火山引擎怎麼用 AI生成影片和數字人教程

開啟火山引擎官網註冊帳號並完成實名認證

瀏覽器輸入火山引擎官網，右上角點“立即註冊”，手機號收驗證碼，填完基本資訊。註冊完點右上角頭像進「帳號管理」→「實名認證」，個人認證傳身份證正反面，一般幾分鐘就過；企業認證要傳營業執照，審核慢一點。沒實名的話後面所有AI服務都開通不了，控制檯裡搜出來的產品全是灰的。認證透過後頭像旁邊會出現藍色盾牌標誌，看到這個再往下走。

進控制檯搜尋OmniHuman並開通數字人服務

登入後在頂部搜尋框裡輸入“OmniHuman”或“即夢AI”，找到產品頁點「立即開通」。開通後會跳轉到「訪問控制」頁面，這裡要建立一組AK/SK金鑰，點“新建金鑰”，把Access Key ID和Secret Access Key複製下來存到記事本。Secret Key關掉彈窗就再也看不到了，丟了只能重新生成。金鑰權限範圍勾選“AI服務呼叫”和“視覺智慧服務”兩項，少勾了後面呼叫會返回403。

準備一張正面人像照和一段15秒以內的音訊

OmniHuman1.5走的是“單圖加音訊驅動”路線。圖片格式用JPG，大小別超過5MB，解析度控制在4096×4096以內。選圖的時候優先挑單人、正臉、五官佔比大的照片，側臉或者戴墨鏡的基本出不來好效果。音訊時長建議15秒以內，最長不超過35秒，格式用MP3或WAV都行，但別帶背景音樂和雜音。把這兩個檔案上傳到能公網訪問的圖床或雲端儲存，拿到URL備用。

呼叫提交任務介面發起影片生成請求

介面地址是火山引擎視覺智慧服務的CVSubmitTask。Body裡必填三個欄位：req_key填realman_avatar_picture_omni_v2、image_url填你的人像圖片公網連結、audio_url填音訊公網連結。另外可選填prompt提示詞來控制畫面動作，比如“鏡頭緩緩推進，人物微笑點頭”。提交後會返回一個task_id，把它記下來，後面查結果要用。這一步如果報50400錯誤碼，說明OmniHuman服務沒開通，回控制檯補開通就行。

輪詢查詢任務狀態直到影片生成完成

提交完任務後調CVGetResult介面查結果。引數裡req_key同樣填realman_avatar_picture_omni_v2，task_id填剛才返回的那個。返回的status欄位有四種狀態：in_queue、generating、done、failed。前兩個說明還在排隊或處理中，等十幾秒再查一次。OmniHuman生成一條15秒影片大約需要60到120秒。狀態變成done之後，data裡的video_url就是成片下載連結，但這個連結有效期只有1小時，拿到之後立刻下載到本地。

想用克隆數字人做直播的話先錄一段模板影片

如果你要做的是能反覆使用的克隆數字人而不是單次圖驅動，路線不一樣。先在「建立克隆數字人形象」介面上傳一段20秒左右的真人出鏡模板影片，要求正臉清晰、光線均勻、口型動作自然。系統會返回一個resource_id，這就是你的專屬數字人形象ID。後面每次生成影片時，req_key換成realman_avatar_creation_task，傳resource_id和新的音訊URL就行，不用再傳圖片。

文字轉影片走Seedance路線更適合批次出片

如果你手頭沒有現成的人像照片，想做的是純文字生成影片內容，那就用Seedance。先在控制檯搜“Seedance”點開通，然後在「建立影片生成任務」介面裡填prompt提示詞、解析度、比例、時長四個核心引數。提示詞寫法參考“夕陽下的湖面，金色光芒鋪滿水面，鏡頭緩緩後拉”，解析度選720p或1080p，比例豎屏填9:16。免費額度每月100次呼叫，單批次最多提交20條任務，超過會觸發限流。

用聲音復刻讓自己的聲音出現在數字人影片裡

如果不想用預設的合成音色，進控制檯搜“聲音復刻”。上傳一段10到30秒的清晰人聲錄音，格式用WAV，檔案小於3MB，環境要安靜不能有混響和多人對話。上傳後系統秒級完成克隆，生成一個speaker ID。回到數字人影片生成介面，把音訊引數換成這個speaker ID加上你要說的文字，出來的影片就是你自己聲音配的。聲音復刻2.0版本支援在合成時調情感和語速，比1.0自然不少。

實時互動數字人走WebSocket流式路線延遲最低

如果你要做的是能實時對話的數字人客