什么是2D数字人视频合成服务,如何使用_虚拟数字人-阿里云帮助中心

2D数字人视频合成服务为您提供输入文本合成为2D虚拟数字人指定格式的视频，并且通过返回的视频链接下载视频内容。

功能介绍

形象配置
- 支持自定义上传2D数字人形象。具体可联系运营。
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： 30FPS
视频格式
- 目前支持MP4和MOV两种视频格式，可以通过接口参数IsAlpha来指定，开启透明通道则视频格式为MOV，不开启则为MP4绿幕视频
  - MP4，固定绿幕色值的mp4视频，色值为#0a9a38
  - MOV，透明格式，生成的视频文件大小比较大
视频分辨率
- 跟上传的2D数字人视频分辨率保持一致
字幕
- 支持字幕，字幕作为一个独立与视频的单独文件，支持下载
自定义背景图
- 支持通过URL指定视频背景图，背景图分辨率需要与视频合成的分辨率保持一致，图片格式支持jpg、jpeg、png三种格式
自定义发音人
- 支持通过参数指定本次视频合成需要使用的发音人以及声音的语速、语调、音量调节，具体发音人列表可以从平台2D资产中心获取（点击查看发音人code获取方法）
自定义形象
- 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，具体数字人形象列表可以从平台2D资产中心获取（点击查看形象code获取方法）
最大存储时间
- 支持7天在线存储，7天后视频内容将无法下载
支持最大输入1000个文本字符
- 同时支持阿里云语音合成服务的SSML标记语言，针对一些文本读音等进行自定义，关于支持的SSML范围见下方：支持范围。

重要

如果您期望获取透明通道的视频，可以直接设置IsAlpha为true，平台将生产MOV格式的透明视频，生成的视频文件大小比较大，1分钟的时长视频大小可能达到1G；同时您还可以设置IsAlpha为false，从而生成MP4视频格式，视频文件大小会小很多，然后通过第三方媒体制作工具针对绿幕视频进行抠图得到透明视频，我们已经提供绿幕相关色值。
视频文件和字幕文件有效下载时间是7天，请在生成完成之后尽快下载视频和字幕，过期将无法再下载。

SSML使用

1. 使用方式

在Text字段直接传入SSML文本即可。SSML规则可参考下方。

2. 支持范围

重要

使用SSML需要符合阿里云语音合成服务的SSML标记语言规则，关于该语言规范要求可以参考阿里云语音合成服务《SSML标记语言介绍》，示例：<speak>需要调用SSML标签的文本</speak>，目前平台仅支持以下标签。

标签

作用

示例

提示

用于控制标签内文本的读音，英文文本不支持该标签

<speak>

去<phoneme alphabet="py" ph="dian3 dang4 hang2">典当行</phoneme>把这个玩意当掉

</speak>

<say-as>

用于指示出标签内文本的信息类型，进而按照该类型的默认发音方式发音

读数值：

读数字：

读手机号：

读人名：

<speak> 她的曾用名是<say-as interpret-as="name">曾小凡</say-as> </speak>

目前平台支持：人名、地址、车牌号、标点符号、ID、日期、时间、计量单位、数值、数字、手机号、字母、单词。具体可以参考阿里云语音合成服务文档：https://help.aliyun.com/document_detail/101645.html#sectiondiv-9yg-x47-l08。

关于SSML的更多信息可以直接参考：阿里云语音合成服务SSML标记语言介绍：https://help.aliyun.com/document_detail/101645.html。

前置条件

下述介绍使用2D数字人视频合成需要提前完成的步骤，每个步骤都需要完成才能顺利使用2D数字人视频合成服务。

申请阿里云账号，具体参考准备工作
申请购买权限，完成购买开通服务，具体参考开通服务
进入虚拟数字人开放平台创建并配置应用，具体创建和配置流程可以参考：创建并配置数字人应用。

说明

创建应用时需要选择离线数字人。

技术接入

警告

请确保完成上述全部前置步骤，获取到阿里云账号的AccessKey ID和AccessKey Secret（点击获取），以及获取到对应数字人应用的tenantId和appId。

下面介绍接入2D数字人视频合成的完整步骤以及涉及到API。虚拟数字人开放平台的服务端API采用OpenAPI形式对外输出，具体对接方案见：服务端 API 接入。

使用流程：视频合成服务是离线进行视频合成，所以流程是先提交视频合成任务，得到任务TaskUuid，然后拿着TaskUuid调用查询视频合成服务信息查询API，查询任务状态（这里需要轮询，轮询周期最小间隔1s，建议3s），直到任务状态显示为已完成或者失败，状态为已完成的时候可以获取到对应的视频下载URL，然后直接通过URL可以下载到对应的视频。

