口播矩阵 3 形象 × 4 音色一次出 12 条

口播矩阵 · 一段文案 × N 个形象 × M 个音色

先申请你自己的 API Key。 本包不内嵌 Key,扣的是你在 api.a7w.cn 注册的账户余额。
存起来只要一条命令:python3 scripts/a7w.py login --key sk-你的key

一句话

一段文案,3 个形象 × 4 个音色 = 12 条口播,一条命令,约 2,564 点(25.64 元)。
配音只做 4 次,视频做 12 次 —— 这就是矩阵和「跑 12 遍单条」的全部差别。

价目表(GET /api/v1/pricing 现查,1 元 = 100 点)

环节接口单价
配音voice_tts/tts0.18 点/字
视频 · lipsyncpic_lipsync/submit15 点/秒
视频 · human fastimage_human/submit10 点/输入秒
视频 · human standard同上15 点/输入秒
视频 · human 2k / 4k同上30 / 60 点/输入秒
上传POST /api/v1/upload0 点(24 小时有效)
轮询GET /api/v1/tasks/<id>0 点
建专属音色voice_tts/clone_voice600 点/次
矩阵规模(60 字 / 14 秒)成片点数元
1 × 11 条2212.21
2 × 24 条8628.62
3 × 412 条2,56425.64
5 × 630 条6,36663.66

实测锚点:tts_live 33 字上游 1.98 点 → 我方 5.94 点;/pricing 115 条规则里三张卡都在;
/apps 22 个应用、list_voices total=58(2026-11-07 现查)。

两处口径写清楚: lipsync 单笔保底 50 点(短文案按 50 兜底,钱不会算少);human 带上 duration
价格才被费率卡锁死 = 费率 × 秒数,所以 --engine human 要求给秒数。

两个引擎怎么选

场景引擎价格一句话
图 + 文案,口型自然,最常用lipsync(pic_lipsync)15 点/秒便宜、稳、参数少
先跑量看效果,预算优先lipsync --quality fast15 点/秒起档位真名是 quality
要 2K / 4K 成片human --mode 2k / 4k30 / 60 点/输入秒贵 2–4 倍,画质优先
已有录音,只想对口型human + --audio按输入秒跳过配音,省一笔

三条别人不会告诉你的口径

  1. 配音要乘 M,不要乘 N × M。 同一段文案、同一个音色,音频只合成一次就够 4 个形象复用。

按 N × M 算配音费是最常见的估错方式,本包 cost 直接按 M 算给你看。

  1. 轮询只走 GET /api/v1/tasks/<id>。 应用层 POST /apps/<app>/query 每调一次就是一次的钱

(实测 nano_banana/query 72 点/次)。本包代码里没有 query 这条路,连 doctor 都不碰。

  1. 付费提交不重试。 网关 5xx 时任务可能已经建好了,重发就是再扣一次。

所以重试只放在免费的上传与轮询上;中断的条目记成 unknown,用 status 对账后再决定。

完整链路(run 一条命令走完)

文案(≤500字) ──voice_tts/tts×M──> M 段 audio_url(每音色一次,可复用)
形象图 ×N ────POST /upload────────> N 个平台地址(0 点,oss.gpu.likeadmin.cn)
                    │
        N × M 笛卡尔积 ──submit──> 每条一个 task_id(并发 --concurrency)
                    │
            GET /tasks/<id> ──────> 状态 / 成片 / 实扣点数(0 点)
                    │
      {prefix}_{序号}-{形象}_{音色}.mp4 落盘(--outdir,默认 --workdir)
                    │
        matrix-state.json ───────> 断点续跑:重跑只补没跑完的

三步上手

# 1) 免费自检 + 先看钱(零请求扣费)
python3 scripts/run.py doctor
python3 scripts/run.py cost --images 3 --voices 4 --chars 60     # 2,564 点 / 25.64 元

# 2) 试水一条(先只做第 1 条,确认形象和音色都对)
python3 scripts/run.py run --workdir ./matrix \
    --images face_a.png --voices model_xxx --content "你的文案" --limit 1 --yes

# 3) 全量(自动跳过刚做完那条,配音也不再付第二次钱)
python3 scripts/run.py run --workdir ./matrix \
    --images face_a.png --images face_b.png --images face_c.png \
    --voices model_xxx --voices model_yyy --voices model_zzz --voices model_www \
    --content "你的文案" --concurrency 3 --yes

常用命令

命令扣费干什么
catalog免费两个引擎、价目、规模预算一屏对照
cost --images 3 --voices 4 --chars 60免费先算钱(配音按 M 次算)
doctor免费六项自检,四个只读 GET,一个 POST 都不发
voices --yes净 0(先冻 150 点再全额退)列音色库,拿 reference_id
tts --voices a b --content "…"约 0.18 点/字 × 音色数只配音,产音频清单
run … --dry-run免费打印每一步请求,不提交
run … --yes见价目表上传 → 配音 → N×M 提交 → 轮询 → 落盘
status --workdir ./matrix免费整张矩阵对账(只走 /tasks)
status --task-id task_xxx免费查单条
log免费本地台账

和 sanjianke-digital-host 的分工

你要什么用哪个
一条片子、一个形象、一个音色,最快出片sanjianke-digital-host talk
一段文案要出 N 个形象 × M 个音色,批量对比本包 run
文案驱动(不用自己录音,给参考音色即可)两者都行;批量走本包
已有录音,图 + 音频全驱动digital-host drive(单条)/本包 --engine human(批量)
已有视频换口型digital-host dub
要并发控制、失败重试、命名规范、断点续跑本包(这些是 digital-host 不做的)
只要配音、不要视频sanjianke-audiobook-line narrate

规格

项说明
引擎--engine lipsync(默认,pic_lipsync)/ --engine human(image_human)
档位lipsync 用 `--quality standard\fast\max;human 用 --mode fast\standard\2k\4k`(必填)
文案--content 或 --content-file,同步配音上限 500 字;超了拆段
规模--images / --voices 都可重复传;--concurrency 默认 2
试水--limit 1 只做第一条
断点--workdir 下 matrix-state.json;文案指纹进 key,换文案不会误用旧音频
输出{prefix}_{序号}-{形象}_{音色}.mp4,--prefix 改前缀、--no-save 只留链接
闸门缺 --yes → 退 4 并报出点数;超 --budget → 退 5,一个请求都不发
退出码0 成功 / 2 用法错 / 4 需 --yes / 5 预算不足 / 6 调用失败 / 1 内部错 / 130 中断
--json写在子命令前后都行;成功 {"ok":true,…},失败 {"ok":false,"exit":N,"error":{"kind","message"}}

免责

  • 人像合成请自备肖像权与声音授权;用真人形象、真人声音前,确保你拿到了对方同意。
  • cost 是预估;真实扣费以任务详情里的 usage.points_cost 为准。
  • 生成内容的合规责任在使用者:用于伪造他人身份、侵权素材或违法用途都不合适。

联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

同类文章