图片数字人 pic_lipsync(音频驱动 / 文案驱动)

接口:POST /api/v1/apps/pic_lipsync/submit 提交任务 → POST /api/v1/apps/pic_lipsync/query 查询结果(异步两步)。

能力:上传人物图片(1 张参考图)+ 一段音频(或直接给文案),生成数字人口播视频;支持音频驱动与文案驱动两种模式。

典型参数(按上游口径,字段以实际返回为准):

  • image_url 人物图片地址
  • audio_url 驱动音频地址(音频驱动模式)
  • text 口播文案(文案驱动模式,与 audio_url 二选一)
  • voice_id 音色(文案驱动时使用,可先用 /api/v1/apps/voice_tts/list_voices 查询)

计费:快速 10 / 标准 15 / MAX 20 点/输入秒;单笔保底 50 点;失败全额退款。
别名:本文档亦可用 pic-lipsync / 图片数字人 检索。

同类文章