摘要：使用魔珐星云参数流API，2小时搭建教育培训AI数字人视频生成平台。该平台支持纯文本输入，自动转换SSML，约500ms响应，3分钟生成1分半视频，低成本、可规模化。作为具身交互智能的重要应用场景，Digital human video generation technology provides a brand-new content production method for the education and training industry, enabling AI digital humans to become intelligent teaching assistants.
魔珐星云PC端官方链接：https://xingyun3d.com?utm_campaign=daily&utm_source=CSDNwanfen3&utm_medium=&utm_term=&utm_content=
一、项目背景与目标
1.1 为什么选择数字人视频?
在教育培训领域，优质内容的生产成本一直是核心痛点：
- 真人录制成本高：讲师时间、场地、设备、后期制作
- 内容更新困难：视频一旦制作完成，修改成本极高
- 规模化困难：优质讲师资源有限，无法满足大量课程需求
数字人视频的出现，让这些问题迎刃而解：
- 输入文本即可生成视频，无需真人出镜
- 随时修改内容，实时更新
- 一次制作，无限复制，规模化生产
1.2 为什么选择魔珐星云?
市面上数字人方案众多，我选择魔珐星云的理由：
二、前提准备：5步完成环境配置
步骤1：注册魔珐星云账号
步骤2：创建视频应用
界面示例：
步骤3：配置人物形象
配置示例：
步骤4：配置音色
配置示例：
步骤5：配置场景并获取密钥
配置示例：
获取密钥：
三、技术架构与核心原理
2.1 整体架构
┌─────────────────────────────────────────────────────────┐
│ 前端(Web) │
│ – 左右分栏布局 │
│ – 纯文本输入 → 自动转换SSML │
│ – 任务列表展示(视频点击展开) │
└─────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 后端(Flask) │
│ – 任务创建API │
│ – 任务状态查询API │
│ – 任务数据持久化(JSON) │
└─────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 魔珐星云API │
│ – 鉴权(X-APP-ID + X-TOKEN) │
│ – 创建任务 │
│ – 查询状态 │
│ – 参数流技术(AI端渲 + 端侧解算) │
└─────────────────────────────────────────────────────────┘
2.2 参数流技术:为什么能实现约500ms响应?
传统数字人视频生成方案:
文本 → 语音合成 → 口型驱动 → 表情渲染 → 视频编码 → 下载播放
↓ ↓ ↓ ↓
服务端 服务端 服务端 服务端
问题：每个环节都在服务端完成，端到端延迟高(通常5-10秒)
魔珐星云参数流方案：
文本 → 驱动参数(口型系数/表情参数/姿态指令) → 客户端渲染解算 → 播放
↓ ↓ ↓
服务端 网络传输 客户端
优势：
- 服务端只下发参数(几KB)，不传输视频(几十MB)
- 客户端完成渲染和解算，充分利用本地算力
- 网络传输延迟低，端到端约500ms
2.3 鉴权机制：MD5签名
魔珐星云API采用X-TOKEN签名机制：
def generate_token(method, api_path, data, secret, timestamp):
"""
生成X–TOKEN签名
签名规则:
1. 将data按key排序，转为JSON字符串
2. 拼接: api_path + method + data_json + secret + timestamp
3. 计算MD5哈希值
"""
sort_json_str = json.dumps(dict(data), sort_keys=True).replace(' ', '')
sign_str = f"{api_path.lower()}{method.lower()}{sort_json_str}{secret}{timestamp}"
token = hashlib.md5(sign_str.encode('utf-8')).hexdigest()
return {
"X-APP-ID": app_id,
"X-TOKEN": token,
"X-TIMESTAMP": str(timestamp)
}
关键点：
- GET请求的签名也要包含query参数
- data必须按key排序，确保签名一致
- timestamp为Unix时间戳(秒)
四、从0到1搭建Web平台：Flask+前后端分离架构实战
3.1 项目结构设计：4个文件搞定一切
数字人视频生成/
├── config.py # 配置文件(API凭证、默认参数)
├── nebula_client.py # API客户端(鉴权、请求封装)
├── web_app.py # Web后端(Flask服务)
├── index.html # 前端页面(单文件SPA)
└── tasks.json # 任务数据(自动生成,JSON持久化)
为什么这么设计?
