数字人视频合成开发指南

数字人视频合成服务（包括3D数字人视频合成和2D数字人视频合成）提供根据指定文本让数字人进行文本播报，平台会基于数字人播报的文本智能同步驱动数字人做出相应的嘴型、表情和动作，同时将渲染的数字人画面合成指定格式的视频文件。目前平台支持合成透明格式的视频和特定绿幕背景的非透明视频，更多信息可以参考下方的详细接入使用指南。

下面详细介绍下数字人视频合成服务的使用链路。

1. 完整的技术链路图：

2. 核心链路介绍

2.1 提交数字人视频合成任务

• 目的：

  • 提交数字人视频合成任务，获取到对应的任务ID。

• 核心流程：

  • 通过调用虚拟数字人开放平台服务端SDK的提交视频合成任务API（目前平台服务端SDK支持java/python/php三种开发语言，具体接入方案可参考服务端API接入），获取到API返回的任务ID。

2.2 轮询数字人视频合成任务状态

• 目的：

  • 根据上一步获取到的视频合成任务ID获取对应的任务状态。

• 核心流程：

  • 通过调用虚拟数字人开放平台服务端SDK的查询视频合成任务状态API，获取对应视频合成任务的状态，由于数字人视频合成需要一定的时间，所以该接口需要定时轮询调用，建议轮询间隔3s，轮询过于频繁可能会导致查询失败。查询任务状态直到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，针对失败的任务可以根据对应的失败原因进行修改重新提交。

以上就是一个完整的数字人视频合成服务的使用链路，关于数字人视频合成服务更多信息可参考下方详细的使用指南：

• 3D数字人视频合成使用指南

• 2D数字人视频合成使用指南