Referencia de API de generación de video humano digital wan2.2-s2v

Impulsado por audio: Ingrese audio de voz humana para impulsar a la persona en una imagen estática, sincronizando los movimientos de los labios, las expresiones faciales y las acciones con el audio.
Escenarios diversos: Admite tres escenarios de sincronización labial: "hablar", "cantar" y "actuar".
Estilos de personajes diversos: Admite personas reales (retrato, medio cuerpo, cuerpo completo) y personajes de dibujos animados.
Resolución de video de salida: Proporciona opciones de resolución de 480P y 720P.

Este documento se aplica solo a la región de China (Beijing). Para usar modelos, debe usar una clave de API de la región de China (Beijing).

Modelos y precios

Nombre del modelo	Precio	Limitación de tasa (compartida por la cuenta principal y los usuarios RAM)
wan2.2-s2v	480P: $0.071677/segundo 720P: $0.129018/segundo	5	1

Nombre del modelo

Precio

Limitación de tasa (compartida por la cuenta principal y los usuarios RAM)

Límite de RPS de envío de tareas

Límite de tareas simultáneas

wan2.2-s2v

480P: $0.071677/segundo

720P: $0.129018/segundo

API HTTP

Requisitos previos

Active el servicio y obtenga una clave de API: Obtener una clave de API.
Configure las variables de entorno: Configurar la clave de API como variable de entorno.

Paso 1: Crear una tarea para obtener un ID de tarea

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

Reemplace {WorkspaceId} con su ID de espacio de trabajo real.

Debido a que este modelo tarda mucho tiempo en procesar, las tareas se crean de forma asíncrona.
Después de crear una tarea, el sistema devuelve inmediatamente un task_id. En el siguiente paso, use este task_id para consultar el resultado de la tarea dentro de 24 horas.

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción	Valor de ejemplo
Content-Type	String	Header	Sí	Tipo de solicitud: application/json.	application/json
Authorization	String	Header	Sí	Clave de API en el formato Bearer sk-xxx.	Bearer sk-1a**2b
X-DashScope-Async	String	Header	Sí	Valor fijo: enable. Indica que se utiliza el método de llamada asíncrona.	enable
model	String	Cuerpo	Sí	Especifica el modelo a llamar.	wan2.2-s2v
input.image_url	String	Cuerpo	Sí	URL de la imagen cargada. Formatos de imagen: se admiten jpg, jpeg, png, bmp y webp. Resolución de imagen: El ancho y el alto deben estar dentro de [400, 7000] píxeles. La imagen debe ser accesible a través de una URL HTTP/HTTPS pública.	http://aaa/bbb.jpg
input.audio_url	String	Cuerpo	Sí	URL del archivo de audio cargado. Formatos de audio: wav y mp3. Límites de audio: archivo <15 MB, duración <20 segundos. Contenido de audio: El audio debe contener voz humana clara y fuerte, con ruido ambiental, música de fondo y otras interferencias eliminadas. El audio debe ser accesible a través de una URL HTTP/HTTPS pública.	http://aaa/bbb.mp3
parameters.resolution	String	Cuerpo	No	Nivel de resolución de video.Valores válidos: 480P y 720P. Valor predeterminado: 480P.El modelo intenta mantener la relación de aspecto del video de salida consistente con la imagen de entrada y ajusta el recuento total de píxeles al nivel seleccionado manteniendo la relación de aspecto sin cambios. Ejemplos 480P: típicamente 640 x 480 (aproximadamente 310,000 píxeles), relación de aspecto 4:3.720P: típicamente 1280 x 720 (aproximadamente 920,000 píxeles), relación de aspecto 16:9.Ejemplo: Si la imagen de entrada tiene una relación de aspecto 4:5 y selecciona el nivel 480P, el video de salida mantiene la relación de aspecto 4:5 y la resolución se ajusta a aproximadamente 310,000 píxeles. Por ejemplo, la resolución del video de salida es 480 x 600, para un total de 288,000 píxeles. Estos datos son solo de referencia; la salida real puede variar.	480P

La duración del video generado coincide con la duración del audio de entrada. Por lo tanto, la duración máxima del video por solicitud también está limitada por la duración del audio (debe ser inferior a 20 segundos). Si el audio de entrada supera los 20 segundos, la tarea falla. Para generar un video más largo, divida el audio largo en segmentos de menos de 20 segundos, llame a esta interfaz para cada segmento y luego use una herramienta de edición de video para concatenar los segmentos en un video completo.

