备案控制台
文档
产品文档
输入文档关键字查找
首页 虚拟数字人 数字人开放平台 开发参考 开发指南 VAML协议接入指南

VAML协议接入指南

更新时间：
一键部署
提交缺陷
产品详情
我的收藏

此文档，描述的是VAML协议。使用者可以通过VAML协议，控制数字人一段时间内的：播报内容，动作，卡片等。

一、协议示例

<?xml version="1.0" encoding="utf-8"?>
<scene interrupt="false" unique_code="${uuid}">
  <section>
    <avatar ai_action="true">
      <action begin_index="2" code="动作code1"  interrupt="true"/>
      <action begin_index="12" code="动作code2" interrupt="true"/>
      <action begin_index="17" code="动作code3" interrupt="false"/>
    </avatar>
    <frame>
      <card begin_index="1" end_index="8" code="bizspace::subtitle" data="家用大功率吹风机，"/>
      <card begin_index="9" end_index="15" code="bizspace::subtitle" data="不伤发快速干发。"/>
      <card begin_index="15" end_index="26" code="bizspace::subtitle" data="然后它的附加功能是速干的。"/>
    </frame>
    <speech>
      家用大功率吹风机，不伤发快速干发。然后它的附加功能是速干的。
    </speech>
  </section>
</scene>

二、详细结构介绍

Element

Description

Section

<scene>

描述播报的一个场景

2.1

<section>

描述场景的一个片段

2.2

<avatar>

描述片段中的数字人

2.2.1

<frame>

描述片段中的卡片信息

2.2.2

<speech>

描述片段中的数字人播报文本内容

2.2.3

2.1 <scene>

  • 示例

  <scene unique_code="${uuid}">
    <section>
      <speech> 大家好， 接下来我为大家介绍一下这款口红，厉害了， 它可是杨幂同款哦 </speech>
    </section>
    <section>
      <speech> 现在有福利了， 外面买要988，我的直播间只要688 </speech>
    </section>
  </scene>

  • Attributes

Attribute

Type

Description

unique_code

String

尽量保证不重复，可以使用UUID，或者时间戳+随机数​

interrupt

Boolean

是否打断前一个未播报完成的场景，

true: 打断，立即播报

false: 不打断，等待前一个场景播报完成再播报

默认值：false

  • Children

Children

Type

Description

section

List

一个场景下需要播报的片段，支持传入多个片段，会按顺序执行​

2.2 <section>

  • 示例

  <section>
    <avatar>
      ...
    </avatar>
    <frame>
      ...
    </frame>
    <speech> 
      大家好， 接下来我为大家介绍一下这款口红，厉害了，它可是杨幂同款哦
    </speech>
  </section>

  • Attributes

    • 无

  • Children

Children

Type

Description

avatar

Object

描述该片段数字人的信息，目前支持自定义数字人的动作​

frame

Object

描述该片段的需要显示的卡片信息

speech

Object

描述该片段数字人的播报内容

​2.2.1 <avatar>

  • 示例

 <avatar ai_action="true">
   <action begin_index="2" code="动作code1" interrupt="true"/>
   <action begin_index="12" code="动作code2" interrupt="true"/>
   <action begin_index="17" code="动作code3" interrupt="false"/>
</avatar>

  • Attributes

Attribute

Values

Description

ai_action

Boolean

是否启用智能动作，true: 启用/false: 不启用。

启用智能动作，则将会在用户自定义的动作基础上通过AI智能添加部分动作进行融合，保障动作的丰富度，原则优先保留自定义动作；

不启用智能动作，则用户需要通过<action>标签添加自定义动作，避免出现数字人无动作的情况。

默认值：false

  • Children

Children

Type

Description

action

List

描述数字人的动作信息，目前支持指定动作code​

2.2.1.1 <action>

  • 示例

<action begin_index="2" code="动作code1" interrupt="false"/>

  • Attributes

Attribute

Values

Description

begin_index

Integer

描述该动作的起始位置，位置为speech中文本的下标，从0开始计算

code

String

动作code，从数字人开放平台控制台的资产中心获取。

详细请参考1.2 获取数字人动作code。

interrupt

Boolean

该动作播放的时候是否打断前一个未播放完成的动作，不打断则当前一个动作未播放完成则直接丢弃该动作，打断则直接打断前一个动作。

true：打断前一个动作

false：不打断前一个动作

默认值：true

  • Children

    • 无

2.2.2 <frame>

说明

卡片目前仅支持在容器内渲染，通过推流方式输出到视频流中，不支持在客户拉流端渲染，即无法支持用户交互。

  • 示例

<frame>
  <card begin_index="1" end_index="8" code="bizspace::subtitle" data="家用大功率吹风机，"/>
  <card begin_index="9" end_index="15" code="bizspace::subtitle" data="不伤发快速干发。"/>
  <card begin_index="15" end_index="26" code="bizspace::subtitle" data="然后它的附加功能是速干的。"/>
</frame>

  • Attributes

Attribute

Values

Description

begin_index

Integer

描述该卡片的起始位置，位置为speech中文本的下标，从0开始计算

end_index

Integer

描述该卡片的结束位置，位置为speech中文本的下标，从0开始计算

code

String

卡片code

data

String

卡片的信息

  • Children

Children

Type

Description

card

List

描述播报时同步显示的卡片信息​

2.2.2.1 <card>
说明

不同业务场景下自定义卡片。 此处code为卡片平台上唯一身份，data为卡片渲染需要的业务数据，数据格式由卡片自己定义，如果是JSON数据需要做一次base64。

  • 示例

<card begin_index="15" end_index="26" code="bizspace::subtitle" data="然后它的附加功能是速干的。"/>

  • Attributes

Attribute

Values

Description

begin_index

Integer

描述该卡片的起始位置，位置为speech中文本的下标，从0开始计算

end_index

Integer

描述该卡片的结束位置，位置为speech中文本的下标，从0开始计算

code

String

卡片code

data

String

卡片显示需要的数据

  • Children

    • 无

2.2.3 <speech>

  • 示例

<speech>
  家用大功率吹风机，不伤发快速干发。
</speech>

  • Attributes

    • 无

  • Children

Children

Type

Description

文本

String

数字人播报的文本，最大1000个字，包含标点符号等字符

三、常用Case

3.1 我要指定播报文本的动作，如何实现？

  1. 通过SendMessage接口，发送VAML播报请求，可参考文档：数字人播报API接入指南

  2. 从虚拟数字人开放平台获取数字人动作code，具体参考1.2 获取数字人动作code

  3. VAML文本内容参考下方，修改对应的<action>标签调整为自己想要的动作信息即可

<?xml version="1.0" encoding="utf-8"?>
<scene interrupt="false" unique_code="${uuid}">
  <section>
    <avatar ai_action="true">
      <action begin_index="2" code="动作code1" interrupt="true"/>
      <action begin_index="12" code="动作code2" interrupt="true"/>
      <action begin_index="17" code="动作code3" interrupt="false"/>
    </avatar>
    <speech>
      家用大功率吹风机，不伤发快速干发。然后它的附加功能是速干的。
    </speech>
  </section>
</scene>
文档推荐
  • 本页导读 （0）
文档反馈