Referensi API generasi video lip-sync digital human Wanxiang wan2.2-s2v - Alibaba Cloud Model Studio

Model digital human wan2.2-s2v menghasilkan video berbicara, bernyanyi, atau tampil secara alami berdasarkan satu gambar dan satu file audio .

Berdasarkan audio: Masukkan audio suara manusia untuk menggerakkan subjek dalam gambar statis, menyinkronkan gerakan bibir, ekspresi wajah, dan aksi sesuai audio.
Skenario beragam: Mendukung tiga skenario lip-sync: "speaking", "singing", dan "performing".
Gaya karakter beragam: Mendukung orang sungguhan (potret, setengah badan, seluruh tubuh) dan karakter kartun.
Resolusi video output: Menyediakan opsi resolusi 480P dan 720P.

PentingDokumen ini hanya berlaku untuk wilayah China (Beijing). Untuk menggunakan model, Anda harus menggunakan API key dari wilayah China (Beijing).

Model dan harga

Nama model	Harga	Pembatasan kecepatan (dibagi oleh akun utama dan Pengguna RAM)
wan2.2-s2v	480P: $0,071677/detik 720P: $0,129018/detik	5	1

Nama model

Harga

Pembatasan kecepatan (dibagi oleh akun utama dan Pengguna RAM)

Batas RPS pengiriman task

Batas Tugas Konkuren

wan2.2-s2v

480P: $0,071677/detik

720P: $0,129018/detik

HTTP API

Prasyarat

Aktifkan layanan dan peroleh API key: Peroleh API key.
Konfigurasikan variabel lingkungan: Konfigurasikan API key sebagai variabel lingkungan.

Langkah 1: Buat task untuk mendapatkan ID task

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis

Ganti {WorkspaceId} dengan workspace ID Anda yang sebenarnya.

Catatan

Karena model ini membutuhkan waktu lama untuk diproses, task dibuat secara asinkron.
Setelah task dibuat, sistem langsung mengembalikan task_id. Pada langkah berikutnya, gunakan task_id ini untuk menanyakan hasil task dalam waktu 24 jam.

Parameter permintaan

Parameter	Tipe	Lokasi	Wajib	Deskripsi	Contoh nilai
Content-Type	String	Header	Ya	Jenis permintaan: application/json.	application/json
Authorization	String	Header	Ya	API key dalam format Bearer sk-xxx.	Bearer sk-1a**2b
X-DashScope-Async	String	Header	Ya	Nilai tetap: enable. Menunjukkan bahwa metode pemanggilan asinkron digunakan.	enable
model	String	Body	Ya	Menentukan model yang akan dipanggil.	wan2.2-s2v
input.image_url	String	Body	Ya	URL gambar yang diunggah. Format gambar: jpg, jpeg, png, bmp, dan webp didukung. Resolusi gambar: Lebar dan tinggi harus berada dalam rentang [400, 7000] piksel. Gambar harus dapat diakses melalui URL HTTP/HTTPS publik.	http://aaa/bbb.jpg
input.audio_url	String	Body	Ya	URL file audio yang diunggah. Format audio: wav dan mp3. Batas audio: ukuran file <15 MB, durasi <20 detik. Konten audio: Audio harus berisi ucapan manusia yang jelas dan keras, dengan kebisingan latar, musik latar, dan gangguan lainnya dihilangkan. Audio harus dapat diakses melalui URL HTTP/HTTPS publik.	http://aaa/bbb.mp3
parameters.resolution	String	Body	Tidak	Tingkat resolusi video. Nilai yang valid: 480P dan 720P. Nilai default: 480P. Model berusaha menjaga rasio aspek video output konsisten dengan gambar input, dan menyesuaikan jumlah total piksel ke tingkat yang dipilih sambil mempertahankan rasio aspek. Contoh 480P: biasanya 640 x 480 (sekitar 310.000 piksel), rasio aspek 4:3. 720P: biasanya 1280 x 720 (sekitar 920.000 piksel), rasio aspek 16:9. Contoh: Jika gambar input memiliki rasio aspek 4:5 dan Anda memilih tingkat 480P, video output mempertahankan rasio aspek 4:5 dan resolusinya disesuaikan menjadi sekitar 310.000 piksel. Misalnya, resolusi video output adalah 480 x 600, dengan total 288.000 piksel. Data ini hanya sebagai referensi; output aktual dapat bervariasi.	480P

CatatanDurasi video yang dihasilkan sesuai dengan durasi audio input. Oleh karena itu, durasi video maksimum per permintaan juga dibatasi oleh durasi audio (harus kurang dari 20 detik). Jika audio input melebihi 20 detik, task gagal. Untuk menghasilkan video yang lebih panjang, pisahkan audio panjang menjadi segmen-segmen yang lebih pendek dari 20 detik, panggil antarmuka ini untuk setiap segmen, lalu gunakan tool pengeditan video untuk menggabungkan segmen-segmen tersebut menjadi video lengkap.