- 配置与代码分离: config.py独立管理,便于维护
- API客户端复用: nebula_client.py可独立使用
- 前后端分离: index.html独立,Flask只负责API
- 数据持久化: tasks.json简单可靠
3.2 配置文件：config.py
# 应用凭证
APP_ID = "APP_ID"
APP_SECRET = "APP_SECRET"
# API基础URL
HOST = "https://nebula-agent.xingyun3d.com"
# 默认参数配置
DEFAULT_CONFIG = {
"look_name": "N_Wuliping_12298_new", # 形象名ID
"tts_vcn_name": "XMOV_HN_TTS__40", # 音色ID
"studio_name": "sstage_single_tech_black_01", # 演播室ID
"sub_title": "on", # 开启字幕
"output_resolution": "720P", # 视频清晰度
"if_aigc_mark": True, # AI生成标识
}
# 轮询配置
POLL_INTERVAL = 10 # 轮询间隔(秒)
MAX_POLL_TIMES = 120 # 最大轮询次数(约20分钟)
配置说明：
- look_name: 数字人形象,可在魔珐星云控制台查看
- tts_vcn_name: 音色ID,支持多种声音选择
- studio_name: 演播室背景,支持自定义
- output_resolution: 540P/720P/1080P/2K/4K
3.3 API客户端：nebula_client.py
核心功能：
class NebulaClient:
"""魔珐星云API客户端"""
def __init__(self, app_id=None, secret=None, host=None):
self.app_id = app_id or APP_ID
self.secret = secret or APP_SECRET
self.host = host or HOST
def _generate_token(self, method, api_path, data):
"""生成X-TOKEN签名"""
timestamp = int(time.time())
sort_json_str = json.dumps(dict(data), sort_keys=True).replace(' ', '')
sign_str = f"{api_path.lower()}{method.lower()}{sort_json_str}{self.secret}{timestamp}"
token = hashlib.md5(sign_str.encode('utf-8')).hexdigest()
return {
"X-APP-ID": self.app_id,
"X-TOKEN": token,
"X-TIMESTAMP": str(timestamp)
}
def create_task(self, segment, **kwargs):
"""创建视频生成任务"""
api_path = "/api/v1/video/create"
data = {
"segment": segment,
**kwargs
}
headers = self._generate_token("POST", api_path, data)
response = requests.post(self.host + api_path, json=data, headers=headers)
return response.json()
def query_task(self, task_id):
"""查询任务状态"""
api_path = f"/api/v1/video/query/{task_id}"
data = {}
headers = self._generate_token("GET", api_path, data)
response = requests.get(self.host + api_path, headers=headers)
return response.json()
踩坑记录：
- GET请求签名: query参数也要包含在签名中
- data排序: 必须按key排序,确保签名一致
- 时间戳: 使用Unix时间戳(秒),不是毫秒
3.4 Web后端：web_app.py
核心功能：
from flask import Flask, render_template, request, jsonify
from nebula_client import NebulaClient
app = Flask(__name__, template_folder=os.path.dirname(os.path.abspath(__file__)))
TASKS_FILE = 'tasks.json'
# 任务数据持久化
def load_tasks():
"""从文件加载任务数据"""
global tasks
if os.path.exists(TASKS_FILE):
with open(TASKS_FILE, 'r', encoding='utf-8') as f:
tasks = json.load(f)
def save_tasks():
"""保存任务数据到文件"""
with open(TASKS_FILE, 'w', encoding='utf-8') as f:
json.dump(tasks, f, ensure_ascii=False, indent=2)
@app.route('/api/create_task', methods=['POST'])
def create_task():
"""创建视频生成任务"""
data = request.json
segment_text = data.get('segment', '').strip()
# 纯文本自动转换SSML
if segment_text and not segment_text.startswith('['):
paragraphs = [p.strip() for p in segment_text.split('\\n\\n') if p.strip()]
segment = [{"text": para, "media_url": ""} for para in paragraphs]
else:
segment = json.loads(segment_text)
# 创建任务
client = NebulaClient()
result = client.create_task(segment, **DEFAULT_CONFIG)
# 保存任务
task_id = result['data']['task_id']
tasks[task_id] = {
'task_id': task_id,
'status': 'creating',
'created_at': time.time()
}
save_tasks()
return jsonify({'success': True, 'task_id': task_id})
亮点：
- 纯文本转换: 用户无需学习JSON格式
- 数据持久化: JSON文件存储,简单可靠
