Skip to main content

Référence de l'API de génération vidéo wan2.2-s2v pour humain numérique

Le modèle d'humain numérique wan2.2-s2v génère des vidéos naturelles de parole, de chant ou de performance à partir d' une seule image et d'un fichier audio .

  • Pilotage par l'audio : Fournissez un enregistrement vocal pour animer la personne présente sur une image statique, en synchronisant les mouvements des lèvres, les expressions faciales et les gestes avec le son.
  • Scénarios variés : Trois modes de synchronisation labiale sont pris en charge : « parole », « chant » et « performance ».
  • Styles de personnages diversifiés : Compatible avec les personnes réelles (portrait, plan taille, corps entier) ainsi que les personnages de dessin animé.
  • Résolution vidéo de sortie : Options disponibles en 480P et 720P.
Ce document s'applique uniquement à la région China (Beijing). Pour utiliser les modèles, vous devez disposer d'une clé API issue de la région China (Beijing).

Modèles et tarification

Nom du modèle

Prix

Limitation de débit (partagée entre le compte principal et les utilisateurs RAM)

Limite RPS de soumission de tâches

Limite de tâches simultanées

wan2.2-s2v

480P : 0,071677 $/seconde

720P : 0,129018 $/seconde

5

1

API HTTP

Prérequis

  • Activez le service et obtenez une clé API : Obtenir une clé API.
  • Configurez les variables d'environnement : Configurer la clé API comme variable d'environnement.

Étape 1 : Créer une tâche pour obtenir un ID de tâche

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis
Remplacez {WorkspaceId} par votre ID d'espace de travail.
  • Le traitement de ce modèle étant long, la création des tâches s'effectue de manière asynchrone.
  • Dès la création de la tâche, le système retourne immédiatement un task_id. À l'étape suivante, utilisez ce task_id pour interroger le résultat de la tâche dans un délai de 24 heures.

Paramètres de requête

ParamètreTypeEmplacementObligatoireDescriptionValeur d'exemple
Content-TypeStringHeaderOuiType de requête : application/json.application/json
AuthorizationStringHeaderOuiClé API au format Bearer sk-xxx.Bearer sk-1a**2b
X-DashScope-AsyncStringHeaderOuiValeur fixe : enable. Indique l'utilisation de la méthode d'appel asynchrone.enable
modelStringBodyOuiSpécifie le modèle à appeler.wan2.2-s2v
input.image_urlStringBodyOuiURL de l'image téléchargée.
  • Formats d'image pris en charge : jpg, jpeg, png, bmp et webp.
  • Résolution de l'image : La largeur et la hauteur doivent être comprises dans l'intervalle [400, 7000] pixels.
  • L'image doit être accessible via une URL HTTP/HTTPS publique.
http://aaa/bbb.jpg
input.audio_urlStringBodyOuiURL du fichier audio téléchargé.
  • Formats audio : wav et mp3.
  • Limites audio : fichier <15 Mo, durée <20 secondes.
  • Contenu audio : L'audio doit contenir une voix humaine claire et forte, débarrassée du bruit ambiant, de la musique de fond et d'autres interférences.
  • L'audio doit être accessible via une URL HTTP/HTTPS publique.
http://aaa/bbb.mp3
parameters.resolutionStringBodyNonNiveau de résolution vidéo.Valeurs valides : 480P et 720P. Valeur par défaut : 480P.Le modèle s'efforce de conserver le rapport d'aspect de la vidéo de sortie identique à celui de l'image d'entrée, tout en ajustant le nombre total de pixels au niveau sélectionné sans modifier ce rapport.
480P : généralement 640 x 480 (environ 310 000 pixels), rapport d'aspect 4:3.720P : généralement 1280 x 720 (environ 920 000 pixels), rapport d'aspect 16:9.Exemple : Si l'image d'entrée a un rapport d'aspect de 4:5 et que vous sélectionnez le niveau 480P, la vidéo de sortie conserve le rapport 4:5 et la résolution est ajustée à environ 310 000 pixels. Par exemple, la résolution de la vidéo de sortie peut être de 480 x 600, soit un total de 288 000 pixels. Ces données sont fournies à titre indicatif uniquement ; la sortie réelle peut varier.
480P
La durée de la vidéo générée correspond à celle de l'audio d'entrée. Par conséquent, la durée maximale de vidéo par requête est également limitée par la durée de l'audio (qui doit être inférieure à 20 secondes). Si l'audio d'entrée dépasse 20 secondes, la tâche échoue. Pour générer une vidéo plus longue, découpez l'audio en segments de moins de 20 secondes, appelez cette interface pour chaque segment, puis utilisez un outil de montage vidéo pour assembler les segments en une vidéo complète.

