腾讯云智能数智人视频制作接口-进阶版-服务端 API 接入-文档中心-腾讯云

接口说明
使用 ssml 文本和数智人进行视频制作，通过音视频制作进度查询接口最终返回成品视频和字幕文件。在原有接口基础上、进阶版接口新增了部分资源参数，扩展了微剪辑能力，支持能力如下表：
LOGO
支持调整 logo 位置（自定义X轴Y轴）
﻿
支持调整 logo 大小（缩放比例）
指定视频背景
在MP4视频文件中，可以指定背景图。
主播
横向位置调节
﻿
主播大小调整
﻿
主播角度调整
注意：
仅支持3D形象
片头/片尾视频
可指定远程地址添加视频片头片尾
内嵌字幕
打开、关闭内嵌字幕
调用协议
HTTPS + JSON
POST      /v2/ivh/videomaker/broadcastservice/videomakeadvanced
Header   Content-Type: application/json;charset=utf-8
请求参数
参数
类型
必须
说明
VirtualmanKey
string
是
定义播报的角色、服装、姿态、分辨率等信息，参数为枚举值。
说明：
可以通过 查询形象资产信息-查询主播下的所有形象 接口查询
InputSsml
string
否
播报的文本内容，支持ssml标签，支持的标签类型参照 数智人 SSML 标记语言规范，标签写法参照示例，内容不能换行，符号需转义。上限2万字（字数按unicode字符数计算）。DriverType为空、或Text时，该字段必填
SpeechParam
object
是
定义音频的详细参数
SpeechParam.Speed
float
是
语速（1.0为正常语速，范围[0.5-1.5]，值为0.5时播报语速最慢，值为1.5时播报语速最快，DriverType为音频驱动类型时，语速控制不生效）
SpeechParam.TimbreKey
string
否
音色key，默认使用形象自有音色
SpeechParam.Volume
int
否
音量大小，范围[0，10]，对应音量大小。默认为0，代表正常音量，值越大音量越高。
SpeechParam.EmotionCategory
string
否
控制合成音频的情感，仅支持多情感音色使用，可选值参考个人资产管理API 分页查询音色列表接口。
SpeechParam.EmotionIntensity
int
否
控制合成音频情感程度，取值范围为 [50,200]，只有 EmotionCategory 不为空时生效。
VideoParam
object
否
定义合成视频的详细参数，
VideoParam.Format
string
否
视频输出格式，默认值：Mp4
TransparentWebm: 透明背景webm格式视频，支持部分微剪辑能力（主播参数支持）
GreenScreenMp4: 绿幕mp4格式视频，不支持微剪辑能力
Mp4: 支持微剪辑能力的mp4格式视频
VideoParam.BackgroundFileUrl
string
否
视频背景图片/视频下载路径，支持jpg、png、mp4格式，图片/视频分辨率需要与视频分辨率相同，不传默认为绿幕视频。文件大小限制500M。
VideoParam.VideoHeadFileUrl
string
否
片头视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
VideoParam.VideoTailFileUrl
string
否
片尾视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
VideoParam.ShowSubtitles
boolean
否
是否在视频内显示字幕，默认不展示，展示会大大增加视频制作时间
VideoParam.SubtitlesParam
object
否
定义视频中字幕如何显示的相关参数
VideoParam.SubtitlesParam.MaxWords
int
否
字幕每页展示的字数上限，字数范围 [0,999]；默认值为0，默认展示规则：在分辨率80%宽度范围内展示，超出时分页。
VideoParam.SubtitlesParam.DisplayPunctuation
string
否
字幕需要展示的标点符号，其中，传入特殊字符"0"表示标点符号都不展示，特殊符号"1"（默认取值）表示标点符号全都展示，也可自定义传入需要展示的标点符号
VideoParam.SubtitlesParam.SplitPunctuation
string
否
字幕需要分页的标点符号，默认取值。；？！… …… ! ?
VideoParam.LogoParams
Array of [LogoParam]
否
定义视频中logo相关参数
VideoParam.SmartActionEnabled
bool
否
是否开启智能动作，默认不开启。生效条件：DriverType=Text、且InputSsml中不携带动作标签
VideoParam.AnchorParam
object
否
定义视频中主播相关参数
VideoParam.AnchorParam.HorizontalPosition
float
否
定义主播横向位置（0为中间位置）其中，不同主播的Tag效果不同：
Basic：可以左右移动
Standard：可以左右移动
Advanced：不支持左右移动，不管值为何，都会当作0值处理
说明：
可以通过查询形象资产信息-查询主播接口查询tag值。
VideoParam.AnchorParam.VerticalPosition
float
否
定义主播纵向位置（0为中间位置）其中，不同主播的Tag效果不同
Basic：支持上下移动
Standard：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。
Advanced：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。
说明：
可以通过 查询形象资产信息-查询主播接口查询tag值。
VideoParam.AnchorParam.Scale
float
否
主播大小（1是默认大小，范围(0,1]）,Tag为Basic的主播大小可超过1，小样本属于Basic
VideoParam.AnchorParam.Angle
int
否
主播角度（默认0度，范围[0,360]）其中，不同主播的Tag会效果不同，
Basic：仅3D主播支持
Standard：不支持
Advanced：不支持
VideoParam.AnchorParam.AnchorExtraParam
string
否
主播额外可配置参数，目前仅包含3D服装变色参数。不同主播可配置的参数不同，详情见接口查询形象资产信息-查询主播下的所有形象的SupportAnchorExtraParam参数；
需要将该参数组织为json字符串格式，请参考请求示例组织json
VideoParam.SmallSampleParam
