Company Logo
首页/开放能力
digitalHuman

数字人口播

通过 RunningHub 使用口播音频驱动数字人视频口型。

20积分/分钟

基础说明

通过 RunningHub 使用口播音频驱动数字人视频口型。

提交任务

提交 RunningHub 数字人口播任务。主视频提供数字人画面，口播音频提供内容，按音频实际时长计费。

POST/api/third-party/digitalHuman/generate

请求头

字段类型必填说明
X-API-Tokenstring是平台提供的调用凭证，用于识别当前账号或租户。
Content-Typestring是提交任务时固定使用 application/json。

请求参数

字段类型必填说明
videostring是数字人主视频的公网 HTTP/HTTPS URL，或 RunningHub 已上传素材的 fileName。
audiostring是口播音频的公网 URL，或经平台识别时长的 RunningHub fileName，支持 MP3、含有效音轨的 MP4 等。服务端自动读取实际音频时长用于计费，无需传 duration。

请求示例

bash
curl -X POST "https://yunfanzhilian.com/api/third-party/digitalHuman/generate" \
  -H "X-API-Token: your_token" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://your-cdn.com/digital-human.mp4",
    "audio": "https://your-cdn.com/speech.flac"
  }'

响应字段

字段类型必填说明
codenumber-业务状态码，200 表示请求成功。
messagestring-本次请求的结果说明。
data.taskIdstring-任务 ID。提交成功后请保存，用于查询生成结果。
data.costnumber-本次提交预扣积分。
data.statusstring-任务初始状态，通常为 pending 或 processing。
timestampstring-响应时间，ISO 8601 格式。

响应示例

json
{
  "code": 200,
  "message": "数字人口播任务已提交",
  "data": {
    "taskId": "task_xxxxxxxx",
    "status": "processing",
    "duration": 10,
    "chargedMinutes": 1,
    "costPerMinute": 20,
    "cost": 20,
    "recordId": "67f000000000000000000001"
  },
  "timestamp": "2026-09-02T13:30:00.000Z"
}

注意事项

  • 公网素材会先由服务端上传到 RunningHub；音频也可通过 POST /api/third-party/common/media/upload?fileName=speech.mp3&probeAudio=true 上传，使用原始文件作为请求体，接口返回 fileName 和识别的 duration。
  • video 映射到节点 1 的 file 字段，audio 映射到节点 2 的 audio 字段；不再支持 audioVideo 视频音轨输入。
  • 上游使用 AI App 2098374521102360577（B 方案），并按对应节点映射提交。
  • 按服务端识别的口播音频实际时长向上取整到分钟计费，每分钟 20 积分；例如 60 秒为 20 积分，61 秒为 40 积分。duration 无需传入，旧客户端传入的值不参与计费。
  • 无法识别音频时长时不提交任务、不扣费；上游提交失败或任务失败时自动退回积分。
  • 提交后可通过统一获取结果接口轮询，建议间隔 20-30 秒。