X-Dub 人物口型同步

用人物视频和驱动音频生成口型同步视频，不混入文生视频参数。

先完成快速开始，确认当前服务向该 Key 开放口型同步能力。

准备两个素材

输入	multipart 字段	要求
人物视频	`video`	MP4，15–60 FPS，推荐 24–32 FPS，通用大小上限 128 MiB
驱动音频	`audio`	WAV，最多 60 秒，通用大小上限 25 MiB

当前处理会归一化到 25 FPS。使用清晰、稳定、可见的人脸和干净音频；输入质量会影响效果，但不能保证所有遮挡、侧脸都能成功。容量和格式若有变化，以当前服务的素材约束为准。

curl --fail-with-body --max-time 120 "$JUSP_BASE_URL/assets/input?model=$JUSP_MODEL" \
  -H "Authorization: Bearer $JUSP_API_KEY" -F 'video=@person.mp4' --output video.json
curl --fail-with-body --max-time 120 "$JUSP_BASE_URL/assets/input?model=$JUSP_MODEL" \
  -H "Authorization: Bearer $JUSP_API_KEY" -F 'audio=@speech.wav' --output audio.json

分别保存响应的 asset.assetId，不要互换音频和视频 ID。

创建请求

{"model":"<MODEL_ALIAS>","input_video_asset_id":"<VIDEO_ASSET_ID>","input_audio_asset_id":"<AUDIO_ASSET_ID>","seed":42}

保存为 request.json 后提交：

curl --fail-with-body --max-time 60 "$JUSP_BASE_URL/media/generations" \
  -H "Authorization: Bearer $JUSP_API_KEY" \
  -H 'Content-Type: application/json' \
  -H 'Idempotency-Key: lip-sync-001' \
  --data-binary @request.json --output create.json

该模式不需要提示词；不要传 generationMode、resolutionTier、orientation、seconds、fps、enableRife 或 speedMultiplier。它不是人物动作替换，不能改用 Wan 的 characterMode。

完成与计费

按任务查询查询原任务并下载输出。按驱动音频的有效时长、video_second 及当前生效单价结算；当前价格档使用 480p 不表示把输入画布强制缩为 480p。以输出 mimeType、实际视频和服务返回用量为准。

素材过期时重新上传；参数错误时先修正输入；HTTP 200 的任务查询仍可能是 failed，必须读取任务状态。保留原任务信息再决定是否重试，避免重复扣费。

X-Dub 人物口型同步

准备两个素材

创建请求

完成与计费

本页目录