tencent cloud

PrevNext

文档反馈

请输入关键字

Recent Pages

文档
腾讯云智能数智人
    文档
    Download PDF

    视频制作接口-进阶版

    最后更新时间：2024-07-18 18:23:39
    下载PDF

      接口说明

      使用 ssml 文本和数智人进行视频制作，通过音视频制作进度查询接口最终返回成品视频和字幕文件。在原有接口基础上、进阶版接口新增了部分资源参数，扩展了微剪辑能力，支持能力如下表：
      LOGO
      支持调整 logo 位置（自定义X轴Y轴）
      支持调整 logo 大小（缩放比例）
      指定视频背景
      在MP4视频文件中，可以指定背景图。
      主播
      横向位置调节
      主播大小调整
      主播角度调整
      注意：
      仅支持3D形象
      片头/片尾视频
      可指定远程地址添加视频片头片尾
      内嵌字幕
      打开、关闭内嵌字幕

      调用协议

      HTTPS + JSON
      POST      /v2/ivh/videomaker/broadcastservice/videomakeadvanced
      Header   Content-Type: application/json;charset=utf-8

      请求参数

      参数
      类型
      必须
      说明
      VirtualmanKey
      string
      是
      定义播报的角色、服装、姿态、分辨率等信息，参数为枚举值。
      说明：
      InputSsml
      string
      否
      播报的文本内容，支持ssml标签，支持的标签类型参照 数智人 SSML 标记语言规范，标签写法参照示例，内容不能换行，符号需转义。上限2万字（字数按unicode字符数计算）。DriverType为空、或Text时，该字段必填
      SpeechParam
      object
      是
      定义音频的详细参数
      SpeechParam.Speed
      float
      是
      语速（1.0为正常语速，范围[0.5-1.5]，值为0.5时播报语速最慢，值为1.5时播报语速最快，DriverType为音频驱动类型时，语速控制不生效）
      SpeechParam.TimbreKey
      string
      否
      音色key，默认使用形象自有音色
      SpeechParam.Volume
      int
      否
      音量大小，范围[0，10]，对应音量大小。默认为0，代表正常音量，值越大音量越高。
      SpeechParam.EmotionCategory
      string
      否
      控制合成音频的情感，仅支持多情感音色使用，可选值参考个人资产管理API 分页查询音色列表接口。
      SpeechParam.EmotionIntensity
      int
      否
      控制合成音频情感程度，取值范围为 [50,200]，只有 EmotionCategory 不为空时生效。
      VideoParam
      object
      否
      定义合成视频的详细参数，
      VideoParam.Format
      string
      否
      视频输出格式，默认值：Mp4
      TransparentWebm: 透明背景webm格式视频，支持部分微剪辑能力（主播参数支持）
      GreenScreenMp4: 绿幕mp4格式视频，不支持微剪辑能力
      Mp4: 支持微剪辑能力的mp4格式视频
      VideoParam.BackgroundFileUrl
      string
      否
      视频背景图片/视频下载路径，支持jpg、png、mp4格式，图片/视频分辨率需要与视频分辨率相同，不传默认为绿幕视频。文件大小限制500M。
      VideoParam.VideoHeadFileUrl
      string
      否
      片头视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
      VideoParam.VideoTailFileUrl
      string
      否
      片尾视频，支持mp4格式，分辨率需要与视频分辨率相同，文件大小限制500M
      VideoParam.ShowSubtitles
      boolean
      否
      是否在视频内显示字幕，默认不展示，展示会大大增加视频制作时间
      VideoParam.SubtitlesParam
      object
      否
      定义视频中字幕如何显示的相关参数
      VideoParam.SubtitlesParam.MaxWords
      int
      否
      字幕每页展示的字数上限，字数范围 [0,999]；默认值为0，默认展示规则：在分辨率80%宽度范围内展示，超出时分页。
      VideoParam.SubtitlesParam.DisplayPunctuation
      string
      否
      字幕需要展示的标点符号，其中，传入特殊字符"0"表示标点符号都不展示，特殊符号"1"（默认取值）表示标点符号全都展示，也可自定义传入需要展示的标点符号
      VideoParam.SubtitlesParam.SplitPunctuation
      string
      否
      字幕需要分页的标点符号，默认取值。；？！… …… ! ?
      VideoParam.LogoParams
      Array of [LogoParam]
      否
