文档反馈官招募中，报名立赚积分兑换代金券！> HOT
文档中心>腾讯云智能数智人>播报服务>视频生成服务 API 文档>视频制作接口- PPT模式

视频制作接口- PPT模式

最近更新时间：2026-04-01 18:23:31

我的收藏

本页目录：

接口说明

基于 ppt 文件生成数智人讲解视频，当前一个账户仅允许同时提交一个 PPT 视频合成任务，任务最终会扣减相应数智人类型的播报小时包（制作失败不扣减小时包）。通过 视频制作接口-PPT 模式进度查询接口 最终返回成品视频。

调用协议

HTTPS + JSON
POST /v2/ivh/mediaproduction/mediaproduction/videomakewithppt
Header Content-Type: application/json;charset=utf-8

请求参数

参数
类型
必须
说明
PPTFileUrl
string
是
PPT 文件 URL，支持格式：ppt、pptx、pdf。
大小要求：不超过100MB，页数要求：不超过50页。
GlobalConfig
object
否
定义全局默认参数，包含视频相关参数、音频相关参数等。参数优先级规则：PageConfig > GlobalConfig。即每页配置中显式指定的参数将覆盖全局默认值；未指定的参数自动继承全局配置。
GlobalConfig.AdaptationType
int
否
全局画面适配模式，当背景图和输出视频分辨率不一致时，提供两种适配模式：0，1；默认0。
以下是两种适配模式：
0： 拉伸适配：强制将 PPT 内容拉伸至充满整个视频画面，可能导致文字、图片变形，适合对画面比例无严格要求的场景；
1 ：等比缩放：按原始文件比例缩放内容，确保画面无变形，剩余区域以指定颜色背景填充
GlobalConfig.BackgroundColor
string
否
全局背景图填充颜色，当适配模式选择等比缩放时生效， 默认值：#FFFFFF（白色）。
格式要求：
必须为合法的十六进制颜色代码
以#符号开头，后跟6位十六进制字符（0-9, A-F）
不区分大小写
不支持简写形式（如 #FFF）
GlobalConfig.ShowSubtitles
bool
否
是否在视频内显示字幕（显示要求是文本驱动），默认不展示，展示会大大增加视频制作时间。
说明：
需要注意当值为 true 时，如果某些音色（第三方音色）不支持字幕会导致任务失败。
GlobalConfig.LogoParams
Array of [LogoParam]
否
定义视频中 logo 相关参数。
GlobalConfig.SpeechParam
否
定义全局音频的详细参数。
GlobalConfig.VideoParam
否
定义全局视频的详细参数。
PageConfigs

Array of[PageConfig]
是
定义具体页 PPT 的参数，包含数字人形象、音频相关参数、视频相关参数。
说明：
PageConfigs 元素数量应不超过 PPT 页数， 当 PageConfigs 元素数量为 N，并且少于 PPT 页数时，仅基于前 N 页 PPT 合成视频。

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，范围(0,15]）

PageConfig

参数
类型
必须
说明
VirtualmanKey
string
否
数字人形象，包含了播报的角色、服装、姿态、分辨率等信息。 要求每页配置的数智人形象为同一类型，并且分辨率相同。
说明：
当前仅支持1080P 横版（1920×1080）和 1080P 竖版（1080×1920）的形象。
如果不需要数智人出镜（只要 PPT 画面 + 语音旁白），该字段可为空。
可以通过 查询形象资产信息-查询主播下的所有形象 接口查询。
InputAudioUrl
string
否
驱动数智人的音频 URL。当 DriverType 为 OriginalVoice 时，该字段必填。
音频格式要求：音频时长不超过60分钟（VirtualmanKey 为空时不超过30分钟），不少于0.5秒。
支持格式：wav、mp3、wma、m4a、aac、ogg。
建议文件大小：不大于100MB。
DriverType
string
否
驱动类型，为空时默认 Text。
Text：文本驱动，要求 InputSsml 字段必填。
OriginalVoice：原声音频驱动，要求 InputAudioUrl 字段必填。可通过 Speech.TimbreKey 指定音色，未填写时使用主播默认音色。
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
否
定义当前页面的音频详细参数。
VideoParam
否
定义当前页面的视频详细参数 。

SpeechParam

参数
类型
必须
说明
Speed
float
否
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）。
TimbreKey
string
否
音色 key，默认使用形象自有音色。
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。
说明：
TimbreKey 在 male_1 - 20、female_1 - 23（即男声1 - 20、女声1 - 23）间的音色不支持音量调节。
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。
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。
TimbreLanguage
string
否
音色语种，可选语种参考个人资产管理 API 分页查询音色列表 接口，多语种音色在合成时必须选择对应语种。

VideoParam

参数
类型
必须
说明
AnchorParam
否
定义视频中主播相关参数
SmallSampleParam
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。
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

参数
类型
必须
说明
HorizontalPosition
float
否
定义主播横向位置（0为中间位置) 。
说明：
具体计算方法请参见 主播位置计算方法。
VerticalPosition
float
否
定义主播纵向位置（0为中间位置)。
说明：
具体计算方法请参见 主播位置计算方法。
Scale
float
否
主播大小（1是默认大小，范围(0,20]）
Angle
int
否
主播角度（默认0度，范围[0,360]）目前仅3D 形象支持。
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

