腾讯云智能数智人定制接口-服务端 API 接入-文档中心-腾讯云

使⽤该接⼝提交定制的请求，通过进度查询接口查询定制的各个阶段以及各阶段的相关信息。
调用协议
HTTPS + JSON
POST /v2/ivh/assetmanager/customservice/make
Header Content-Type: application/json;charset=utf-8
请求参数
参数
类型
必须
说明
AnchorName
string
是
主播名称：
1. 该名称主要用于标识该定制形象/声音，可以根据实际情况自定义
2. 命名参考：如果该主播定制的数量只有1个，可以直接以主播名称命名，例如“张三”；也可加上衣服名称来更好的标识，例如“张三蓝西服”等
3. 不超过50个字符，不少于2个字符，只允许有汉字、字母、数字、下划线、横线
4. 不能重名
MakeType
string
是
定制类别：
IMAGE：2D小样本-标准版（专属口型）形象定制
IMAGE_GENERAL：2D小样本-标准版（通用口型）形象定制
IMAGE_4K：2D小样本-高精版（专属口型）形象定制
IMAGE_PHOTO：2D小样本（照片数智人）形象定制
注意：选择 IMAGE_PHOTO 类型时，强烈建议预先执行人脸检测任务创建以提高成功率
VOICE：声音复刻（基础版）
ZERO_SHOT_VOICE：声音复刻（极速版）
IdentityCosUrl
string
否
视频格式授权书 URL，要求：
1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 idcard 路径，例如：域名/customer-pipline/{数字}/{uuid}/idcard/a.mp4
2. 该格式主要适用于“口述版授权书”，也可将“书面版授权书”拍成完整清晰的视频形式提交
备注：除 IMAGE_PHOTO、ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型与IdentityWrittenCosUrl 二选一或二者都填
IdentityWrittenCosUrl
string
否
pdf 格式授权书 URL，要求：
1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 idcard 路径，例如：域名/customer-pipline/{数字}/{uuid}/idcard/b.pdf
2. 该格式主要适用于“书面版授权书”，以完整清晰的扫描件形式提交
备注：除 IMAGE_PHOTO、ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型与IdentityCosUrl 二选一或二者都填
MaterialCosUrl
string
否
形象定制素材 url 地址要求：
1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源url地址后增加 video 路径，例如/customer-pipline/{数字}/{uuid}/video/c.mp4
2. 视频大小，不超过5GB，4K不超过10G
3. 视频时长：专属口型版本定制时长为2-10分钟；通用口型版本定制时长为1-10分钟；高精版本定制时长为2-10分钟
4. 视频分辨率：1080P、4K（3840*2160），如定制高精版，则必须为4K
5. 视频长宽比：16:9 (9:16)
6. 视频帧率：不低于25fps，不超过60fps
7. 视频格式：mp4，mov
﻿
声音定制素材 url 地址要求：
1.  url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 audio 路径，例如/customer-pipline/{数字}/{uuid}/audio/c.zip
2.  压缩包格式：.zip 格式的压缩包，单个 zip 包用于定制1个音色；压缩时不要新建文件夹，直接选中所有 wav 压缩
3.  对于单个 zip 包里的音频注意事项：
①音频数量：每个 zip 包里可以包含1条或多条 wav 格式音频，总量不超过10条
②音频大小：每个 zip 包里的音频大小总和不超过1G
③音频格式：每条音频需为 wav 格式，其他格式的音频请先转码为 wav 格式后再压缩成 zip 包
④音频采样率：采样率大于等于24k即可，建议24k、36k
⑤音频命名：名称不要有空格或者特殊字符，后缀名需要为小写“.wav”
备注：除 ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型必填
﻿
照片数智人定制素材 url 地址要求：
1.  url地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 photo 路径，例如/customer-pipline/{数字}/{uuid}/photo/example.png