Paramètres de réponse

Paramètre

Type

Description

Valeur d'exemple

output.task_id

String

ID unique de la tâche asynchrone.

a8532587-fa8c-4ef8-82be-0c46b17950d1

output.task_status

String

État de la tâche après soumission asynchrone.

PENDING

request_id

String

ID unique de cette requête.

7574ee8f-38a3-4b1e-9280-11c33ab46e51

Exemple de requête

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"
        }
    }'

Exemple de réponse

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

Étape 2 : Interroger les résultats par ID de tâche

Utilisez le task_id obtenu à l'étape précédente pour envoyer une requête GET afin de consulter l'état et le résultat de la tâche. Remplacez {task_id} dans l'URL par votre ID de tâche, et remplacez {WorkspaceId} par votre ID d'espace de travail.
GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}
  • Les tâches de génération vidéo prennent du temps (environ 5 à 10 minutes). Nous recommandons d'utiliser un mécanisme d'interrogation avec un intervalle raisonnable (par exemple, 15 secondes) pour récupérer les résultats.
  • La video_url retournée après le succès d'une tâche est valide pendant 24 heures. Téléchargez et enregistrez la vidéo sans tarder.

Paramètres de requête

Paramètre

Type

Emplacement

Obligatoire

Description

Valeur d'exemple

Authorization

String

Header

Oui

Clé API, par exemple Bearer sk-xxx.

Bearer sk-xxx

task_id

String

Url Path

Oui

ID de la tâche à interroger.

a8532587-fa8c-4ef8-82be-0c46b17950d1

Paramètres de réponse

ParamètreTypeDescriptionValeur d'exemple
output.task_idStringID de la tâche interrogée.a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_statusStringÉtat de la tâche. Valeurs possibles :
  • PENDING : En file d'attente
  • RUNNING : En cours de traitement
  • SUCCEEDED : Succès
  • FAILED : Échec
  • UNKNOWN : La tâche n'existe pas ou son état est inconnu
  • CANCELED : Tâche annulée avec succès
SUCCEEDED
output.submit_timeStringHeure de soumission de la tâche.2025-09-01 09:37:27.468
output.scheduled_timeStringHeure de début d'exécution de la tâche.2025-09-01 09:37:34.885
output.end_timeStringHeure de fin de la tâche.2025-09-01 09:40:20.734
output.results.video_urlStringFichier vidéo généré.La video_url est valide pendant 24 heures. Téléchargez-la rapidement.https://xxx/1.mp4?Expires=xxx
usage.durationFloatDurée de la vidéo en secondes. Utilisée pour la facturation, calculée à la seconde.10,23
usage.video_countIntegerNombre de vidéos générées.1
usage.SRIntegerNiveau de résolution de la vidéo générée.480
usage.sizeStringRésolution de la vidéo générée par cette requête."size": "640*480"
usage.fpsIntegerFréquence d'images de la vidéo générée par cette requête."fps": 16
output.codeStringCode d'erreur. Retourné lorsque la tâche échoue.InvalidParameter
output.messageStringDétails de l'erreur. Retournés lorsque la tâche échoue.The request is missing required parameters or in a wrong format
request_idStringID unique de cette requête.7574ee8f-38a3-4b1e-9280-11c33ab46e51

Exemple de requête

Remplacez 86ecf553-d340-4e21-xxxxxxxxx par le task_id réel, et remplacez {WorkspaceId} par votre ID d'espace de travail.
curl -X GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"
Le task_id permet d'interroger les résultats de la tâche uniquement pendant 24 heures. Passé ce délai, le système l'efface automatiquement.

Exemple de réponse

  • Réponse réussie
  • Réponse d'échec
Les données de la tâche (telles que l'état de la tâche et l'URL de la vidéo) ne sont conservées que pendant 24 heures. Elles sont ensuite automatiquement effacées. Enregistrez les résultats sans tarder.
{
    "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"
}

Facturation et limitation de débit

  • Pour les quotas gratuits et la tarification des modèles, consultez Wanx-Digital Human.
  • Pour la limitation de débit des modèles, consultez Série Wanxiang.
  • Notes sur la facturation :
    • L'entrée n'est pas facturée ; seule la sortie l'est. Le coût dépend du nombre de secondes de la vidéo générée avec succès.
    • Les appels de modèle ayant échoué ou les erreurs de traitement ne sont pas facturés et ne consomment pas le Quota gratuit pour les nouveaux utilisateurs.

Codes d'erreur

Si un appel de modèle échoue et retourne un message d'erreur, consultez Codes d'erreur pour résoudre le problème.