1. SDK版本要求

重要

该功能需要升级虚拟数字人开放平台服务端SDK版本至1.0.5及以上。

2. 提交2D数字人视频合成任务

下面介绍通过Java调用OpenAPI提交一个2D数字人视频合成任务的代码示例，并且返回任务UUID。

// This file is auto-generated, don't edit it. Thanks.
package com.aliyun.sample;

import com.aliyun.tea.*;
import com.aliyun.avatar20220130.*;
import com.aliyun.avatar20220130.models.*;
import com.aliyun.teaopenapi.*;
import com.aliyun.teaopenapi.models.*;
import com.aliyun.teautil.*;
import com.aliyun.teautil.models.*;

public class Sample {

    /**
     * 使用AK&SK初始化账号Client
     * @param accessKeyId
     * @param accessKeySecret
     * @return Client
     * @throws Exception
     */
    public static com.aliyun.avatar20220130.Client createClient(String accessKeyId, String accessKeySecret) throws Exception {
        Config config = new Config()
                // 您的 AccessKey ID
                .setAccessKeyId(accessKeyId)
                // 您的 AccessKey Secret
                .setAccessKeySecret(accessKeySecret);
        // 访问的域名
        config.endpoint = "avatar.cn-zhangjiakou.aliyuncs.com";
        return new com.aliyun.avatar20220130.Client(config);
    }

    public static void main(String[] args_) throws Exception {
        java.util.List<String> args = java.util.Arrays.asList(args_);
        com.aliyun.avatar20220130.Client client = Sample.createClient("accessKeyId", "accessKeySecret");
        SubmitTextTo2DAvatarVideoTaskRequest submitTextTo2DAvatarVideoTaskRequest = new SubmitTextTo2DAvatarVideoTaskRequest();
        RuntimeOptions runtime = new RuntimeOptions();
        try {
            // 复制代码运行请自行打印 API 的返回值
            client.submitTextTo2DAvatarVideoTaskWithOptions(submitTextTo2DAvatarVideoTaskRequest, runtime);
        } catch (TeaException error) {
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        } catch (Exception _error) {
            TeaException error = new TeaException(_error.getMessage(), _error);
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        }        
    }
}

接口描述

参数	类型	是否必需	说明
App	Object	是	开发者应用信息。
App.AppId	String	是	开发者信息AppId，请参考接入数字人应用。
Title	String	是	任务标题：任务标题最长64个字。 UTF-8编码格式
Text	String	是	合成的文本，最大支持1000个字符
VideoInfo	Object	是	视频设置。
VideoInfo.IsAlpha	Boolean	否	是否需要透明通道，默认false。 true：开启透明通道，视频格式为MOV false：不开启透明通道，视频格式为MP4，包含绿幕
VideoInfo.isSubtitles	Boolean	否	是否需要字幕。默认值：true true：生成字幕，字幕文件作为独立文件提供下载链接进行下载。 false：不生成字幕。
Video.BackgroundImageUrl	String	否	指定视频背景图URL。必须是有效可访问的URL背景图片地址，且背景图片的分辨率必须要与生成的视频分辨率保持一致。目前支持jpg，jpeg，png的图片格式。（请升级SDK到最新版本使用）
AudioInfo	Object	否	音频相关配置，不传则使用资产中配置的默认值
AudioInfo.Voice	String	否	TTS播报发音人code，从虚拟数字人开放平台-2D资产管理页面获取，不传则使用资产中配置的发音人（点击查看发音人code获取方法）
AudioInfo.SpeechRate	Integer	否	TTS播报声音语速，取值范围：-500～500，不传则使用资产中配置的默认值
AudioInfo.Volume	Integer	否	TTS播报声音音量，取值范围：0～100，不传则使用资产中配置的默认值
AudioInfo.PitchRate	Integer	否	TTS播报声音语调，取值范围：-500～500，不传则使用资产中配置的默认值
AvatarInfo	Object	否	数字人形象相关配置
AvatarInfo.Code	String	否	数字人形象code，从虚拟数字人开放平台-2D资产页面获取，不传则使用应用配置的默认形象（点击查看形象code获取方法）

