デジタルヒューマン wan2.2-s2v モデルは、 1 枚の画像と 1 つのオーディオファイル に基づいて、自然に話したり、歌ったり、パフォーマンスしたりする動画を生成します。
- オーディオ駆動： 人間の音声を入力して静止画像内の人物を駆動し、唇の動き、表情、動作を音声と同期させます。
- 豊富なシナリオ： リップシンクの 3 つのシナリオ "speaking"、"singing"、"performing" に対応しています。
- 多様なキャラクタースタイル： 実写の人物 (ポートレート、上半身、全身) とアニメキャラクターに対応しています。
- 出力動画の解像度： 480P と 720P の解像度オプションを提供します。
モデルと料金
モデル名 | 料金 | スロットリング (メインアカウントと RAM ユーザーで共有) | |
|---|---|---|---|
タスク送信 RPS 制限 | 同時タスク制限 | ||
wan2.2-s2v | 480P: 0.071677ドル/秒 720P: 0.129018ドル/秒 | 5 | 1 |
HTTP API
前提条件
- サービスを有効化して API キーを取得します：API キーの取得。
- 環境変数を設定します：API キーを環境変数として設定。
ステップ 1：タスクを作成してタスク ID を取得
{WorkspaceId} を実際の ワークスペース ID に置き換えてください。
- このモデルは処理に時間がかかるため、タスクを非同期で作成します。
- タスクが作成されると、システムはすぐに
task_idを返します。 次のステップでは、この task_id を使用して 24 時間以内にタスクの結果をクエリします。
リクエストパラメーター
| パラメーター | 型 | 場所 | 必須 | 説明 | 値の例 |
|---|---|---|---|---|---|
| Content-Type | String | ヘッダー | はい | リクエストタイプ： application/json | application/json |
| Authorization | String | ヘッダー | はい | API キー。形式は Bearer sk-xxx です。 | Bearer sk-1a**2b |
| X-DashScope-Async | String | ヘッダー | はい | 固定値： enable。非同期呼び出しメソッドを使用することを示します。 | enable |
| model | String | ボディ | はい | 呼び出すモデルを指定します。 | wan2.2-s2v |
| input.image_url | String | ボディ | はい | アップロードされた画像の URL。
| http://aaa/bbb.jpg |
| input.audio_url | String | ボディ | はい | アップロードされたオーディオファイルの URL。
| http://aaa/bbb.mp3 |
| parameters.resolution | String | ボディ | いいえ | 動画の解像度レベル。有効な値： 480P および 720P。デフォルト値： 480P。モデルは、出力動画のアスペクト比が入力画像と一致するように、アスペクト比を変更せずに総ピクセル数を選択されたレベルに調整します。
例 480P： 通常 640 x 480 (約 310,000 ピクセル)、アスペクト比 4:3。720P： 通常 1280 x 720 (約 920,000 ピクセル)、アスペクト比 16:9。例： 入力画像のアスペクト比が 4:5 で、480P レベルを選択した場合、出力動画は 4:5 のアスペクト比を維持し、解像度は約 310,000 ピクセルに調整されます。たとえば、出力動画の解像度は 480 x 600 で、合計 288,000 ピクセルになります。この数値はあくまで参考です。実際の出力は異なる場合があります。 | 480P |
レスポンスパラメーター
パラメーター | 型 | 説明 | 値の例 |
|---|---|---|---|
output.task_id | String | 非同期タスクの一意の ID。 | a8532587-fa8c-4ef8-82be-0c46b17950d1 |
output.task_status | String | 非同期タスクを送信した後のタスクステータス。 | PENDING |
request_id | String | このリクエストの一意の ID。 | 7574ee8f-38a3-4b1e-9280-11c33ab46e51 |
リクエスト例
レスポンス例
ステップ 2：タスク ID で結果を照会
前の手順で取得した task_id を使用して GET リクエストを送信し、タスクのステータスと結果を照会します。 URL の {task_id} を実際のタスク ID に置き換え、{WorkspaceId} を実際の ワークスペース ID に置き換えます。
- 動画生成タスクには長い時間 (約 5～10 分) がかかります。結果を取得するには、適切なクエリ間隔 (たとえば 15 秒) のポーリングメカニズムを使用することを推奨します。
- タスクの成功後に返される
video_urlは、24 時間有効です。速やかにビデオをダウンロードして保存してください。
リクエストパラメーター
パラメーター | 型 | 場所 | 必須 | 説明 | 値の例 |
|---|---|---|---|---|---|
Authorization | String | ヘッダー | はい | API キー。例： Bearer sk-xxx。 | Bearer sk-xxx |
task_id | String | URL パス | はい | 照会するタスクの ID。 | a8532587-fa8c-4ef8-82be-0c46b17950d1 |
レスポンスパラメーター
パラメーター | 型 | 説明 | 値の例 |
|---|---|---|---|
output.task_id | String | 照会したタスクの ID。 | a8532587-fa8c-4ef8-82be-0c46b17950d1 |
output.task_status | String | タスクステータス。取り得る値：
| SUCCEEDED |
output.submit_time | String | タスクの送信時刻。 | 2025-09-01 09:37:27.468 |
output.scheduled_time | String | タスクの実行開始時刻。 | 2025-09-01 09:37:34.885 |
output.end_time | String | タスクの完了時刻。 | 2025-09-01 09:40:20.734 |
output.results.video_url | String | 生成された動画ファイル。 video_url は 24 時間有効です。速やかにダウンロードしてください。 | https://xxx/1.mp4?Expires=xxx |
usage.duration | Float | 動画のデュレーション (秒)。課金に使用され、秒単位で課金されます。 | 10.23 |
usage.video_count | Integer | 生成された動画の数。 | 1 |
usage.SR | Integer | 生成された動画の解像度レベル。 | 480 |
usage.size | String | このリクエストで生成された動画の解像度。 | 640*480 |
usage.fps | Integer | このリクエストで生成された動画のフレームレート。 | 16 |
output.code | String | エラーコード。タスクが失敗した場合に返されます。 | InvalidParameter |
output.message | String | エラーの詳細。タスクが失敗した場合に返されます。 | The request is missing required parameters or in a wrong format |
request_id | String | このリクエストの一意の ID。 | 7574ee8f-38a3-4b1e-9280-11c33ab46e51 |
リクエスト例
86ecf553-d340-4e21-xxxxxxxxx を実際の task_id に置き換え、また {WorkspaceId} を実際の ワークスペース ID に置き換えます。
レスポンス例
- 成功したレスポンス
- 失敗したレスポンス
課金とスロットリング
- モデルの無料クォータと料金については、 Wanx-Digital Human をご参照ください。
- モデルのスロットリングについては、 Wanxiang series をご参照ください。
-
課金に関する注意事項：
- 入力は課金対象外で、出力が課金対象です。課金は、生成に成功した動画の秒数に基づいて行われます。
- モデル呼び出しの失敗または処理エラーは課金されず、 Free quota for new users も消費されません。