当前位置: 首页 > news >正文

likeadmin-api 全驱动数字人参数避坑:file_url、ref_file_url 和 mode 怎么传

最近在做一条数字人口播链路时,我遇到的第一个问题不是模型效果,而是请求参数没有对齐:图片 URL 和音频 URL 的字段名容易写反,mode又同时影响生成模式和计费档位,任务提交成功后还要把返回的任务 ID 保存下来。为了让这类接入更容易落地,本文用 LikeAdmin API 的image_human/submit接口拆一遍完整请求。

一、这个接口解决什么问题

LikeAdmin API 的全驱动数字人能力接收一张人物图片和一段参考音频,生成数字人视频。图片负责人物外观,音频负责口播内容和时长,提示词可以补充人物状态、镜头和动作要求。

它适合产品介绍、课程片段、客服播报和短视频批量生产等场景。接口采用异步任务模式,提交接口返回平台任务 ID,后续通过查询接口取得状态和结果。

二、先把必填参数分清楚

POST /api/v1/apps/image_human/submit的核心参数如下:

参数必填作用
`file_url`输入人物图片 URL
`ref_file_url`驱动数字人的音频 URL
`prompt`对人物表达、镜头和动作的补充描述
`mode``fast` 或 `standard`,默认 `standard`
`duration`音频时长,未传时平台可从音频地址探测

这里最容易出错的是file_urlref_file_url。前者应该是图片,后者应该是音频。建议在业务代码里把变量命名成avatar_image_urldriving_audio_url,在组装 JSON 时再映射到接口字段,避免把两个 URL 直接混用。

三、请求示例

curl --request POST \ --url https://api.likeadmin.cn/api/v1/apps/image_human/submit \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "file_url": "https://example.com/avatar.png", "ref_file_url": "https://example.com/voice.wav", "mode": "standard", "prompt": "人物面对镜头自然说话,表情稳定,肢体动作适度" }'

请求地址使用 LikeAdmin API 的开放 API 前缀/api/v1。API Key 只放在服务端,示例中的YOUR_API_KEY、图片地址和音频地址都需要替换为自己的占位值或配置项,不能写入前端代码。

四、mode 和成本怎么理解

资料库中给出的image_human价格摘要是快速模式 2 点/次、标准模式 3 点/次。实际使用时仍应以账户当前价格页和当前租户 SKU 为准。

接入初期建议先用fast做参数验证,确认图片、音频和业务流程都能跑通,再切换到standard进行效果测试。不要把模式选择写死在多个业务分支中,可以统一放在配置文件里:

const payload = { file_url: avatarImageUrl, ref_file_url: drivingAudioUrl, mode: process.env.LIKEADMIN_IMAGE_HUMAN_MODE || "standard", prompt: prompt || undefined };

如果任务按音频时长计费,建议在提交前记录音频时长、模式和业务订单号,提交后再把平台返回的task_id与这三项一起保存。这样出现重试或对账问题时,能知道一次任务到底用了哪组参数。

五、查询任务不能省略

查询接口为POST /api/v1/apps/image_human/query,参数只有一个必填字段task_id

curl --request POST \ --url https://api.likeadmin.cn/api/v1/apps/image_human/query \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{"task_id":"YOUR_TASK_ID"}'

生产环境可以采用两种方式:有稳定公网服务时传入回调地址并由业务系统接收完成通知;没有回调服务时,按间隔轮询查询接口。无论采用哪种方式,都要把task_id当作幂等键,避免重复提交同一份输入。

六、素材和异常处理

  1. 图片和音频必须是平台能够访问的公网地址。内网地址、临时失效地址和需要登录才能访问的地址,都会导致上游无法拉取素材。
  2. 图片尽量使用主体清晰、脸部无遮挡的素材,音频尽量避免过强噪声和过长静音段。
  3. 提交成功不等于生成成功。业务状态应至少区分提交成功、处理中、完成和失败,并在失败时保存原始错误信息。
  4. 重试前先查询原任务,只有确认任务失败或超时,才重新创建任务。不要因为客户端请求超时就立即重复扣费提交。
  5. 价格、开放范围和当前模式以 LikeAdmin API 当前页面为准,资料库只作为本文写作时的接口参考。

七、总结

全驱动数字人的接入重点可以归纳为三点:图片和音频字段不要混淆,模式和计费要可追踪,提交后的任务查询要做成完整闭环。LikeAdmin API 将应用编码、鉴权、任务 ID 和查询接口统一起来,适合把一次效果验证继续扩展成批量口播服务。

封面使用本次接口资料库中的image_human参数截图,发布时会作为 CSDN 封面上传,不依赖本地相对路径。

http://www.jsqmd.com/news/1407486/

相关文章:

  • 农村宅基地流转、继承、翻建遇纠纷,专业宅基地律所处理这类案件的核心法律依据 - 好物分享知识传播
  • LLM as Judge与Best of N:构建自优化的AI代码生成流水线
  • 2026年上海GEO代运营服务筛选与对比指南 - 筑云鲸
  • Linux系统安装Docker Compose:二进制与pip方式详解与避坑指南
  • Git Push报错全解析:从权限认证到分支冲突的完整解决方案
  • 从Docker到nerdctl:轻量级容器管理工具实战指南
  • 基于 PlantUML 的软件系统行为建模:图表选型、描述规范与乙方交付要求
  • 构建统一AI网关:多模型API集成、路由与成本管控实战
  • VNP43IA3:VIIRS BRDF/反照率日值全球 500 米数据集(V002)
  • Unity Tile Palette 2D地图编辑:从基础绘制到Rule Tile智能生成
  • bugku easy_hash
  • 大模型无状态架构解析:从原理到实战,构建有记忆的AI应用
  • Vue + Element Plus 实现文本溢出显示省略号及悬浮提示
  • 争取8周岁以上子女抚养权时,专业抚养权律所的核心办案思路是什么 - 好物分享知识传播
  • 大数据专业不考证能找到工作吗
  • 基于大语言模型与向量数据库的智能写作辅助系统搭建指南
  • 邮寄电动车哪个物流便宜又好?2026年托运避坑指南,这样选最省心! - 快递物流资讯
  • 大模型工具调用进阶:MCP协议下的格式、并行与安全实践
  • 六西格玛绿带报考官网 - 众智商学院官方
  • YOLOv8分类任务实战|全网完整复现玻式绝缘子缺失二分类、均衡数据集训练调参、助力电力巡检缺陷识别落地涨点
  • 智能体记忆系统设计:从向量数据库到个性化助手的工程实践
  • 构建端到端智能体审计引擎:从可观测性到持续优化
  • JavaScript安全最佳实践
  • 从Prompt工程到LLM应用开发:快速构建NLP推理系统的实战指南
  • 手把手教你学 Simulink—— 群体无人机协同覆盖路径生成
  • windows 驱动实例分析系列: wintun驱动分析-api篇(三)
  • 【AIGC】创意领域,AI 的短板不是执行力,而是“选择“
  • Windows硬件信息查询批处理脚本:WMIC与PowerShell实战指南
  • 电子商务专业考研还是考证更适合就业
  • 2026上海GEO代运营服务选型全对比指南 - 筑云鲸