object
否
定义小样本相关特殊参数，当为非小样本形象时，此参数不生效
VideoParam.SmallSampleParam.MakeType
string
否
定义小样本制作类型：
Default：默认配置，会从随机起始帧开始制作，StartIdx和EndIdx均不生效
Custom：指定视频片段，可以填写StartIdx和EndIdx来选择片段，默认生成的视频用该“指定的视频片段”进行正倒放循环
Circle：首尾帧归位，可以填写StartIdx来指定视频开始帧数(EndIdx不生效)，注意：该类型只用于声音驱动
VideoParam.SmallSampleParam.StartIdx
int
否
起始帧号，当MakeType为Custom或Circle时生效，当填写的时候，默认生成的视频从该位置开始；不填的时候，默认选取开始帧号，即第0帧
VideoParam.SmallSampleParam.EndIdx
int
否
结束帧号，当MakeType为Custom时生效，当填写的时候，默认结束的视频到该位置结束；不填的时候，默认选取该“选中的全部视频片段”的结束帧号
CallbackUrl
string
否
当用户增加回调url时，将把视频制作结果以固定格式发送post请求到该url地址，固定格式见 附录二： 回调请求体格式。
需注意：
1. 限制CallbackUrl长度小于1000
2. 只发送一次请求，无论是哪种问题导致的请求失败，都不会再进行发送。
DriverType
string
否
驱动类型，默认Text
1. Text：文本驱动，要求InputSsml字段必填
2. OriginalVoice：原声音频驱动，要求InputAudioUrl字段必填
3. ModulatedVoice：变声音频驱动，可通过Speech.TimbreKey指定音色，未填写时使用主播默认音色
InputAudioUrl
string
否
驱动数智人的音频url，当DriverType为OriginalVoice、ModulatedVoice时，该字段必填。音频格式要求：
1. 小样本形象时长不超过60分钟，不少于0.5秒；非小样本形象时长不超过10分钟，不少于0.5秒
2. 支持格式：wav、mp3、wma、m4a、aac
VideoStorageS3Url
string
否
可传入含鉴权s3协议存储url，视频成品会上传至该url
SubtitleStorageS3Url
string
否
可传入含鉴权s3协议存储url，字幕成品会上传至该url
ConcurrencyType
string
否
视频制作任务使用的并发类型，默认采用优先使用独享，其次使用共享的策略
1. Exclusive：独享并发，若无独享并发，任务提交失败
2. Shared: 共享并发
LogoParam
参数
类型
必须
说明
LogoFileUrl
string
否
logo 图片文件下载路径，支持jpg、png格式
PositionX
int
否
logo 图片左上角的X坐标（坐标范围和视频分辨率相关）
PositionY
int
否
logo 图片左上角的Y坐标（坐标范围和视频分辨率相关）
Scale
float
否
logo 图片缩放比例（1.0为原始图片大小）
VideoParam.Anchor.AnchorExtraParam 示例
说明：
colorValue转换规则：十六进制Hex色值，去掉#后转为十进制，e.g： #FAFAFA =>16448250
{
    "shirtColor": {
        "colorValue": 10491928
    },
    "clotheColor": {
        "colorValue": 10491928
    },
    "shoeColor": {
        "colorValue": 10491928
    }
}
返回参数
参数
类型
必须
说明
TaskId
string
是
视频制作的任务ID，携带TaskId访问音视频制作进度查询接口，可获得制作进度和制作结果
请求示例
{
    "Header": {},
    "Payload": {
        "VirtualmanKey": "123",
        "InputSsml": "你好，我是虚拟<phoneme alphabet=\\"py\\" ph=\\"fu4\\">主</phoneme>播",
        "SpeechParam": {
            "Speed": 1
        },
        "VideoParam": {
            "Format": "Mp4",
            "BackgroundFileUrl": "url1",
            "VideoHeadFileUrl": "url2",
            "VideoTailFileUrl": "url3",
            "ShowSubtitles": true,
            "LogoParams": [
                {
                    "LogoFileUrl": "http://virtualhuman-cos-test-1251316161.cos.ap-nanjing.myqcloud.com/virtualhuman-cos-test-1251316161/1554000251793182720",
                    "PositionX": 1561,
                    "PositionY": 751,
                    "Scale": 1.0
                }
            ],
            "AnchorParam": {
                "HorizontalPosition": 0.5,
                "Scale": 1.0,
                "AnchorExtraParam": "\\"shirtColor\\": {\\"colorValue\\": 10491928},\\"clotheColor\\": {\\"colorValue\\": 10491928},\\"shoeColor\\": {\\"colorValue\\": 10491928}"
            }
        }
    }
}
返回示例
{
   "Header": {
       "Code":0,
       "DialogID":"",
       "Message":"",
       "RequestID":"123",
    },
    "Payload":{
        "TaskID":"123"
    }
}
 

