概述

更新时间：2024-07-09 15:25

产品简介

数字人 PaaS 服务，基于数字人底层 AI 能力，通过云端接口，助力开发者生成数字人文件视频或创建音视频流，灵活适用各式数字人场景，如短视频创作、直播等。数字人分为两种类型，分别是图片数字人和视频数字人：

如需使用本产品创建直播并推流，请搭配实时音视频。

简单调用服务端 API，即可快速实现功能，开发者无需部署运维服务端，大幅度降低开发成本，助力产品快速上线。

支持通过格式、分辨率、音色、形象等多维度配置接口，灵活应用于各类应用场景。

支持生成异步视频文件、实时音视频流，满足短视频或直播应用场景。

场景	描述
短视频制作	服务端 API 接口提供数字人短视频制作所需要的包括背景、形象、音色等配置，支持不同视频格式，不同清晰度，异步生成数字人视频文件。
数字人直播	开发者调用服务端 API 创建数字人视频流任务，用文本或语音驱动数字人，以音视频实时流的形式推流至 ZEGO 实时音视频云（RTC），客户端拉流收看直播画面，实现数字人直播。
互动问答	开发者调用服务端 API 创建数字人视频流任务，开发者获取到终端用户提问内容后，用文本或语音驱动数字人回答，以音视频实时流的形式推流至 ZEGO 实时音视频云（RTC），客户端拉流获取数字人回复画面，实现数字人互动。

主要功能	功能描述
数字人资产查询	开发者调用服务端 API 查询对应可用的公共/定制的数字人形象、音色等。
支持异步/实时的视频合成方式	支持以文件或音视频流的形式生成视频。
支持不同流媒体格式与清晰度	封装格式：MP4、WebM（支持 Alpha 透明通道）。视频清晰度：1080P、2K。
语音合成	支持文本转语音能力，支持 SSML标记语言。
语言大模型	支持问题输入，通过语言大模型输出 AI 文案。