- 模板路径: template_folder指向根目录,index.html直接放根目录
3.5 前端页面：index.html
核心特性：
- 左右分栏布局(CSS Grid)
- 纯文本输入,自动转换SSML
- 任务列表固定高度+滚动
- 视频点击展开/收起
- 毛玻璃效果+动态背景
关键代码：
// 表单提交 – 创建任务
document.getElementById('taskForm').addEventListener('submit', async (e) => {
e.preventDefault();
const data = {
segment: document.getElementById('segment').value,
video_name: document.getElementById('video_name').value,
output_resolution: document.getElementById('output_resolution').value,
sub_title: document.getElementById('sub_title').value,
if_aigc_mark: document.getElementById('if_aigc_mark').value === 'true'
};
const response = await fetch('/api/create_task', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify(data)
});
const result = await response.json();
if (result.success) {
showMessage('success', `任务创建成功!任务ID: ${result.task_id}`);
loadTasks(); // 刷新任务列表
}
});
// 视频展开/收起 – 节省空间
function toggleVideo(taskId) {
const videoContainer = document.getElementById(`video-${taskId}`);
videoContainer.classList.toggle('active');
const btn = event.target;
btn.innerHTML = videoContainer.classList.contains('active')
? '🎬 收起视频'
: '🎬 播放视频';
}
// 任务列表渲染 – 固定高度+滚动
function renderTasks(tasks) {
const taskList = document.getElementById('taskList');
taskList.innerHTML = tasks.map(task => `
<div class="task-item">
<div class="task-header">
<span class="task-id">任务 #${task.task_id}</span>
<span class="status-badge status-${task.status}">${getStatusText(task.status)}</span>
</div>
<div class="task-info">
<div>创建时间: ${new Date(task.created_at * 1000).toLocaleString('zh-CN')}</div>
${task.amount ? `<div>积分消耗: ${task.amount}</div>` : ''}
</div>
<div class="task-actions">
${task.video_url ? `
<button class="task-btn task-btn-primary" onclick="toggleVideo(${task.task_id})">
🎬 播放视频
</button>
<a href="${task.video_url}" target="_blank" class="task-btn task-btn-secondary">
📥 下载视频
</a>
` : ''}
</div>
${task.video_url ? `
<div class="video-container" id="video-${task.task_id}">
<video controls>
<source src="${task.video_url}" type="video/mp4">
</video>
</div>
` : ''}
</div>
`).join('');
}
前端亮点：
- 纯文本输入: 用户无需学习JSON格式
- 自动刷新: 每10秒自动刷新任务状态
- 视频展开: 点击按钮才显示,节省空间
- 固定高度: 任务列表固定高度+滚动,不挤页面
3.6 启动运行：3步搞定
第1步:安装依赖
pip install -r requirements.txt
requirements.txt内容:
Flask==2.3.0
requests==2.31.0
第2步:启动服务
python web_app.py
第3步:访问页面
打开浏览器访问：http://localhost:5000
启动亮点：
- 一键启动: 单条命令
- 自动重载: 代码修改自动重启
- 调试模式: 开发环境友好
- 端口固定: 5000端口,易于访问
3.7 项目总结：4个文件+3步启动
项目结构:
├── config.py # 配置(API凭证)
├── nebula_client.py # API客户端(鉴权封装)
├── web_app.py # Web后端(Flask服务)
├── index.html # 前端页面(单文件SPA)
└── tasks.json # 任务数据(自动生成)
启动流程:
1. pip install -r requirements.txt # 安装依赖
2. python web_app.py # 启动服务
3. 访问 http://localhost:5000 # 打开页面
项目优势：
- 极简架构: 4个文件,代码量<1000行
- 快速启动: 3步完成,无需复杂配置
- 易于扩展: 模块化设计,便于二次开发
- 生产可用: 数据持久化,稳定可靠
五、效果展示
视频信息：
- 任务ID: 5760
- 视频时长: 1分32秒
- 分辨率: 720P
- 文件大小: 约15MB
- 格式: MP4
- 字幕: 开启
- AI标识: 显示
魔珐星云后台查看进度
六、总结
本次实战使用魔珐星云参数流API，2小时从零搭建教育培训AI数字人视频生成平台。项目采用Flask+前后端分离架构，支持纯文本输入自动转换SSML，通过参数流技术实现约500ms响应，3分钟生成1分半高清视频，积分消耗仅56积分。平台具备左右分栏布局、视频点击展开、任务列表滚动等精美UI，为教育培训行业提供低成本、可规模化的数字人视频生成解决方案。魔珐星云作为目前最快落地的数字人视频方案之一，值得每一位开发者尝试！
魔珐星云PC端官方链接：https://xingyun3d.com?utm_campaign=daily&utm_source=CSDNwanfen3&utm_medium=&utm_term=&utm_content=
