数字人

做什么：给一张人物照片和一段音频，让照片里的人按这段音频说话、唱歌或表演，口型与表情同步。

一、提交数字人任务

curl

curl 'https://api.allyang.cn/qwen/api/v1/services/aigc/image2video/video-synthesis/' \
 --header 'X-DashScope-Async: enable' \
 --header "Authorization: Bearer <API-Key>" \
 --header 'Content-Type: application/json' \
 --data '{
     "model": "wan2.2-s2v",
     "input": {
         "image_url": "<人物图片地址>",
         "audio_url": "<音频地址>"
     },
     "parameters": {
         "resolution": "480P"
     }
}'

json

{
    "output": {
        "task_status": "PENDING",
        "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
    },
    "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

二、轮询任务

curl

curl -X GET https://api.allyang.cn/qwen/api/v1/tasks/<task_id> \
--header "Authorization: Bearer <API-Key>"

完成后的返回长这样（时间字段与用量字段一并给出）：

json

{
    "output": {
        "task_id": "bcae8761-f242-4775-a11e-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2025-09-01 09:37:27.468",
        "scheduled_time": "2025-09-01 09:37:34.885",
        "end_time": "2025-09-01 09:40:20.734",
        "results": {
            "video_url": "<生成视频地址>"
        }
    },
    "usage": {
        "duration": 18.13,
        "video_count": 1,
        "SR": 480
    },
    "request_id": "28cfedb1-cd60-9e0c-b920-xxxxxx"
}

三、先做图片检测

照片必须先过检测才能用于生成：

curl

curl 'https://api.allyang.cn/qwen/api/v1/services/aigc/image2video/face-detect' \
--header "Authorization: Bearer <API-Key>" \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "wan2.2-s2v-detect",
    "input": {
        "image_url": "<人物图片地址>"
    }
}'

json

{
    "output": {
        "check_pass": true,
        "humanoid": true
    },
    "usage": {
        "image_count": 1
    },
    "request_id": "c56f62df-724e-9c19-96bd-xxxxxx"
}

只有当 check_pass 为 true 时，同一张图才可用于生成步骤。

可用模型

模型名称	职责	计费参考
wan2.2-s2v-detect	判断图像是否满足要求（清晰度、单人、正面）	0.004 元/张
wan2.2-s2v	用检测通过的图 + 一段音频合成人物动态视频	480P 档 0.5 元/秒；720P 档 0.9 元/秒

读表须知：计费为源文档数值，未核价，以「模型广场」为准。