用途:调用阿里云百炼 LivePortrait,从人像图片与语音音频生成轻量级说话人头像视频,适合较长片段或较简单的播报式动作。
主要能力:先用 liveportrait-detect 检测人像图片,再用 liveportrait 执行视频生成任务。接口 video.liveportrait 归一化请求包括:检测请求的 model(默认 liveportrait-detect)与必填 image_url;生成请求的 model(默认 liveportrait)、必填 image_url 与 audio_url,以及可选 template_id(normal、calm、active)、eye_move_freq(0–1)、video_fps(15–30)、mouth_move_strength(0–1.5)、paste_back、head_move_strength(0–1)。响应含 task_id、task_status,完成后返回 video_url。
使用方式:需先设置 DASHSCOPE_API_KEY,或在 ~/.alibabacloud/credentials 添加 dashscope_api_key。输入图片与音频须为公开 HTTP/HTTPS URL。快速开始:python skills/ai/video/alicloud-ai-video-liveportrait/scripts/prepare_liveportrait_request.py --image-url "https://example.com/portrait.png" --audio-url "https://example.com/speech.mp3" --template-id calm --video-fps 24 --paste-back。默认输出 output/alicloud-ai-video-liveportrait/request.json,可用 OUTPUT_DIR 覆盖。验证:mkdir -p output/alicloud-ai-video-liveportrait,python -m py_compile skills/ai/video/alicloud-ai-video-liveportrait/scripts/prepare_liveportrait_request.py && echo "py_compile_ok" > output/alicloud-ai-video-liveportrait/validate.txt。通过标准为命令退出码 0 且生成 validate.txt,并将归一化请求载荷、模板选择与任务轮询快照存至该目录,记录准确的人像/音频 URL 与动作强度相关参数。
适用场景:需要较长、较简单播报式片段的场景。相比 EMO 更合适此类任务。限制:仅限中国大陆(北京);图片与音频必须是公网 URL;使用清晰、正面、遮挡少的人像与干净、以人声为主的音频;paste_back=false 仅输出生成的人脸区域,标准说话人头像输出应设为 true。价格、配额等未提供。