2. 图片名称：不少于2个字符，只允许有汉字、字母、数字、下划、横线；图片格式：支持jpg、jpeg、png、webp；图片大小：不超过16M；图片宽高比：支持 1:1 9:16 16:9 4:3 
3. 人物清晰正面照，脸部居中，表情自然，嘴部闭合
SexType
string
是
性别：
MALE：男
FEMALE：女
Notes
string
否
定制备注信息，100字以内
TextDriver
string
否
用于生成驱动 demo 的文本内容，字符长度在4-1000之间（包括 ssml 标签,单个中文算一个字符）
VoiceDriverCosFile
string
否
生成驱动 demo 的音频文件路径，要求：
1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 audio 路径，例如:/customer-pipline/{数字}/{uuid}/audio/example.wav
2. 音频文件大小不超过10M，格式支持wav、mp3、wma、m4a、aac
AudioId
string
否
ZERO_SHOT_VOICE 定制类型必填:填写查询音质检测任务进度通过后返回的 AudioId
TimbreInfo
TimbreTemplate
否
形象定制时若需要指定音色，或尝试用视频里的声音快速复刻，则填充该字段。
IsHaveBackground
bool
否
形象定制类型，训练出来的形象是否带原始背景。默认“否”，即不带原始背景，在应用过程中可以按需更换背景
true：保留拍摄背景
false：抠除拍摄背景（支持更换背景，仅支持绿幕视频和白墙视频）
RemoveBackground
int
否
当 IsHaveBackground=false 时，进一步填充该参数。默认值是1。
1：抠除拍摄背景-绿幕视频
2：抠除拍摄背景-白幕视频
AlphaCosUrl
string
否
自定义 Alpha 通道视频地址，视频上传路径参照 形象定制素材 路径
ZeroshortLang
string
否
ZERO_SHOT_VOICE 定制类型的语言类型，chi-中文普通话，eng-英文，can-粤语，默认chi
PhotoVersion
int
否
默认0
0：快速版。在10分钟内即可完成数智人定制，只支持头部轻微晃动，面部特征稳定。建议执行人脸检测任务(CheckerVersion=1)
1：优享版。在1个小时内可完成数智人定制，头部和身体都支持轻微晃动。建议执行人脸检测任务(CheckerVersion=2)。
TimbreTemplate 信息参数
参数
类型
必须
说明
TimbreCode
string
否
制作文本驱动 demo 时指定的音色 code
Speed
string
否
制作文本驱动 demo 时指定音色的语速,默认1.0。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）
IsWithTimbre
bool
否
尝试用视频里的声音快速复刻，额外生成 demo（由于视频里的音质质量不能保证，可能会存在快速复刻失败的情况）。该 demo 不影响其他 demo 的正常合成。
返回参数
参数
类型
必须
说明
TaskId
string
是
制作的任务 ID，携带 TaskId 访问进度查询接口，可获得制作进度和制作结果
请求示例
{
  "Header": {},
  "Payload": {
    "AnchorName": "马老师",
    "MakeType": "IMAGE_GENERAL",
    "IdentityCosUrl": "https://virtualhuman-cos-prod-1251316161.cos.accelerate.myqcloud.com/customer-pipeline/100/f30e4d52-00ba-4e36-8a26-26c348bf786e/idcard/identity.mp4",
    "MaterialCosUrl": "https://virtualhuman-cos-prod-1251316161.cos.accelerate.myqcloud.com/customer-pipeline/100/78675441-08bf-43f2-93db-f3936068bce7/video/test.mp4",
    "SexType": "FEMALE",
    "RemoveBackground": 2
  }
}
返回示例
{
    "Header": {
        "RequestID": "c18aeee4e49d89e408231c5b3ceea23c",
        "SessionID": "gzfa9105ca17310669340273673",
        "Code": 0,
        "Message": "ok"
    },
    "Payload": {
        "TaskId": "1212_29934_w"
    }
}
 
