人像对口型视频接口用一张人物图像与一段人声音频生成口型对齐的说话视频，适合数字人播报、人物口播与短视频制作。图像要求单人清晰正脸，支持jpg

文生视频API用一段文字描述即可生成一条动态短片，描述最长5000字符。视频时长可在2~15秒间指定，分辨率分720P与1080P两档，画幅