]瘦鼻，瘦鼻翼，默认值为 0.0，0.0 不做瘦鼻
noseLengthRatio	Float	0.0	否	[-1, 1]长鼻, 默认值为 0.0, [-1, 0]为短 鼻，[0, 1]为长鼻
profileRhinoplasty	Float	0.0	否	[0, 1.0]侧脸隆鼻，默认值为 0.0，0.0 不做侧脸隆鼻效果
mouthSize	Float	0.0	否	[-1, 1]嘴巴大小，默认值为 0.0，[-1, 0]为放大嘴巴，[0, 1]为缩小嘴巴
philtrumLengthRatio	Float	0.0	否	[-1, 1]人中长短, 默认值为 0.0，[-1, 0]为长人中，[0, 1]为短人中
eyeDistanceRatio	Float	0.0	否	[-1, 1]调整眼距，默认值为 0.0，[-1, 0]为减小眼距，[0, 1]为增加眼距
eyeAngleRatio	Float	0.0	否	[-1, 1]眼睛角度，默认值为 0.0，[-1, 0]为左眼逆时针旋转，[0, 1]为 左眼顺时针旋转，右眼与左眼相对
openCanthus	Float	0.0	否	[0, 1.0]开眼角，默认值为 0.0， 0.0 不做开眼角
shrinkJawbone	Float	0.0	否	[0, 1.0]瘦下颔骨比例，默认值 0.0， 0.0 不做瘦颧骨
shrinkRoundFace	Float	0.0	否	[0, 1.0]圆脸瘦脸，默认值 0.0， 0.0 不做瘦脸
shrinkLongFace	Float	0.0	否	[0, 1.0]长脸瘦脸，默认值 0.0， 0.0 不做瘦脸
shrinkGoddessFace	Float	0.0	否	[0, 1.0]女神瘦脸，默认值 0.0， 0.0 不做瘦脸
shrinkNaturalFace	Float	0.0	否	[0, 1.0]自然瘦脸，默认值 0.0， 0.0 不做瘦脸
shrinkWholeHead	Float	0.0	否	[0, 1.0]整体缩放小头，默认值 0.0, 0.0 不做整体缩放小头效果
contrastStrength	Float	0.05	否	[0,1.0]对比度, 默认值 0.05, 0.0 不做对比度处理
saturationStrength	Float	0.1	否	[0,1.0]饱和度, 默认值 0.10, 0.0 不做饱和度处理
sharpen	Float	0.0	否	[0, 1.0]锐化, 默认值 0.0, 0.0 不做锐化
clear	Float	0.0	否	[0, 1.0]清晰强度，默认值 0.0，0.0 不做清晰
bokehStrength	Float	0.0	否	[0, 1.0]背景虚化强度, 默认值 0.0, 0.0 不做背景虚化
eyeHeight	Float	0.0	否	[-1, 1]眼睛位置比例, 默认值 0.0, [-1, 0]为向下移动眼睛，[0, 1]为向上移动眼睛
mouthCorner	Float	0.0	否	[0, 1.0]嘴角上移比例, 默认值 0.0, 0.0 不做嘴角调整
hairline	Float	0.0	否	[-1, 1]新发际线高低比例, 默认值 0.0, [-1, 0]为低发际线，[0, 1]为高发际线
packages	Object Array	包含内容如下	否	美妆参数
url	String	"https://xxx/res.zip"	是	美妆资源url，美妆资源包请联系客服
strength	Float	0.3	是	美妆强度
filter	Object	包含内容如下	否	滤镜参数
onlyFigure	Boolean	false	是	滤镜效果是否只作用于数字人，true只对数字人滤镜，false为全局滤镜
url	String	"https://xxx/res.zip"	是	滤镜资源url，美妆资源包请联系客服
strength	Float	0.3	是	滤镜强度