说明

详细的API信息可以参考提交2D数字人文本视频合成任务。

3. 获取2D数字人视频合成任务详情

当您提交一个任务并且获取到任务UUID之后，您可以通过返回的任务UUID获取任务详情。

// This file is auto-generated, don't edit it. Thanks.
package com.aliyun.sample;

import com.aliyun.tea.*;
import com.aliyun.avatar20220130.*;
import com.aliyun.avatar20220130.models.*;
import com.aliyun.teaopenapi.*;
import com.aliyun.teaopenapi.models.*;
import com.aliyun.teautil.*;
import com.aliyun.teautil.models.*;

public class Sample {

    /**
     * 使用AK&SK初始化账号Client
     * @param accessKeyId
     * @param accessKeySecret
     * @return Client
     * @throws Exception
     */
    public static com.aliyun.avatar20220130.Client createClient(String accessKeyId, String accessKeySecret) throws Exception {
        Config config = new Config()
                // 您的 AccessKey ID
                .setAccessKeyId(accessKeyId)
                // 您的 AccessKey Secret
                .setAccessKeySecret(accessKeySecret);
        // 访问的域名
        config.endpoint = "avatar.cn-zhangjiakou.aliyuncs.com";
        return new com.aliyun.avatar20220130.Client(config);
    }

    public static void main(String[] args_) throws Exception {
        java.util.List<String> args = java.util.Arrays.asList(args_);
        com.aliyun.avatar20220130.Client client = Sample.createClient("accessKeyId", "accessKeySecret");
        GetVideoTaskInfoRequest getVideoTaskInfoRequest = new GetVideoTaskInfoRequest();
        RuntimeOptions runtime = new RuntimeOptions();
        try {
            // 复制代码运行请自行打印 API 的返回值
            client.getVideoTaskInfoWithOptions(getVideoTaskInfoRequest, runtime);
        } catch (TeaException error) {
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        } catch (Exception _error) {
            TeaException error = new TeaException(_error.getMessage(), _error);
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        }        
    }
}

说明

详细的API信息可以参考：获取视频合成任务详细。当任务状态为已完成时，可以从TaskResult中获取到对应的视频和字幕的URL，然后可以进行视频和字幕文件的下载。

警告

该接口调用方可能会进行轮询调用，强烈建议轮询间隔不要超过1s，建议设置为3s，当任务量较大的情况要增加间隔时间，避免出现接口限流异常（接口返回“error :code: 400, Request was denied due to user flow control. request id: xx-xx-xx-xx-xx”则表示触发了接口限流）。

4. 取消2D数字人视频合成任务

针对未开始的视频合成任务，您可以通过返回的任务UUID进行取消任务，已开始或者已完成的任务无法取消。

// This file is auto-generated, don't edit it. Thanks.
package com.aliyun.sample;

import com.aliyun.tea.*;
import com.aliyun.avatar20220130.*;
import com.aliyun.avatar20220130.models.*;
import com.aliyun.teaopenapi.*;
import com.aliyun.teaopenapi.models.*;
import com.aliyun.teautil.*;
import com.aliyun.teautil.models.*;

public class Sample {

    /**
     * 使用AK&SK初始化账号Client
     * @param accessKeyId
     * @param accessKeySecret
     * @return Client
     * @throws Exception
     */
    public static com.aliyun.avatar20220130.Client createClient(String accessKeyId, String accessKeySecret) throws Exception {
        Config config = new Config()
                // 您的 AccessKey ID
                .setAccessKeyId(accessKeyId)
                // 您的 AccessKey Secret
                .setAccessKeySecret(accessKeySecret);
        // 访问的域名
        config.endpoint = "avatar.cn-zhangjiakou.aliyuncs.com";
        return new com.aliyun.avatar20220130.Client(config);
    }

    public static void main(String[] args_) throws Exception {
        java.util.List<String> args = java.util.Arrays.asList(args_);
        com.aliyun.avatar20220130.Client client = Sample.createClient("accessKeyId", "accessKeySecret");
        CancelVideoTaskRequest cancelVideoTaskRequest = new CancelVideoTaskRequest();
        RuntimeOptions runtime = new RuntimeOptions();
        try {
            // 复制代码运行请自行打印 API 的返回值
            client.cancelVideoTaskWithOptions(cancelVideoTaskRequest, runtime);
        } catch (TeaException error) {
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        } catch (Exception _error) {
            TeaException error = new TeaException(_error.getMessage(), _error);
            // 如有需要，请打印 error
            com.aliyun.teautil.Common.assertAsString(error.message);
        }        
    }
}

说明

详细的API信息可以参考：取消视频合成任务。

5. 2D数字人形象code获取方法

从虚拟数字人开放平台控制台进入到2D数字人资产管理页面，点击数字人形象，在右侧预览页面可以找到对应的“形象code”，点击复制即可。

6. 发音人code获取方法

从虚拟数字人开放平台控制台进入到2D数字人资产管理页面，点击数字人形象，在右侧预览页面点击配置形象，进入到数字人形象配置页面，点击左侧声音面板找到对应的 “发音人”，复制即可。