      定义视频中logo相关参数
      VideoParam.SmartActionEnabled
      bool
      否
      是否开启智能动作，默认不开启。生效条件：DriverType=Text、且InputSsml中不携带动作标签
      VideoParam.AnchorParam
      object
      否
      定义视频中主播相关参数
      VideoParam.AnchorParam.HorizontalPosition
      float
      否
      定义主播横向位置（0为中间位置）其中，不同主播的Tag效果不同：
      Basic：可以左右移动
      Standard：可以左右移动
      Advanced：不支持左右移动，不管值为何，都会当作0值处理
      说明：
      可以通过查询形象资产信息-查询主播接口查询tag值。
      VideoParam.AnchorParam.VerticalPosition
      float
      否
      定义主播纵向位置（0为中间位置）其中，不同主播的Tag效果不同
      Basic：支持上下移动
      Standard：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。
      Advanced：只支持向下移动(>=0)，当传入小于0的值时，默认当0处理。
      说明：
      可以通过 查询形象资产信息-查询主播接口查询tag值。
      VideoParam.AnchorParam.Scale
      float
      否
      主播大小（1是默认大小，范围(0,1]）,Tag为Basic的主播大小可超过1，小样本属于Basic
      VideoParam.AnchorParam.Angle
      int
      否
      主播角度（默认0度，范围[0,360]）其中，不同主播的Tag会效果不同，
      Basic：仅3D主播支持
      Standard：不支持
      Advanced：不支持
      VideoParam.AnchorParam.AnchorExtraParam
      string
      否
      主播额外可配置参数，目前仅包含3D服装变色参数。不同主播可配置的参数不同，详情见接口查询形象资产信息-查询主播下的所有形象的SupportAnchorExtraParam参数；
      需要将该参数组织为json字符串格式，请参考请求示例组织json
      VideoParam.SmallSampleParam
      object
      否
      定义小样本相关特殊参数，当为非小样本形象时，此参数不生效
      VideoParam.SmallSampleParam.MakeType
      string
      否
      定义小样本制作类型：
      Default：默认配置，会从随机起始帧开始制作，StartIdx和EndIdx均不生效
      Custom：指定视频片段，可以填写StartIdx和EndIdx来选择片段，默认生成的视频用该“指定的视频片段”进行正倒放循环
      Circle：首尾帧归位，可以填写StartIdx来指定视频开始帧数(EndIdx不生效)，注意：该类型只用于声音驱动
      VideoParam.SmallSampleParam.StartIdx
      int
      否
      起始帧号，当MakeType为Custom或Circle时生效，当填写的时候，默认生成的视频从该位置开始；不填的时候，默认选取开始帧号，即第0帧
      VideoParam.SmallSampleParam.EndIdx
      int
      否
      结束帧号，当MakeType为Custom时生效，当填写的时候，默认结束的视频到该位置结束；不填的时候，默认选取该“选中的全部视频片段”的结束帧号
      CallbackUrl
      string
      否
      当用户增加回调url时，将把视频制作结果以固定格式发送post请求到该url地址，固定格式见 附录二： 回调请求体格式。
      需注意：
      1. 限制CallbackUrl长度小于1000
      2. 只发送一次请求，无论是哪种问题导致的请求失败，都不会再进行发送。
      DriverType
      string
      否
      驱动类型，默认Text
      1. Text：文本驱动，要求InputSsml字段必填
      2. OriginalVoice：原声音频驱动，要求InputAudioUrl字段必填
      3. ModulatedVoice：变声音频驱动，可通过Speech.TimbreKey指定音色，未填写时使用主播默认音色
      InputAudioUrl
      string
      否
      驱动数智人的音频url，当DriverType为OriginalVoice、ModulatedVoice时，该字段必填。音频格式要求：
      1. 小样本形象时长不超过60分钟，不少于0.5秒；非小样本形象时长不超过10分钟，不少于0.5秒
      2. 支持格式：wav、mp3、wma、m4a、aac
      VideoStorageS3Url
      string
      否
      可传入含鉴权s3协议存储url，视频成品会上传至该url
      SubtitleStorageS3Url
      string
      否
      可传入含鉴权s3协议存储url，字幕成品会上传至该url
      ConcurrencyType
      string
      否
      视频制作任务使用的并发类型，默认采用优先使用独享，其次使用共享的策略
      1. Exclusive：独享并发，若无独享并发，任务提交失败
      2. Shared: 共享并发

