通义万相数字人

万相数字人

图片+音频生成数字人说话/唱歌视频

25-90 积分

📸 上传人物图片

图片要求：

• 格式：jpeg/jpg/png/bmp/webp

• 分辨率：宽高都在 [400, 7000] 像素范围内

• 内容：画面中仅有一人，正对镜头，人脸完整无遮挡

音频要求：

• 格式：wav/mp3

• 大小：< 15M

• 时长：3-30 秒

• 内容：清晰的人声语音（无噪音、无背景音乐）

视频风格

视频分辨率

等待视频生成完成

视频信息：

• 时长：秒

• 分辨率：

1. 上传图片：清晰的正面人脸照片，画面中仅有一人，人脸完整无遮挡

2. 上传音频：清晰的人声语音（3-30秒），无噪音和背景音乐

3. 选择参数：视频风格（说话/唱歌/表演）和分辨率（480P/720P）

4. 提交任务：系统会先进行图像检测，检测通过后开始生成视频

5. 等待生成：数字人视频生成通常需要几分钟，点击「查询状态」查看进度

6. 下载视频：生成完成后可在线播放或下载视频

7. 积分计费 💰：按视频时长和分辨率计费。480P: 26积分/秒，720P: 47积分/秒。图像检测费用包含在内。