json支持字体列表

语言	字体名称
中文	Noto Sans S Chinese Black
中文	Noto Sans S Chinese Bold
中文	Noto Sans S Chinese DemiLight
中文	Noto Sans S Chinese Light
中文	Noto Sans S Chinese Medium
中文	Noto Sans S Chinese Regular
中文	Noto Sans S Chinese Thin
中文	仓耳渔阳体 W03
中文	站酷酷黑
中文	站酷快乐体2016修订版
中文	站酷庆科黄油体
中文	站酷文艺体
中文	站酷小薇LOGO体
中文	得意黑
中文	钉钉进步体
中文	阿里妈妈东方大楷
中文	阿里妈妈数黑体
中文	字魂扁桃体
中文	包图小白体
中文	庞门正道粗书体
中文	杨任东竹石体-Bold
中文	优设标题黑
中文	Gen Jyuu Gothic Normal
中文	字制区喜脉体
中文	文道潮黑
中文	Alibaba-PuHuiTi-Bold
中文	Alibaba-PuHuiTi-Heavy
中文	Alibaba-PuHuiTi-Light
中文	Alibaba-PuHuiTi-Medium
中文	Alibaba-PuHuiTi-Regular
阿拉伯语	mastollehregular-2oaxk
韩语	HANDotumLVT
韩语	HANDotumLVT-bold
日语	SourceHanSansJP-Bold
日语	SourceHanSansJP-ExtraLight
日语	SourceHanSansJP-Heavy
日语	SourceHanSansJP-Light
日语	SourceHanSansJP-Medium
日语	SourceHanSansJP-Normal
日语	SourceHanSansJP-Regular

json示例

{
    "version": "0.0.13",
    "video_format": "MP4",
    "resolution": [1080, 1920],
    "bit_rate": 8,
    "frame_rate": 25,
    "watermark": {
        "show": true,
        "content": "内部测试"
    },
    "digital_role": {
        "id": 4051,
        "face_feature_id": "0325_nina_s3_beauty",
        "name": "Nina",
        "url": "https://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/materials/77/0325_nina_s3_beauty_20230523213912566.zip",
        "position": {
            "x": 0,
            "y": 0
        },
        "scale": 1.0,
        "z_position": 1,
        "rotation": 0.0
    },
    "tts_config": {
        "id": "xiaoyue",
        "name": "晓月",
        "vendor_id": 3,
        "language": "zh-CN",
        "pitch_offset": 0.0,
        "speed_ratio": 1,
        "volume": 100
    },
    "tts_query": {
        "content": "您好，尊贵的客户",
        "ssml": false
    },
    "audios": [{
        "url": "https://dhpoc.softsugar.com/adapter/static/9b158cc9-8e42-4d09-b928-49dd9941d922.mp3"
    }, {
        "url": "https://dhpoc.softsugar.com/adapter/static/9b158cc9-8e42-4d09-b928-49dd9941d922.mp3"
    }],
    "subtitle": {
        "url": "https://aigc.blob.core.chinacloudapi.cn/audio/tts-srt/823v6j88s1k7aobpe7wmqm83q_de347214-96f2-4246-b283-17f40fe6abba.srt",
        "position": {
            "x": 100,
            "y": 300
        },
        "rgba": [100, 200, 100, 100],
        "font_size": 20,
    "stroke_width": 5.0,
        "stroke_rgba": [255, 0, 0, 0],
        "opacity": 0.5,
        "background_rgba": [0, 255, 0, 200],
        "subtitle_max_len": 8,
        "subtitle_cut_by_punc": "True",
        "font_family": "Noto Sans S Chinese Black"
    },
    "backgrounds": [{
        "type": 0,
        "name": "背景",
        "url": "https://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/test/background.png",
        "rect": [0, 0, 1080, 1920],
        "cycle": false,
        "start": 0,
        "duration": -1
    }],
    "background-musics": [{
        "url": "https://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/mayahui/%E7%BE%A4%E6%98%9F%20-%20%E5%96%9C%E6%B4%8B%E6%B4%8B.mp3",
        "volume": 100,
        "cycle": false
    }],
    "foregrounds": [{
        "type": 0,
        "name": "前景",
        "url": "http://dwg-aigc-paas.oss-cn-hangzhou.aliyuncs.com/test/frontgroud.png",
        "rect": [0, 0, 1080, 1920],
        "rotation": 0.0,
        "z_position": 0,
        "cycle": false,
        "start": 0,
        "duration": -1
    }],
    "foreground-texts": [{
        "text": "前景",
        "font_size": 20,
        "font_family": "Noto Sans S Chinese Black",
    "z_position": 10,
    "stroke_width": 5.0,
        "stroke_rgba": [255, 0, 0, 0],
    "opacity": 0.5,
        "position": {
            "x": 0,
            "y": 0
        },
    "background_rgba": [0, 255, 0, 200],
        "rgba": [100, 200, 100, 100]
    }],
  "title": {
        "text": "这是标题",
        "rgba": [100, 255, 255, 255],
        "position": {
            "x": 540,
            "y": 200
        },
        "font_size": 50,
        "font_family": "Noto Sans S Chinese Black",
        "stroke_width": 5.0,
        "stroke_rgba": [255, 0, 0, 0],
        "scale": 1.0,
        "opacity": 0.5,
        "background_rgba": [0, 255, 0, 200]
    },
    "effects": {
        "version": "1.0",
        "beautify": {
            "whitenStrength": 0.30,
            "whiten_mode": 0,
            "reddenStrength": 0.36,
            "smoothStrength": 0.74,
            "smooth_mode": 0,
            "shrinkRatio": 0.11,
            "enlargeRatio": 0.13,
            "smallRatio": 0.10,
            "narrowFace": 0.0,
            "roundEyesRatio": 0.0,
            "thinFaceShapeRatio": 0.0,
            "chinLength": 0.0,
            "hairlineHeightRatio": 0.0,
            "appleMusle": 0.0,
            "narrowNoseRatio": 0.0,
            "noseLengthRatio": 0.0,
            "profileRhinoplasty": 0.0,
            "mouthSize": 0.0,
            "philtrumLengthRatio": 0.0,
            "eyeDistanceRatio": 0.0,
            "eyeAngleRatio": 0.0,
            "openCanthus": 0.0,
            "brightEyeStrength": 0.0,
            "removeDarkCircleStrength": 0.0,
            "removeNasolabialFoldsStrength": 0.0,
            "whiteTeeth": 0.0,
            "shrinkCheekbone": 0.0,
            "thinnerHead": 0.0,
            "openExternalCanthus": 0.0,
            "shrinkJawbone": 0.0,
            "shrinkRoundFace": 0.0,
            "shrinkLongFace": 0.0,
            "shrinkGoddessFace": 0.0,
            "shrinkNaturalFace": 0.0,
            "shrinkWholeHead": 0.0,
            "contrastStrength": 0.05,
            "saturationStrength": 0.10,
            "sharpen": 0.0,
            "clear": 0.0,
      "eyeHeight": 0.0,
            "mouthCorner": 0.05,
            "hairline": 0.10,
            "bokehStrength": 0.0
        },
        "packages": [{
            "url": "https://xxx/xxx.zip",
            "strength": 0.3
        }, {
            "url": "https://xxx/xxx.model",
            "strength": 0.5
        }],
        "filter": {
            "onlyFigure": false,
            "url": "https://xxx/xxx.model",
            "strength": 0.5
        }
    }
}