Parameter respons

Parameter	Tipe	Deskripsi	Contoh nilai
output.task_id	String	ID unik task asinkron.	a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_status	String	Status job setelah task asinkron dikirim.	PENDING
request_id	String	ID unik permintaan ini.	7574ee8f-38a3-4b1e-9280-11c33ab46e51

Contoh permintaan

curl 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis' \
 --header 'X-DashScope-Async: enable' \
 --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
 --header 'Content-Type: application/json' \
 --data '{
     "model": "wan2.2-s2v",
     "input": {
            "image_url": "https://img.alicdn.com/imgextra/i3/O1CN011FObkp1T7Ttowoq4F_!!6000000002335-0-tps-1440-1797.jpg",
            "audio_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250825/iaqpio/input_audio.MP3"
        },
        "parameters": {
            "resolution": "480P"
        }
    }'

Contoh respons

{
    "output": {
        "task_id": "a8532587-fa8c-4ef8-82be-xxxxxx",
        "task_status": "PENDING"
    }
    "request_id": "7574ee8f-38a3-4b1e-9280-xxxxxx"
}

Langkah 2: Tanyakan hasil berdasarkan ID task

Gunakan task_id yang diperoleh pada langkah sebelumnya untuk mengirim permintaan GET guna menanyakan status dan hasil task. Ganti {task_id} dalam URL dengan ID task Anda yang sebenarnya，dan ganti {WorkspaceId} dengan workspace ID Anda yang sebenarnya.

GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}

Catatan

Task generasi video membutuhkan waktu lama (sekitar 5–10 menit). Kami menyarankan menggunakan mekanisme polling dengan interval penanyakan yang masuk akal (misalnya, 15 detik) untuk mengambil hasil.
video_url yang dikembalikan setelah task berhasil berlaku selama 24 jam. Unduh dan simpan video tersebut segera.

Parameter permintaan

Parameter	Tipe	Lokasi	Wajib	Deskripsi	Contoh nilai
Authorization	String	Header	Ya	API key, misalnya, Bearer sk-xxx.	Bearer sk-xxx
task_id	String	Url Path	Ya	ID task yang akan ditanyakan.	a8532587-fa8c-4ef8-82be-0c46b17950d1

Parameter respons

Parameter	Tipe	Deskripsi	Contoh nilai
output.task_id	String	ID task yang ditanyakan.	a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_status	String	Status task. Nilai yang mungkin: PENDING: Dalam antrian RUNNING: Sedang diproses SUCCEEDED: Berhasil FAILED: Gagal UNKNOWN: Job tidak ada atau status tidak diketahui CANCELED: Task berhasil dibatalkan	SUCCEEDED
output.submit_time	String	Waktu pengiriman task.	2025-09-01 09:37:27.468
output.scheduled_time	String	Waktu mulai eksekusi task.	2025-09-01 09:37:34.885
output.end_time	String	Waktu penyelesaian task.	2025-09-01 09:40:20.734
output.results.video_url	String	File video yang dihasilkan. video_url berlaku selama 24 jam. Unduh segera.	https://xxx/1.mp4?Expires=xxx
usage.duration	Float	Durasi video dalam detik. Digunakan untuk penagihan, dikenakan per detik.	10,23
usage.video_count	Integer	Jumlah video yang dihasilkan.	1
usage.SR	Integer	Tingkat resolusi video yang dihasilkan.	480
usage.size	String	Resolusi video yang dihasilkan oleh permintaan ini.	"size": "640*480"
usage.fps	Integer	Laju frame video yang dihasilkan oleh permintaan ini.	"fps": 16
output.code	String	Kode error. Dikembalikan saat task gagal.	InvalidParameter
output.message	String	Detail error. Dikembalikan saat task gagal.	Permintaan kehilangan parameter yang diperlukan atau formatnya salah
request_id	String	ID unik permintaan ini.	7574ee8f-38a3-4b1e-9280-11c33ab46e51

Contoh permintaan

Ganti 86ecf553-d340-4e21-xxxxxxxxx dengan task_id yang sebenarnya，dan ganti {WorkspaceId} dengan workspace ID Anda yang sebenarnya.

curl -X GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"

Catatantask_id hanya dapat digunakan untuk menanyakan hasil task dalam waktu 24 jam. Setelah itu, sistem secara otomatis menghapusnya.

Contoh respons

Respons berhasil

Data task (seperti status task dan URL video) hanya disimpan selama 24 jam. Setelah itu, data tersebut secara otomatis dihapus. Simpan hasilnya segera.

{
    "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": "http://dashscope-result-hz.oss-cn-hangzhou.aliyuncs.com/1d/xxx.mp4?Expires=xxxxxx"
        }
    },
    "usage": {
        "duration": 18.13,
        "size": "512*640",
        "fps": 16,
        "video_count": 1,
        "SR": 480
    },
    "request_id": "28cfedb1-cd60-9e0c-b920-xxxxxx"
}

Respons gagal

{
    "request_id": "8d49f522-f6a4-9eed-b322-xxxxxx",
    "output": {
        "task_id": "101ad32f-7653-4ae9-8f22-xxxxxx",
        "task_status": "FAILED",
        "submit_time": "2025-09-01 11:43:41.174",
        "scheduled_time": "2025-09-01 11:43:48.937",
        "end_time": "2025-09-01 11:43:49.802",
        "code": "InvalidURL",
        "message": "Required URL is missing or invalid, please check the request URL."
    }
}

Penagihan dan pembatasan kecepatan

Untuk kuota gratis dan harga model, lihat Wanx-Digital Human.
Untuk pembatasan kecepatan model, lihat Seri Wanxiang.
Catatan penagihan:
- Input tidak dikenai biaya; output dikenai biaya. Anda dikenakan biaya berdasarkan jumlah detik dalam video yang berhasil dihasilkan.
- Pemanggilan model yang gagal atau error pemrosesan tidak dikenai biaya dan tidak mengurangi Kuota gratis untuk pengguna baru.

Kode error

Jika pemanggilan model gagal dan mengembalikan pesan error, lihat Kode error untuk menyelesaikan masalah.