LOGO	支持调整 logo 位置（自定义X轴Y轴）
LOGO		支持调整 logo 大小（缩放比例）
指定视频背景	在MP4视频文件中，可以指定背景图。
主播	横向位置调节
		主播大小调整
		主播角度调整注意：仅支持3D形象
片头/片尾视频	可指定远程地址添加视频片头片尾
内嵌字幕	打开、关闭内嵌字幕

参数	类型	必须	说明
VirtualmanKey	string	是	定义播报的角色、服装、姿态、分辨率等信息，参数为枚举值。说明：可以通过查询形象资产信息-查询主播下的所有形象接口查询
InputSsml	string	否	播报的文本内容，支持ssml标签，支持的标签类型参照数智人 SSML 标记语言规范，标签写法参照示例，内容不能换行，符号需转义。上限2万字（字数按unicode字符数计算）。DriverType为空、或Text时，该字段必填
SpeechParam	object	是	定义音频的详细参数
SpeechParam.Speed	float	是	语速（1.0为正常语速，范围[0.5-1.5]，值为0.5时播报语速最慢，值为1.5时播报语速最快，DriverType为音频驱动类型时，语速控制不生效）
SpeechParam.TimbreKey	string	否	音色key，默认使用形象自有音色
SpeechParam.Volume	int	否	音量大小，范围[0，10]，对应音量大小。默认为0，代表正常音量，值越大音量越高。
SpeechParam.EmotionCategory	string	否	控制合成音频的情感，仅支持多情感音色使用，可选值参考个人资产管理API 分页查询音色列表接口。
SpeechParam.EmotionIntensity	int	否	控制合成音频情感程度，取值范围为 [50,200]，只有 EmotionCategory 不为空时生效。
VideoParam	object	否	定义合成视频的详细参数，
VideoParam.Format	string	否	视频输出格式，默认值：Mp4 TransparentWebm: 透明背景webm格式视频，支持部分微剪辑能力（主播参数支持） GreenScreenMp4: 绿幕mp4格式视频，不支持微剪辑能力 Mp4: 支持微剪辑能力的mp4格式视频
VideoParam.BackgroundFileUrl	string	否	视频背景图片/视频下载路径，支持jpg、png、mp4格式，图片/视频分辨率需要与视频分辨率相同，不传默认为绿幕视频。文件大小限制500M。
VideoParam.VideoHeadFileUrl	string	否	片头视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
VideoParam.VideoTailFileUrl	string	否	片尾视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
VideoParam.ShowSubtitles	boolean	否	是否在视频内显示字幕，默认不展示，展示会大大增加视频制作时间
VideoParam.SubtitlesParam	object	否	定义视频中字幕如何显示的相关参数
VideoParam.SubtitlesParam.MaxWords	int	否	字幕每页展示的字数上限，字数范围 [0,999]；默认值为0，默认展示规则：在分辨率80%宽度范围内展示，超出时分页。
VideoParam.SubtitlesParam.DisplayPunctuation	string	否	字幕需要展示的标点符号，其中，传入特殊字符"0"表示标点符号都不展示，特殊符号"1"（默认取值）表示标点符号全都展示，也可自定义传入需要展示的标点符号
VideoParam.SubtitlesParam.SplitPunctuation	string	否	字幕需要分页的标点符号，默认取值。；？！… …… ! ?
VideoParam.LogoParams	Array of [LogoParam]	否	定义视频中logo相关参数
VideoParam.SmartActionEnabled	bool	否	是否开启智能动作，默认不开启。生效条件：DriverType=Text、且InputSsml中不携带动作标签
VideoParam.AnchorParam	object	否	定义视频中主播相关参数
VideoParam.AnchorParam.HorizontalPosition	float	否	定义主播横向位置（0为中间位置）其中，不同主播的Tag效果不同： Basic：可以左右移动 Standard：可以左右移动 Advanced：不支持左右移动，不管值为何，都会当作0值处理说明：可以通过查询形象资产信息-查询主播接口查询tag值。