批量创建视频合成任务

接口描述

根据用户上传的指定内容调用算法能力进行批量视频合成，最终返回mp4格式的视频文件列表供用户下载。PaaS平台支持7天在线存储，需要及时转存，7天后生成内容将无法下载。

请求地址

POST /api/2dvh/v1/material/video/batchCreate

请求头

Content-Type: application/json

请求参数

JSON数组格式，数组中对象的字段定义如下：

字段	类型	必填	描述
param	String	True	视频生成参数（该参数为json转义后的字符串）
videoRequestId	String	True	视频合成id，需唯一
videoName	String	True	视频名称
thumbnailUrl	String	False	缩略图Url

请求样例

[
  {
    "param": "video config",
    "videoName": "name",
    "videoRequestId": "aaa"
  },
  {
    "param": "video config",
    "videoName": "name",
    "videoRequestId": "bbb"
  }
]

响应元素

字段	类型	必填	描述
code	Integer	True	0 - 成功, 其他 - 异常
message	String	True	异常详细信息
data	Object	False	data object ，异常时通常为空
- videoRequestId	String	True	视频合成id，需唯一
- taskId	Long	True	任务id
- description	String	True	任务派发结果描述

响应样例

{
  "code": 0,
  "message": "success",
  "data": [
    {
      "videoRequestId": "aaa",
      "taskId": 26,
      "description": "队列等待中"
    },
    {
      "videoRequestId": "bbb",
      "taskId": 27,
      "description": "队列等待中"
    }
  ]
}

以上即为平台可以提供的全部视频合成能力。