name: human-avatar description: 使用阿里云 DashScope/灵眸 API 生成人脸口播视频（talking head video）。支持三种模式：EMO（人像+音频驱动口播，两步流程）、AA/Animate Anyone（全身动画）、灵眸（基于模板的数字人口播视频）。当用户需要制作口播视频、数字人视频、EMO/AA 人脸动画、VideoRetalk 视频换人时触发此技能。

Human Avatar — 阿里云口播视频生成

三种模式

⚠️ Region 固定为 cn-beijing，API Key 需在北京地域开通，不可与新加坡 Key 混用。

前置条件

pip install requests dashscope oss2
# 灵眸额外需要:
pip install alibabacloud-lingmou20250527 alibabacloud-tea-openapi

环境变量：

export DASHSCOPE_API_KEY=sk-xxxx          # DashScope API Key（百炼控制台获取）
export ALIBABA_CLOUD_ACCESS_KEY_ID=xxx    # 灵眸用
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=xxx
export OSS_BUCKET=xxx                     # 本地文件上传用
export OSS_ENDPOINT=oss-cn-beijing.aliyuncs.com

EMO 工作流（两步）

Step 1: emo-detect-v1 检测人脸 → 获取 face_bbox, ext_bbox
  ↓
Step 2: emo-v1 提交生成 → task_id
  ↓
轮询 GET /api/v1/tasks/{task_id} → SUCCEEDED → video_url

python scripts/portrait_animate.py \
  --image-url "https://example.com/portrait.jpg" \
  --audio-url "https://example.com/speech.mp3" \
  --download

灵眸工作流（基于模板）

1. 查询模板列表 → templateId（已存 digital_human_template.json）
2. CreateBroadcastVideoFromTemplate (variables 替换 text_content)
3. 轮询 ListBroadcastVideosById → SUCCESS → videoURL

python scripts/avatar_video.py \
  --template-id "BS1b2WNnRMu4ouRzT4clY9Jhg" \
  --text "大家好，欢迎收看今天的科技新闻。" \
  --download

一键 Demo Pipeline

# EMO
python scripts/demo_pipeline.py --mode emo --image ./face.jpg --audio ./speech.mp3 --download

# AA
python scripts/demo_pipeline.py --mode aa --model <AA_MODEL_NAME> --image-url https://... --video-url https://... --download

# 灵眸
python scripts/demo_pipeline.py --mode lingmou --template-id BSxxxx --text "大家好" --download

API 参考

• EMO (emo-detect + emo-v1): references/emo-api.md
• AA (Animate Anyone): references/aa-api.md
• 灵眸 (LingMou): references/lingmou-api.md
• OSS 上传: references/oss-upload.md

图片/音频要求