参数
类型
必须
说明
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。
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。
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。

VideoParam.AnchorParam.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，例如： #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 PPT 合成视频进度查询接口，可获得制作进度和制作结果

请求示例


{
  "Header": {},
  "Payload": {
    "PPTFileUrl": "https://virtualhuman-cos-prod-1251316161.cos.ap-nanjing.myqcloud.com/12323/%E5%AE%9E%E4%B9%A0%E7%AD%94%E8%BE%A92.pptx",
    "GlobalConfig": {
      "AdaptationType": 0,
      "BackgroundColor": "",
      "SpeechParam": {
        "EmotionCategory": "",
        "EmotionIntensity": 0,
        "Speed": 0,
        "TimbreKey": "tts_female_yunxiaoxiao",
        "TimbreLanguage": "",
        "Volume": 0
      },
      "VideoParam": {
        "AnchorParam": {
          "AnchorExtraParam": "",
          "Angle": 0,
          "HorizontalPosition": 0,
          "Scale": 0,
          "VerticalPosition": 0
        },
        "SmallSampleParam": {
          "EndIdx": 0,
          "MakeType": "",
          "StartIdx": 0
        },
        "SmartActionEnabled": true
      },
      "ShowSubtitles": true,
      "LogoParams": [
        {
          "LogoFileUrl": "https://virtualhuman-cos-prod-1251316161.cos.ap-nanjing.myqcloud.com/123/123.png",
          "PositionX": 0,
          "PositionY": 0,
          "Scale": 0.1
        }
      ]
    },
    "PageConfigs": [
      {
        "DriverType": "",
        "InputAudioUrl": "",
        "InputSsml": "你好呀，我是数智人，这是我的第一次ppt视频",
        "SpeechParam": {
          "EmotionCategory": "",
          "EmotionIntensity": 0,
          "Speed": 1,
          "TimbreKey": "tts_female_yunxiaoxiao",
          "TimbreLanguage": "",
          "Volume": 0
        },
        "VideoParam": {
          "AnchorParam": {
            "AnchorExtraParam": "",
            "Angle": 0,
            "HorizontalPosition": 0,
            "Scale": 0,
            "VerticalPosition": 0
          },
          "SmallSampleParam": {
            "EndIdx": 0,
            "MakeType": "",
            "StartIdx": 0
          },
          "SmartActionEnabled": false
        },
        "VirtualmanKey": "2c3f4c11d1e54b7693156b060990544d"
      },
      {
        "DriverType": "",
        "InputAudioUrl": "",
        "InputSsml": "你好呀，我是数智人，这是我的第一次ppt视频",
        "SpeechParam": {
          "EmotionCategory": "",
          "EmotionIntensity": 0,
          "Speed": 1,
          "TimbreKey": "tts_female_yunxiaoxiao",
          "TimbreLanguage": "",
          "Volume": 0
        },
        "VideoParam": {
          "AnchorParam": {
            "AnchorExtraParam": "",
            "Angle": 0,
            "HorizontalPosition": 0,
            "Scale": 0,
            "VerticalPosition": 0
          },
          "SmallSampleParam": {
            "EndIdx": 0,
            "MakeType": "",
            "StartIdx": 0
          },
          "SmartActionEnabled": false
        },
        "VirtualmanKey": ""
      },
      {
        "DriverType": "",
        "InputAudioUrl": "",
        "InputSsml": "你好呀，我是数智人，这是我的第一次ppt视频",
        "SpeechParam": {
          "EmotionCategory": "",
          "EmotionIntensity": 0,
          "Speed": 1,
          "TimbreKey": "tts_female_yunxiaoxiao",
          "TimbreLanguage": "",
          "Volume": 0
        },
        "VideoParam": {
          "AnchorParam": {
            "AnchorExtraParam": "",
            "Angle": 0,
            "Scale": 0,
            "VerticalPosition": 0
          },
          "SmallSampleParam": {
            "EndIdx": 0,
            "MakeType": "",
            "StartIdx": 0
          },
          "SmartActionEnabled": false
        },
        "VirtualmanKey": "2c3f4c11d1e54b7693156b060990544d"
      }
    ]
  }
}

返回示例

成功

{
    "Header": {
        "RequestID": "5e2dd62fa7f3c1aa6030875637688706",
        "SessionID": "gzfa9105ca17749284691612885",
        "DialogID": "",
        "Code": 0,
        "Message": ""
    },
    "Payload": {
        "TaskId": "098b482c71f643ad8f288df9f2961403"
    }
}
失败
{
    "Header": {
        "RequestID": "d99cf740be48d7b0fb1eee4447b71781",
        "SessionID": "gz6240ef0317651792698007383",
        "DialogID": "",
        "Code": 100001,
        "Message": "InvalidParameter:请求参数错误:  Speed value invalid，ranges:0.5-1.5"
    }
}


中国站