MirrorCastDigital Human
Jiying Digital Human
数字人口播通道,上传一张正面角色图与一段音频或文案,输出唇形与微动作同步的讲解视频,适合口播、课程与商品讲解。
Lip syncBroadcastVoice Cloning
- Single-line limit
- 5 minutes
- 最高分辨率
- 1080p
- Reference Quota
- 1 image + 1 audio
- 映点消耗
- About 20 views / 10 seconds
能力边界
本站自研通道的当前规格
| 能力项 | Supported | Description |
|---|---|---|
| Lip sync | Supported | 按音频逐字对齐唇形,微动作自动补 |
| 文案直出 | Supported | 内置合成音色,无需先录音 |
| 自定义音色 | Supported | 需本人授权,上传参考音频后绑定 |
| 多机位切换 | 不支持 | 单机位固定构图,切机位靠剪辑 |
| 全身动作 | 不支持 | 以头肩与半身为主,大幅动作不自然 |
| 超过 5 分钟 | 不支持 | 长课程按段落拆分后拼接 |
可调参数
- Aspect Ratio
- 9:16 / 16:9 / 1:1
- 音色
- 内置音色 / 本机绑定音色
- 口型精度
- 标准 / 高精度
- 背景
- 保留原图 / 纯色 / 虚化
课程多用 16:9,口播多用 9:16
绑定音色需授权声明
高精度更慢,适合近景
纯色便于后期抠像
消耗与结算
映点说明- 计费单位
- 按输出分钟计费
- 参考消耗
- 约 120 映点 / 分钟
- 失败处理
- 终态失败退回
不足 1 分钟按 1 分钟计
高精度档更高
音频超长会被截断
- 角色图需正面、无遮挡,侧脸会明显失真
- 音色克隆必须取得本人授权,否则不得使用
- 文案直出的语气偏平稳,重要内容建议真人录音
- 长视频请按 1–2 分钟分段生成
擅长风格
Style Library匹配度来自公开能力说明与风格实测经验,同一模型在写实与插画上的表现差异较大,换风格前先试一条。
适配模板
全部模板模板库暂未收录绑定该模型的模板,可先看通用结构再改参数。去模板库
能力看到这里,下一步是接入
当前版本生成通道仍为演示态;真实调用需要数据库与边缘函数,密钥只配在管理端。