VideoParam.AnchorParam.VerticalPosition	float	否	定义主播纵向位置（0为中间位置）其中，不同主播的Tag效果不同 Basic：支持上下移动 Standard：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。 Advanced：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。说明：可以通过查询形象资产信息-查询主播接口查询tag值。
VideoParam.AnchorParam.Scale	float	否	主播大小（1是默认大小，范围(0,1]）,Tag为Basic的主播大小可超过1，小样本属于Basic
VideoParam.AnchorParam.Angle	int	否	主播角度（默认0度，范围[0,360]）其中，不同主播的Tag会效果不同， Basic：仅3D主播支持 Standard：不支持 Advanced：不支持
VideoParam.AnchorParam.AnchorExtraParam	string	否	主播额外可配置参数，目前仅包含3D服装变色参数。不同主播可配置的参数不同，详情见接口查询形象资产信息-查询主播下的所有形象的SupportAnchorExtraParam参数；需要将该参数组织为json字符串格式，请参考请求示例组织json
VideoParam.SmallSampleParam	object	否	定义小样本相关特殊参数，当为非小样本形象时，此参数不生效
VideoParam.SmallSampleParam.MakeType	string	否	定义小样本制作类型： Default：默认配置，会从随机起始帧开始制作，StartIdx和EndIdx均不生效 Custom：指定视频片段，可以填写StartIdx和EndIdx来选择片段，默认生成的视频用该“指定的视频片段”进行正倒放循环 Circle：首尾帧归位，可以填写StartIdx来指定视频开始帧数(EndIdx不生效)，注意：该类型只用于声音驱动
VideoParam.SmallSampleParam.StartIdx	int	否	起始帧号，当MakeType为Custom或Circle时生效，当填写的时候，默认生成的视频从该位置开始；不填的时候，默认选取开始帧号，即第0帧
VideoParam.SmallSampleParam.EndIdx	int	否	结束帧号，当MakeType为Custom时生效，当填写的时候，默认结束的视频到该位置结束；不填的时候，默认选取该“选中的全部视频片段”的结束帧号
CallbackUrl	string	否	当用户增加回调url时，将把视频制作结果以固定格式发送post请求到该url地址，固定格式见附录二：回调请求体格式。需注意： 1. 限制CallbackUrl长度小于1000 2. 只发送一次请求，无论是哪种问题导致的请求失败，都不会再进行发送。
DriverType	string	否	驱动类型，默认Text 1. Text：文本驱动，要求InputSsml字段必填 2. OriginalVoice：原声音频驱动，要求InputAudioUrl字段必填 3. ModulatedVoice：变声音频驱动，可通过Speech.TimbreKey指定音色，未填写时使用主播默认音色
InputAudioUrl	string	否	驱动数智人的音频url，当DriverType为OriginalVoice、ModulatedVoice时，该字段必填。音频格式要求： 1. 小样本形象时长不超过60分钟，不少于0.5秒；非小样本形象时长不超过10分钟，不少于0.5秒 2. 支持格式：wav、mp3、wma、m4a、aac
VideoStorageS3Url	string	否	可传入含鉴权s3协议存储url，视频成品会上传至该url
SubtitleStorageS3Url	string	否	可传入含鉴权s3协议存储url，字幕成品会上传至该url
ConcurrencyType	string	否	视频制作任务使用的并发类型，默认采用优先使用独享，其次使用共享的策略 1. Exclusive：独享并发，若无独享并发，任务提交失败 2. Shared: 共享并发

视频制作接口-进阶版

本页目录：

接口说明

调用协议

请求参数

LogoParam

VideoParam.Anchor.AnchorExtraParam 示例

返回参数

请求示例

返回示例