数字人视频 API 平台调研对比，想听听大家的建议

[jarl]

最近公司有个需求，需要在产品里接入数字人视频相关的 API 。老板的想法是先小规模试运营看看效果，所以前期不太想投入太多资金。我的需求大致如下：

1. 基础要求：支持不限量或能大量定制数字人 + 声音克隆。
2. 视频对口型：视频 + 文本 + 定制声音 → 新的视频。
3. 图生视频：照片 + 文本 + 定制声音 → 新的视频。
4. 上传营销视频生成：上传现成的营销视频 + 自己的照片 + 自己的音频或文本 + 克隆的声音，生成新视频。（目前只看到阿里通义万相的“通用视频编辑-局部编辑”，0.70 元/秒可以实现，但效果真的不太行）

第 4 点其实已经不抱希望了。至于为什么不考虑自研部署：一方面自己部署太折腾，另一方面算下来应该比直接买服务更贵。

---

我调研了几个平台，发现一些问题：

• 阿里

  • 视频口型替换：如果音频长于视频，会用“倒放-正放”交替模式扩展视频时长，结果就是看起来不太流畅。
  • 图生数字人：最长只有 20 秒，实在太短。
  • 图生唱演视频：只适合大头照，照片里一旦有手就容易错乱。

• 客易云

  • API 对接门槛是 5000 起，前期投入太高。
  • 目前没看到能直接“图生数字人”的能力。

• 蝉镜

  • 需要专业版及以上才能对接 API ，成本偏高。
  • 声音克隆有不少限制。

• 字节即梦

  • 数字人 API 还未放开。

---

参考截图：

---

想问下大家，有没有用过类似的数字人 API ？或者有没有性价比更高、效果更好的平台推荐？

[RotkPPP]

几个大厂都试试呗，字节，百度，阿里的，总有适合你的

[jarl]

@RotkPPP 字节的数字人 api 没开放，百度的 2D 小样本数字人定制（通用口型） 一次就 1000 元

[GaryLee]

如果你是移动端的话，可以 github 上搜下 Duix-Mobile ，开源且可以端侧推理，我们已经在安卓设备上跑通整个流程了，就是定制数字人有点贵(没记错的应该是 9800 一个)，还需要自己找人拍视频

[card123]

其实做这个挺多的 CC 视频好像也做吧？还有什么保利威视，应该都是做这一类的

[jarl]

@GaryLee 感谢，看了一下，主要是针对数字人直播的，但是我们不需要直播，视频就行

[XinPingQiHe]

去年也曾到处寻找类似需求的实现，这些平台大多是针对终端用户的。还真没找到全流程支持的 API ，后来放弃了

[GaryLee]

@jarl 他们主页有另外一个项目，就是用来生成视频的

[paceewang1]

https://iquying.funnycp.com/

[louiswanglol]

@jarl 需要视频合成 API 吗？ https://chillin.online/zh_cn/render-api ，价格超低，有兴趣的话可以联系我微信 chillin-louis