Skip to main content
Wanxiang - Digital Human

Referência da API de geração de vídeo wan2.2-s2v para humano digital

O modelo de humano digital wan2.2-s2v gera vídeos naturais de fala, canto ou performance a partir de uma única imagem e um arquivo de áudio .

  • Conduzido por áudio: Use áudio de voz humana para animar a pessoa em uma imagem estática e sincronize movimentos labiais, expressões faciais e ações com o som.
  • Cenários variados: Oferece suporte a três cenários de sincronia labial: "speaking", "singing" e "performing".
  • Diversos estilos de personagens: Compatível com pessoas reais (retrato, meio corpo, corpo inteiro) e personagens de desenho animado.
  • Resolução do vídeo de saída: Disponibiliza opções de resolução 480P e 720P.
Este documento aplica-se exclusivamente à região China (Beijing). Para usar os modelos, use uma chave de API da região China (Beijing).

Modelos e preços

Nome do modelo

Preço

Limitação de taxa (compartilhada entre conta principal e usuários RAM)

Limite de RPS para envio de tarefas

Limite de tarefas simultâneas

wan2.2-s2v

480P: $0,071677/segundo

720P: $0,129018/segundo

5

1

API HTTP

Pré-requisitos

  • Ative o service e obtenha uma chave de API: Obtain an API key.
  • Configure as variáveis de ambiente: Configure API key as an environment variable.

Etapa 1: Crie uma tarefa para obter um ID de tarefa 

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis
Substitua {WorkspaceId} pelo seu workspace ID real.
  • Como este modelo exige tempo prolongado de processamento, a criação das tarefas ocorre de forma assíncrona.
  • Após criar a tarefa, o sistema retorna imediatamente um task_id. Na próxima etapa, use esse task_id para consultar o resultado da tarefa dentro de 24 horas.

Parâmetros da solicitação

ParâmetroTipoLocalizaçãoObrigatórioDescriçãoValor de exemplo
Content-TypeStringHeaderSimTipo da solicitação: application/json.application/json
AuthorizationStringHeaderSimChave de API no formato Bearer sk-xxx.Bearer sk-1a**2b
X-DashScope-AsyncStringHeaderSimValor fixo: enable. Indica o uso do método de chamada assíncrona.enable
modelStringBodySimEspecifica o modelo a ser chamado.wan2.2-s2v
input.image_urlStringBodySimURL da imagem enviada.
  • Formatos de imagem: compatível com jpg, jpeg, png, bmp e webp.
  • Resolução da imagem: A largura e a altura devem estar entre [400, 7000] pixels.
  • A imagem deve estar acessível por meio de uma URL HTTP/HTTPS pública.
http://aaa/bbb.jpg
input.audio_urlStringBodySimURL do arquivo de áudio enviado.
  • Formatos de áudio: wav e mp3.
  • Limites de áudio: arquivo <15 MB, duração <20 segundos.
  • Conteúdo de áudio: O áudio deve conter fala humana clara e alta, sem ruído ambiente, música de fundo ou outras interferências.
  • O áudio deve estar acessível por meio de uma URL HTTP/HTTPS pública.
http://aaa/bbb.mp3
parameters.resolutionStringBodyNãoNível de resolução do vídeo.Valores válidos: 480P e 720P. Valor padrão: 480P.O modelo tenta manter a proporção do vídeo de saída consistente com a imagem de entrada e ajusta a contagem total de pixels para o nível selecionado sem alterar a proporção.
480P: geralmente 640 x 480 (cerca de 310.000 pixels), proporção 4:3.720P: geralmente 1280 x 720 (cerca de 920.000 pixels), proporção 16:9.Exemplo: Se a imagem de entrada tiver proporção 4:5 e você selecione o nível 480P, o vídeo de saída manterá a proporção 4:5 e a resolução será ajustada para cerca de 310.000 pixels. Por exemplo, a resolução do vídeo de saída pode ser 480 x 600, totalizando 288.000 pixels. Estes dados servem apenas como referência; a saída real pode variar.
480P
A duração do vídeo gerado corresponde à duração do áudio de entrada. Portanto, a duração máxima do vídeo por solicitação também é limitada pela duração do áudio (deve ser inferior a 20 segundos). Caso o áudio de entrada exceda 20 segundos, a tarefa falhará. Para gerar um vídeo mais longo, divida o áudio extenso em segmentos menores que 20 segundos, chame esta interface para cada segmento e depois use uma ferramenta de edição de vídeo para concatenar os segmentos em um vídeo completo.

Parâmetros da resposta

Parâmetro

Tipo

Descrição

Valor de exemplo

output.task_id

String

ID exclusivo da tarefa assíncrona.

