123 口播数字人 API 接入实战：附完整前后端开源项目

在数字人相关应用中，口播视频是一类比较常见的使用场景。相比复杂的模型部署，通过 API 方式完成音视频合成，可以明显降低接入门槛。本文记录一次 123 口播数字人 API 的实际接入过程，包含接口参数说明、返回结构以及相关注意事项，并结合一个开源数字人项目，对整体接入方式进行说明，供学习与参考。

一、接口能力与使用场景说明

该接口主要用于音频驱动视频的口播合成场景，整体调用逻辑较为简单：

提供视频地址
提供音频地址
提交合成任务
通过回调或任务 ID 获取结果

适合用于学习数字人口播流程或进行功能验证。

二、接口基础信息

接口地址

复制代码

POST https://api.yidevs.com/app/human/human/Musetalk/direct

调用方式

请求方式：POST
请求频率：不限
按合成时长计费

参数名	必填	类型	说明
Authorization	是	string	控制台创建的 Token
Accept	否	string	application/json
Content-Type	否	string	application/json

四、请求参数说明

参数名	类型	必填	描述
callback_url	string	是	合成完成后的回调地址
video_url	string	是	视频文件的公网访问地址
audio_url	string	是	音频文件的公网访问地址

说明：

视频与音频需为可直接访问的公网地址
合成效果与素材质量有较大关系

五、接口返回示例与字段解析

复制代码

{
    "code": 200,
    "msg": "success",
    "data": {
        "video_task_id": 573,
        "bill_id": "1102",
        "tips": "合成后的视频地址有效期为24小时，请尽快保存！"
    }
}

字段说明：

video_task_id：视频合成任务 ID
bill_id：计费记录标识
tips：系统提示信息

六、使用过程中的注意事项

在实际测试过程中，有以下几点需要注意：

生成后的视频链接有效期为 24 小时

建议在回调后及时下载并保存
音频清晰度影响最终效果

建议使用无背景音乐、无明显杂音的音频
视频素材尽量保持正脸和稳定画面

频繁遮挡或大幅度转头会影响合成效果

七、开源数字人项目 GenHuman 简介（学习参考）

为了更直观地理解接口在实际项目中的使用方式，这里结合一个基于 API 的开源数字人项目 GenHuman 进行说明。

项目特点

基于 API 接入数字人能力
前后端结构完整，适合学习整体流程
支持 Web、App、小程序等多端形式

技术栈说明

后端：PHP（Webman 框架）
前端：Uniapp
数据库：MySQL

该项目不涉及模型部署，主要用于展示接口调用、任务管理及前端交互流程。

八、部署环境说明（简要）

项目运行环境要求如下：

PHP 8.1
MySQL 5.7
Nginx
Webman 官方依赖扩展

后台管理地址示例：

复制代码

https://YourDomain/admin

九、总结

本文从接口调用角度，记录了 123 口播数字人 API 的基本使用方式，并结合一个开源项目，对数字人口播的整体接入流程进行了说明。对于希望了解音视频合成接口调用流程、或进行相关技术学习的开发者来说，希望该方案对你有一定的参考价值。

123 口播数字人 API 接入实战：附完整前后端开源项目

一、接口能力与使用场景说明

二、接口基础信息

三、请求 Header 参数说明

四、请求参数说明

五、接口返回示例与字段解析

六、使用过程中的注意事项

七、开源数字人项目 GenHuman 简介（学习参考）

项目特点

技术栈说明

八、部署环境说明（简要）

九、总结