Parámetros de respuesta

Parámetro	Tipo	Descripción	Valor de ejemplo
output.task_id	String	ID único de la tarea asíncrona.	a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_status	String	Estado del trabajo después de enviar la tarea asíncrona.	PENDING
request_id	String	ID único de esta solicitud.	7574ee8f-38a3-4b1e-9280-11c33ab46e51

Ejemplo de solicitud

Reemplace {WorkspaceId} con su ID de espacio de trabajo real.

curl
SDK de Python

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"
        }
    }'

import dashscope
import os
from dashscope.v2 import DashScopeError

# Si no se ha configurado la variable de entorno, sustituya la siguiente línea por su API Key de Model Studio: api_key="sk-xxx"
# Las claves de API son específicas de cada región. Para obtener una clave de API, véase https://www.alibabacloud.com/help/model-studio/get-api-key
client = dashscope.Client(api_key=os.getenv("DASHSCOPE_API_KEY"), region="ap-southeast-1")

def sample_async_call():
    # Llamada asíncrona, que devuelve un task_id
    # audio_url es un campo de la sección input que no forma parte de la firma con nombre y se pasa mediante extra_input
    try:
        job = client.videos.jobs.create(model='wan2.2-s2v',
                                image_url='https://img.alicdn.com/imgextra/i3/O1CN011FObkp1T7Ttowoq4F_!!6000000002335-0-tps-1440-1797.jpg',
                                extra_input={'audio_url': 'https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250825/iaqpio/input_audio.MP3'},
                                resolution='480P')
        print(job)
        print("task_id: %s" % job.task_id)
    except DashScopeError as e:
        print(f"Código de estado HTTP: {e.status_code}")
        print(f"Código de error: {e.code}")
        print(f"Mensaje de error: {e.message}")
        print("Consulte la documentación: https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")
        return

    # Consulta el estado de la tarea
    try:
        snapshot = client.videos.jobs.fetch(job.task_id)
        print(snapshot.status)
    except DashScopeError as e:
        print(f"Código de estado HTTP: {e.status_code}")
        print(f"Código de error: {e.code}")
        print(f"Mensaje de error: {e.message}")
        print("Consulte la documentación: https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")

    # Espera a que finalice la tarea (sondeo con retroceso exponencial, presupuesto total predeterminado de 24 horas)
    try:
        done = client.videos.jobs.wait(job)
        print(done)
        print(done.video_url)
    except DashScopeError as e:
        print(f"Código de estado HTTP: {e.status_code}")
        print(f"Código de error: {e.code}")
        print(f"Mensaje de error: {e.message}")
        print("Consulte la documentación: https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")

if __name__ == '__main__':
    sample_async_call()

Ejemplo de respuesta

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

Paso 2: Consultar resultados por ID de tarea

Use el task_id obtenido en el paso anterior para enviar una solicitud GET y consultar el estado y el resultado de la tarea. Reemplace {task_id} en la URL con su ID de tarea real, y reemplace {WorkspaceId} con su ID de espacio de trabajo real.

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

Las tareas de generación de video tardan mucho tiempo (aproximadamente 5-10 minutos). Recomendamos usar un mecanismo de sondeo con un intervalo de consulta razonable (por ejemplo, 15 segundos) para recuperar los resultados.
La video_url devuelta después de una tarea exitosa es válida durante 24 horas. Descargue y guarde el video de inmediato.