      LogoParam

      参数
      类型
      必须
      说明
      LogoFileUrl
      string
      否
      logo 图片文件下载路径，支持jpg、png格式
      PositionX
      int
      否
      logo 图片左上角的X坐标（坐标范围和视频分辨率相关）
      PositionY
      int
      否
      logo 图片左上角的Y坐标（坐标范围和视频分辨率相关）
      Scale
      float
      否
      logo 图片缩放比例（1.0为原始图片大小）

      VideoParam.Anchor.AnchorExtraParam 示例

      说明：
      colorValue转换规则：十六进制Hex色值，去掉#后转为十进制，e.g： #FAFAFA =>16448250
      {
          "shirtColor": {
              "colorValue": 10491928
          },
          "clotheColor": {
              "colorValue": 10491928
          },
          "shoeColor": {
              "colorValue": 10491928
          }
      }

      返回参数

      参数
      类型
      必须
      说明
      TaskId
      string
      是
      视频制作的任务ID，携带TaskId访问音视频制作进度查询接口，可获得制作进度和制作结果

      请求示例

      {
          "Header": {},
          "Payload": {
              "VirtualmanKey": "123",
              "InputSsml": "你好，我是虚拟<phoneme alphabet=\\"py\\" ph=\\"fu4\\">主</phoneme>播",
              "SpeechParam": {
                  "Speed": 1
              },
              "VideoParam": {
                  "Format": "Mp4",
                  "BackgroundFileUrl": "url1",
                  "VideoHeadFileUrl": "url2",
                  "VideoTailFileUrl": "url3",
                  "ShowSubtitles": true,
                  "LogoParams": [
                      {
                          "LogoFileUrl": "http://virtualhuman-cos-test-1251316161.cos.ap-nanjing.myqcloud.com/virtualhuman-cos-test-1251316161/1554000251793182720",
                          "PositionX": 1561,
                          "PositionY": 751,
                          "Scale": 1.0
                      }
                  ],
                  "AnchorParam": {
                      "HorizontalPosition": 0.5,
                      "Scale": 1.0,
                      "AnchorExtraParam": "\\"shirtColor\\": {\\"colorValue\\": 10491928},\\"clotheColor\\": {\\"colorValue\\": 10491928},\\"shoeColor\\": {\\"colorValue\\": 10491928}"
                  }
              }
          }
      }

      返回示例

      {
         "Header": {
             "Code":0,
             "DialogID":"",
             "Message":"",
             "RequestID":"123",
          },
          "Payload":{
              "TaskID":"123"
          }
      }
       
      联系我们

      联系我们，为您的业务提供专属服务。

      联系我们
      技术支持

      如果你想寻求进一步的帮助，通过工单与我们进行联络。我们提供7x24的工单服务。

      提交工单
      7x24 电话支持
      Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.
      隐私条款服务条款缓存条款