对口型

Content-Type

application/json

数据交换格式

Authorization

Token {your api key}

将{token}替换为提供给您的token

video_url

String

是

原视频 URL（需要确保可访问）
模型将以此参数中传入的视频为画面来匹配口型的视频
注1：视频仅支持格式：mp4、mov、avi；
注2：支持1 - 600秒，建议时长在10秒到120秒；
注3：文件大小不超过5G，单边像素需要在360p - 4096p 之间；
注4 ：视频本身要求编码格式为 H.264 格式，若不是，可通过下述方法转换。请参见 编码格式转换；
注5：视频内容免涉肖像权，否则会被下架或销毁
注6：对于视频素材的规范性要求：
* 人脸画面：要求真人出镜（如果是卡通人物，需要人物五官和真人比例相近），画面中的人脸说话时，建议正对镜头，水平转动不超过45度，俯仰不超过15度；人脸尽量不遮挡，面部光线稳定；
* 说话音频：对音频无限制。

audio_url

String

可选

音频文件url
对口型视频中使用的文字、音色，以音频文件的内容为准
注1：支持格式：wav、mp3、wma、m4a、aac、ogg
注2 ：音频时长大于1s，小于600s
注3：大小要求：不超过100MB

text

String

可选

对口型视频生成时使用的文本内容
注1：文字内容不少于4个字符，不超过2000字符（2-1000个汉字或4-2000个英文）;
注2：与audio_url同时有值时，以audio_url中的内容生成;
注3：段落切换用换行符标记;
注4：停顿控制：支持自定义文本之间的语音时间间隔，以实现自定义文本语音停顿时间的效果。使用方式：在文本中增加<#x#>标记，x 为停顿时长（单位：秒），范围 [0.01, 99.99]，最多保留两位小数。文本间隔时间需设置在两个可以语音发音的文本之间，不可连续使用多个停顿标记;
注5：停顿控制示例：你好<#2#>我是vidu<#2#>很高兴见到你

speed

Float

可选

语速，默认为1.0
* 1.0为正常语速，范围[0.5, 2]，值为0.5时播报语速最慢，值为2时播报语速最快；
* 仅文字生成时生效

voice_id

String

可选

音色ID
* 系统提供多种音色可供选择，具体音色效果、音色ID、音色语种对应关系见文档：音色列表；
* 仅文字生成时生效

ref_photo_url

String

可选

用户上传的人脸参考图 URL
输入视频中包含多张人脸时，对口型 API 仅能选择一张人脸作为目标匹配口型，此参数可以用来指定人物作为目标。
若不输入人脸参考图，默认将选择视频中第一个有人脸的画面中，人脸占比最大的人物为目标。
注1：支持格式jpg、jpeg、png、bmp、webp；
注2：图像单边分辨率要求在192 - 4096px；
注3：文件大小不超过10MB；
注4 ：图片内容需包含一张清晰的人物正脸，且为视频中出现的人物。

volume

Int

可选

音量大小
* 范围 0 - 10，默认为0，代表正常音量，值越大音量越高
* 仅文字生成时生效

callback_url

String

可选

Callback 协议
需要您在创建任务时主动设置 callback_url，请求方法为 POST，当视频生成任务有状态变化时，Vidu 将向此地址发送包含任务最新状态的回调请求。回调请求内容结构与查询任务API的返回体一致
回调返回的"status"包括以下状态：
- processing 任务处理中
- success 任务完成（如发送失败，回调三次）
- failed 任务失败（如发送失败，回调三次）
Vidu采用回调签名算法进行认证，详情见：回调签名算法

task_id

String

Vidu生成的任务ID

state

String

处理状态
可选值：
created 创建成功
queueing 任务排队中
processing 任务处理中
success 任务成功
failed 任务失败

payload

String

本次调用时传入的透传参数

created_at

String

任务创建时间