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción	Valor de ejemplo
Authorization	String	Header	Sí	Clave de API, por ejemplo, Bearer sk-xxx.	Bearer sk-xxx
task_id	String	Ruta de URL	Sí	ID de la tarea a consultar.	a8532587-fa8c-4ef8-82be-0c46b17950d1

Parámetros de respuesta

Parámetro	Tipo	Descripción	Valor de ejemplo
output.task_id	String	ID de la tarea consultada.	a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_status	String	Estado de la tarea. Valores posibles: PENDING: En cola RUNNING: Procesando SUCCEEDED: Éxito FAILED: Fallo UNKNOWN: El trabajo no existe o el estado es desconocido CANCELED: Tarea cancelada correctamente	SUCCEEDED
output.submit_time	String	Hora de envío de la tarea.	2025-09-01 09:37:27.468
output.scheduled_time	String	Hora de inicio de ejecución de la tarea.	2025-09-01 09:37:34.885
output.end_time	String	Hora de finalización de la tarea.	2025-09-01 09:40:20.734
output.results.video_url	String	Archivo de video generado. La video_url es válida durante 24 horas. Descárguela promptly.	https://xxx/1.mp4?Expires=xxx
usage.duration	Float	Duración del video en segundos. Se utiliza para la facturación, que se cobra por segundo.	10.23
usage.video_count	Integer	Número de videos generados.	1
usage.SR	Integer	Nivel de resolución del video generado.	480
usage.size	String	Resolución del video generado por esta solicitud.	"size": "640*480"
usage.fps	Integer	Tasa de fotogramas del video generado por esta solicitud.	"fps": 16
output.code	String	Código de error. Se devuelve cuando la tarea falla.	InvalidParameter
output.message	String	Detalles del error. Se devuelve cuando la tarea falla.	A la solicitud le faltan parámetros obligatorios o tiene un formato incorrecto
request_id	String	ID único de esta solicitud.	7574ee8f-38a3-4b1e-9280-11c33ab46e51

Ejemplo de solicitud

Reemplace 86ecf553-d340-4e21-xxxxxxxxx con el task_id real, y reemplace {WorkspaceId} con su ID de espacio de trabajo real.

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

La task_id solo se puede usar para consultar resultados de tareas dentro de 24 horas. Después de eso, el sistema la borra automáticamente.

Ejemplo de respuesta

Respuesta exitosa
Respuesta fallida

Los datos de la tarea (como el estado de la tarea y la URL del video) se conservan solo durante 24 horas. Después de eso, se borran automáticamente. Guarde los resultados de inmediato.

{
    "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"
}

{
    "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."
    }
}

Facturación y limitación de tasa

Para cuotas gratuitas y precios del modelo, consulte Wanx-Digital Human.
Para la limitación de tasa del modelo, consulte la serie Wanxiang.
Notas de facturación:
- La entrada no se factura; la salida sí se factura. Se le cobra según el número de segundos del video generado correctamente.
- Las llamadas fallidas al modelo o los errores de procesamiento no se cobran y no consumen la Cuota gratuita para nuevos usuarios.

Códigos de error

Si una llamada al modelo falla y devuelve un mensaje de error, consulte Códigos de error para resolver el problema.

​Modelos y precios

​API HTTP

​Requisitos previos

​Paso 1: Crear una tarea para obtener un ID de tarea

​Parámetros de solicitud

​Parámetros de respuesta

​Ejemplo de solicitud

​Ejemplo de respuesta

​Paso 2: Consultar resultados por ID de tarea

​Parámetros de solicitud

​Parámetros de respuesta

​Ejemplo de solicitud

​Ejemplo de respuesta

​Facturación y limitación de tasa

​Códigos de error

Modelos y precios

API HTTP

Requisitos previos

Paso 1: Crear una tarea para obtener un ID de tarea

Parámetros de solicitud

Parámetros de respuesta

Ejemplo de solicitud

Ejemplo de respuesta

Paso 2: Consultar resultados por ID de tarea

Parámetros de solicitud

Parámetros de respuesta

Ejemplo de solicitud

Ejemplo de respuesta

Facturación y limitación de tasa

Códigos de error