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

output.task_status

String

Status do job após o envio da tarefa assíncrona.

PENDING

request_id

String

ID exclusivo desta solicitação.

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

Exemplo de solicitação 

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"
        }
    }'

Exemplo de resposta 

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

Etapa 2: Consultar resultados pelo ID da tarefa

Use o task_id obtido na etapa anterior para enviar uma solicitação GET e consultar o status e o resultado da tarefa. Substitua {task_id} na URL pelo ID real da sua tarefa，e substitua {WorkspaceId} pelo seu workspace ID real. 
GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}
  • As tarefas de geração de vídeo demoram bastante (cerca de 5 a 10 minutos). Recomendamos adotar um mecanismo de polling com um intervalo de consulta razoável (por exemplo, 15 segundos) para recuperar os resultados.
  • A video_url retornada após o sucesso da tarefa permanece válida por 24 horas. Baixe e salve o vídeo prontamente.

Parâmetros da solicitação

Parâmetro

Tipo

Localização

Obrigatório

Descrição

Valor de exemplo

Authorization

String

Header

Sim

Chave de API, por exemplo, Bearer sk-xxx.

Bearer sk-xxx

task_id

String

Url Path

Sim

ID da tarefa a ser consultada.

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

Parâmetros da resposta

Parâmetro

Tipo

Descrição

Valor de exemplo

output.task_id

String

ID da tarefa consultada.

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

output.task_status

String

Status da tarefa. Valores possíveis:

  • PENDING: Na fila

  • RUNNING: Processando

  • SUCCEEDED: Sucesso

  • FAILED: Falha

  • UNKNOWN: Job inexistente ou status desconhecido

  • CANCELED: Tarefa cancelada com sucesso

SUCCEEDED

output.submit_time

String

Horário de envio da tarefa.

2025-09-01 09:37:27.468

output.scheduled_time

String

Horário de início da execução da tarefa.

2025-09-01 09:37:34.885

output.end_time

String

Horário de conclusão da tarefa.

2025-09-01 09:40:20.734

output.results.video_url

String

Arquivo de vídeo gerado.

A video_url é válida por 24 horas. Baixe-o prontamente.

https://xxx/1.mp4?Expires=xxx

usage.duration

Float

Duração do vídeo em segundos. Usado para faturamento, cobrado por segundo.

10,23

usage.video_count

Integer

Quantidade de vídeos gerados.

1

usage.SR

Integer

Nível de resolução do vídeo gerado.

480

usage.size

String

Resolução do vídeo gerado por esta solicitação.

"size": "640*480"

usage.fps

Integer

Taxa de quadros do vídeo gerado por esta solicitação.

"fps": 16

output.code

String

Código de erro. Retornado quando a tarefa falha.

InvalidParameter

output.message

String

Detalhes do erro. Retornado quando a tarefa falha.

The request is missing required parameters or in a wrong format

request_id

String

ID exclusivo desta solicitação.

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

Exemplo de solicitação

Substitua 86ecf553-d340-4e21-xxxxxxxxx pelo task_id real，e substitua {WorkspaceId} pelo seu workspace ID real. 
curl -X GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"
O task_id permite consultar os resultados da tarefa apenas dentro de 24 horas. Após esse período, o sistema o limpa automaticamente.

Exemplo de resposta

  • Resposta de sucesso
  • Resposta de falha
Os dados da tarefa (como status e URL do vídeo) são retidos por apenas 24 horas. Depois disso, são limpos automaticamente. Salve os resultados prontamente.
{
    "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"
}

Faturamento e limitação de taxa

  • Para cotas gratuitas e preços dos modelos, consulte Wanx-Digital Human.
  • Para limitação de taxa dos modelos, consulte Wanxiang series.
  • Observações sobre faturamento:
    • A entrada não é faturada; apenas a saída gera custos. A cobrança é feita com base na quantidade de segundos do vídeo gerado com sucesso.
    • Chamadas de modelo com falha ou erros de processamento não são cobradas e não consomem Free quota for new users.

Códigos de erro

Se uma chamada de modelo falhar e retornar uma mensagem de erro, consulte Error codes para resolver o problema.
Uso da API
Referência da API de Geração de Texto
Geração de Imagens
  • FAQ
Geração de Vídeo
Áudio
Multimodal em Tempo Real
API em tempo real
Incorporação de Texto
Mais Modelos
Toolkit/Framework
Produção de Modelos
File Management
Gerenciamento de modelos
Mais
Referência da API de geração de vídeo wan2.2-s2v para humano digital - Alibaba Cloud Model Studio