3D语音驱动数字人接入指南

使用场景

适用于一些不需要真人出镜的场景。

前置条件

下述介绍接入3D语音驱动数字人需要提前完成的步骤，每个步骤都需要完成才能顺利接入3D语音驱动数字人。

1. 申请阿里云账号

• 具体参考准备工作

2. 申请购买权限，完成购买开通服务

• 具体参考开通服务

3. 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。选择语音驱动数字人

技术接入

下面介绍接入3D语音驱动数字人的完整步骤以及涉及到API。

1. 了解虚拟数字人开放平台服务端API接入方式

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 接入篇。

2. SDK版本要求

3. 调用OpenAPI启动一路数字人实例

下面介绍通过Java调用OpenAPI启动一路数字人实例的代码示例，获取到返回的sessionId以及token。

代码示例：

参考OpenAPI官网调试页面，可在线直接填写参数并执行测试。

4. 通过WebSocket对接语音驱动数字人

语音驱动数字人需要客户端通过WebSocket协议与服务端进行语音流的传输，下面将为您介绍如何通过WebSocket对接语音驱动数字人

4.1 与虚拟数字人开放平台建立WebSocket长连接

• 如何与虚拟数字人开放平台建立WebSocket长连接，请参考：通用WebSocket接入指南。

4.2 通过WebSocket发送语音驱动数字人语音请求

通过websocket发送启动对话消息，协议如下：

5{ 
	"messageId": "<messageId>", // 必传，消息id，需要保证唯一，可以直接生成16位随机数
	"receiverId": "<sessionId>",    // 必传，startInstance时获得的sessionId，
	"receiverType": "client",   // 必传，固定值
	"receiverAppId": "<appId>", // 必传，数字人应用的开发者信息中的appId
	"content": {
		"type": "cmd",
		"content": {
			 "code": "AUDIO_REQUEST",  // 必传，固定值
			 "params": {   // audio 为pcm，单通道，16k采样率音频数据的base64
				"audio": "UklGRs4KAABXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAAZGF0YaoKAAAHAAkACQAIAAsACgAIAAQA"
			}
		}
	}
}

5. 调用OpenAPI停止对应数字人实例

下面介绍通过Java调用OpenAPI启动一路数字人实例的代码示例，需要使用到第二步中获取的sessionId。

代码示例：

参考OpenAPI官网调试页面，可在线直接填写参数并执行测试。

6. sessionId丢失如何停止数字人实例

针对运行中的数字人实例，如果sessionId丢失将无法调用StopInstance接口停止，此时可通过调用QueryRunningIntance接口获取到正在运行中的数字人实例列表，从而获取到对应的sessionId。

代码示例：

参考OpenAPI官网调试页面，可在线直接填写参数并执行测试。