Wan文生视频带音频

OpenAPI Specification

带音频的文生视频：在提示词基础上可自动配音或传入自定义音频，实现音画同步（仅 wan2.5 系列模型支持）。

请求方式：POST

接口地址

text

https://api.allyang.cn/v2/videos/generations

请求头

Authorization（可选）：鉴权头，使用控制台创建的令牌，格式为 Bearer + 令牌。（示例：Bearer {{YOUR_API_KEY}}）

请求参数（application/json）

prompt（string，必填）：文本提示词，中英文均可，最长 800 字符（汉字与字母均按 1 个字符计），超出部分会被截断。示例：一只小猫在月光下奔跑。
model（string，必填）：模型名称，例如 wan2.1-t2v-turbo。
- 可选值：wan2.5-t2v-preview。
- wan2.5-t2v-preview：新增音频能力：可自动配音，也可传入自定义音频文件。
duration（integer，可选）：生成视频的时长（秒）；该模型固定输出 5 秒，不可修改。
- 可选值：5、10。
size（string，可选）：各档位可选分辨率与宽高比：480P — 832480（16:9）、480832（9:16）、624624（1:1）；720P — 1280720（16:9）、7201280（9:16）、960960（1:1）、1088832（4:3）、8321088（3:4）；1080P — 19201080（16:9）、10801920（9:16）、14401440（1:1）、16321248（4:3）、1248*1632（3:4）。
watermark（boolean，可选）：是否添加水印；开启后在画面右下角标注“由人工智能生成”。
template（string，可选）
negative_prompt（string，可选）：反向提示词，用于排除不希望出现的画面内容，中英文均可，最长 500 字符，超出截断。示例：低分辨率、错误、质量最差、缺陷、多余手指、比例失调。
prompt_extend（boolean，可选）：是否启用提示词重写；开启后由大模型改写输入提示，短提示的成片效果更好，但处理耗时增加。
seed（integer，可选）：随机种子，取值范围 [0, 2147483647]；不传时由算法随机生成。需要结果相对稳定时可复用同一取值。
audio_url（string，可选）：仅 wan2.5-t2v-preview 支持：音频文件 URL，模型据此生成带配乐的视频。支持 HTTP/HTTPS；格式 wav、mp3；时长 3~30 秒；大小 ≤15MB。超出 duration 的部分自动截取，不足则剩余画面无声。
audio（string，可选）：仅 wan2.5-t2v-preview 支持：是否添加音频。优先级 audio_url > audio（audio_url 为空时本参数才生效）。true 为缺省值，自动配音；false 输出无声视频。

请求示例

json

{
  "model": "wan2.5-t2v-preview",
  "prompt": "一幅史诗级可爱的场景。一只小巧可爱的卡通小猫将军，身穿细节精致的金色盔甲，头戴一个稍大的头盔，勇敢地站在悬崖上。他骑着一匹虽小但英勇的战马，说：”青海长云暗雪山，孤城遥望玉门关。黄沙百战穿金甲，不破楼兰终不还。“。悬崖下方，一支由老鼠组成的、数量庞大、无穷无尽的军队正带着临时制作的武器向前冲锋。这是一个戏剧性的、大规模的战斗场景，灵感来自中国古代的战争史诗。远处的雪山上空，天空乌云密布。整体氛围是“可爱”与“霸气”的搞笑和史诗般的融合。",
  "audio_url": "https://example.com/…",
  "size": "832*480",
  "prompt_extend": true,
  "duration": 10
}

返回字段

task_id（string，必填）

返回示例

json

{
  "task_id": "e7bed961-d1b9-4b3f-8ef9-5f441bde28c8"
}

使用提示：audio_url 优先于 audio；音频超长会自动截取，不足则剩余画面无声；提交后请用查询接口轮询结果；耗时、限流与计费数值以本平台实测与计费页为准（待补）。