﻿

参数	类型	必须	说明
AnchorName	string	是	主播名称： 1. 该名称主要用于标识该定制形象/声音，可以根据实际情况自定义 2. 命名参考：如果该主播定制的数量只有1个，可以直接以主播名称命名，例如“张三”；也可加上衣服名称来更好的标识，例如“张三蓝西服”等 3. 不超过50个字符，不少于2个字符，只允许有汉字、字母、数字、下划线、横线 4. 不能重名
MakeType	string	是	定制类别： IMAGE：2D小样本-标准版（专属口型）形象定制 IMAGE_GENERAL：2D小样本-标准版（通用口型）形象定制 IMAGE_4K：2D小样本-高精版（专属口型）形象定制 IMAGE_PHOTO：2D小样本（照片数智人）形象定制注意：选择 IMAGE_PHOTO 类型时，强烈建议预先执行人脸检测任务创建以提高成功率 VOICE：声音复刻（基础版） ZERO_SHOT_VOICE：声音复刻（极速版）
IdentityCosUrl	string	否	视频格式授权书 URL，要求： 1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 idcard 路径，例如：域名/customer-pipline/{数字}/{uuid}/idcard/a.mp4 2. 该格式主要适用于“口述版授权书”，也可将“书面版授权书”拍成完整清晰的视频形式提交备注：除 IMAGE_PHOTO、ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型与IdentityWrittenCosUrl 二选一或二者都填
IdentityWrittenCosUrl	string	否	pdf 格式授权书 URL，要求： 1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 idcard 路径，例如：域名/customer-pipline/{数字}/{uuid}/idcard/b.pdf 2. 该格式主要适用于“书面版授权书”，以完整清晰的扫描件形式提交备注：除 IMAGE_PHOTO、ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型与IdentityCosUrl 二选一或二者都填
MaterialCosUrl	string	否	形象定制素材 url 地址要求： 1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源url地址后增加 video 路径，例如/customer-pipline/{数字}/{uuid}/video/c.mp4 2. 视频大小，不超过5GB，4K不超过10G 3. 视频时长：专属口型版本定制时长为2-10分钟；通用口型版本定制时长为1-10分钟；高精版本定制时长为2-10分钟 4. 视频分辨率：1080P、4K（3840*2160），如定制高精版，则必须为4K 5. 视频长宽比：16:9 (9:16) 6. 视频帧率：不低于25fps，不超过60fps 7. 视频格式：mp4，mov 声音定制素材 url 地址要求： 1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 audio 路径，例如/customer-pipline/{数字}/{uuid}/audio/c.zip 2. 压缩包格式：.zip 格式的压缩包，单个 zip 包用于定制1个音色；压缩时不要新建文件夹，直接选中所有 wav 压缩 3. 对于单个 zip 包里的音频注意事项： ①音频数量：每个 zip 包里可以包含1条或多条 wav 格式音频，总量不超过10条 ②音频大小：每个 zip 包里的音频大小总和不超过1G ③音频格式：每条音频需为 wav 格式，其他格式的音频请先转码为 wav 格式后再压缩成 zip 包 ④音频采样率：采样率大于等于24k即可，建议24k、36k ⑤音频命名：名称不要有空格或者特殊字符，后缀名需要为小写“.wav” 备注：除 ZERO_SHOT_VOICE 定制类型无需填写外，其他定制类型必填照片数智人定制素材 url 地址要求： 1. url地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 photo 路径，例如/customer-pipline/{数字}/{uuid}/photo/example.png 2. 图片名称：不少于2个字符，只允许有汉字、字母、数字、下划、横线；图片格式：支持jpg、jpeg、png、webp；图片大小：不超过16M；图片宽高比：支持 1:1 9:16 16:9 4:3 3. 人物清晰正面照，脸部居中，表情自然，嘴部闭合
SexType	string	是	性别： MALE：男 FEMALE：女
Notes	string	否	定制备注信息，100字以内
TextDriver	string	否	用于生成驱动 demo 的文本内容，字符长度在4-1000之间（包括 ssml 标签,单个中文算一个字符）
VoiceDriverCosFile	string	否	生成驱动 demo 的音频文件路径，要求： 1. url 地址为通过上传素材到腾讯云 COS上传到指定路径的资源 url 地址后增加 audio 路径，例如:/customer-pipline/{数字}/{uuid}/audio/example.wav 2. 音频文件大小不超过10M，格式支持wav、mp3、wma、m4a、aac
AudioId	string	否	ZERO_SHOT_VOICE 定制类型必填:填写查询音质检测任务进度通过后返回的 AudioId
TimbreInfo	TimbreTemplate	否	形象定制时若需要指定音色，或尝试用视频里的声音快速复刻，则填充该字段。
IsHaveBackground	bool	否	形象定制类型，训练出来的形象是否带原始背景。默认“否”，即不带原始背景，在应用过程中可以按需更换背景 true：保留拍摄背景 false：抠除拍摄背景（支持更换背景，仅支持绿幕视频和白墙视频）
RemoveBackground	int	否	当 IsHaveBackground=false 时，进一步填充该参数。默认值是1。 1：抠除拍摄背景-绿幕视频 2：抠除拍摄背景-白幕视频
AlphaCosUrl	string	否	自定义 Alpha 通道视频地址，视频上传路径参照形象定制素材路径
ZeroshortLang	string	否	ZERO_SHOT_VOICE 定制类型的语言类型，chi-中文普通话，eng-英文，can-粤语，默认chi
PhotoVersion	int	否	默认0 0：快速版。在10分钟内即可完成数智人定制，只支持头部轻微晃动，面部特征稳定。建议执行人脸检测任务(CheckerVersion=1) 1：优享版。在1个小时内可完成数智人定制，头部和身体都支持轻微晃动。建议执行人脸检测任务(CheckerVersion=2)。

定制接口

本页目录：

调用协议

请求参数

返回参数

请求示例

返回示例