企业官网建设流程全解析

即梦数字人视频生成（Streamlit Demo）

基于火山引擎即梦（Jimeng）CV API的数字人视频生成示例项目。

支持图片 + 音频驱动的数字人视频生成流程，集成了主体检测、Mask 选择、Prompt 控制、视频生成与下载等完整功能，适合内部测试 / 技术演示 / 二次开发。

一、功能概览

✅ 核心功能

• 🔐AK / SK 在线填写

• 支持火山引擎 Access Key / Secret Key 在页面中直接输入

• 无需写死在代码中，便于多账号切换

• api key申请地址：https://console.volcengine.com/iam/keymanage

• 🖼图片上传（人物图像）

• 支持 JPG / PNG 格式

• 自动保存到本地并生成公网可访问 URL

• 🎵音频上传（驱动音频）

• 支持 MP3 / WAV 格式

• 作为数字人说话 / 表情驱动音频

• 🔍人物 / 主体检测

• 调用即梦目标检测接口

• 自动识别图片中的多个主体

• 返回每个主体对应的 Mask

• ✂️Mask 裁剪与可视化预览

• 根据 Mask 自动裁剪主体区域

• 按最长边缩放，统一预览尺寸

• 🧩主体选择机制

• 可从多个检测到的主体中选择

• 支持「不使用 Mask，直接使用原图」模式

• ✏️Prompt 驱动控制

• 支持输入文本 Prompt

• 用于控制表情、稳定性、真实感、风格等

• 🎬数字人视频生成

• 提交视频生成任务

• 自动轮询任务状态

• 📥视频结果展示与下载

• 生成完成后可直接在线播放

• 支持下载 MP4 文件

• 视频按「时间 + UUID」自动命名并保存

二、运行环境要求

• Python≥ 3.9（推荐 3.10）

• 操作系统：Linux / macOS / Windows

• 一个可公网访问的静态文件服务（用于图片和音频 URL）

⚠️ 火山引擎接口要求：

图片和音频 URL必须可以被公网直接访问

三、依赖安装

1️⃣ 创建虚拟环境（强烈推荐）

python -m venv venvsourcevenv/bin/activate

Windows：

venv\\Scripts\\activate

2️⃣ 安装 Python 依赖

直接安装：

pipinstallstreamlit requests pillow numpy

或使用requirements.txt：

streamlit>=1.30 requests>=2.28 Pillow>=9.5 numpy>=1.23

pipinstall-r requirements.txt

四、目录结构说明

. ├── app.py # Streamlit 主程序 ├── res/ # 生成的视频结果保存目录 ├── requirements.txt # Python 依赖 └── README.md

请确保res目录存在：

mkdir-p res

五、静态文件服务配置（非常重要）

项目中会将上传的图片 / 音频保存到本地目录，并通过 HTTP 方式对外暴露。

示例配置（本地测试）

UPLOAD_DIR="/home/yourname/data/uploads"PUBLIC_BASE_URL="http://你的IP:8000"

启动一个简单的 HTTP 服务：

cd/home/yourname/data/uploads python -m http.server8000

生产环境建议使用：

• nginx

• caddy

• cloudflared

生产环境配置步骤

• 安装cloudflared

# 下载wgethttps://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64# 改名mvcloudflared-linux-amd64 cloudflared# 加执行权限chmod+x cloudflared# 移到 PATHsudomvcloudflared /usr/local/bin/

• 启动运行

本地启动 HTTP 服务

cd/home/yourname/data/uploads python -m http.server8000

新开一个终端，启动隧道

cloudflared tunnel --url http://localhost:8000

会看到类似输出：

https://random-name.trycloudflare.com

访问你的音频

https://random-name.trycloudflare.com/test.mp3

六、启动项目

streamlit run app.py

浏览器访问：

http://localhost:8501

七、使用流程说明

1. 打开页面，输入Access Key / Secret Key

2. 上传一张人物图片

3. 上传一段音频文件

4. （可选）输入Prompt 描述

5. 点击「开始检测」

6. 从检测到的主体中选择目标（或选择原图）

7. 等待视频生成完成

8. 在线预览并下载生成的视频

八、常见注意事项

• 建议使用清晰正脸人物图像

• 音频时长不宜过长（建议 < 60 秒）

• 若接口返回失败，请重点检查：

• AK / SK 是否正确

• 图片 / 音频 URL 是否能被公网访问

• 文件格式是否符合要求

九、适用场景

• 数字人 / 虚拟人能力演示

• 内部技术验证

• API 调用示例参考

• 二次开发或功能扩展基础工程

十、项目地址及页面

• https://github.com/min-star/omnihuman-api.git

• 页面展示
  

十一、免责声明

本项目仅作为火山引擎即梦 API 使用示例（Demo）。

生成效果、接口能力、配额限制等以火山引擎官方文档为准。

参考链接：https://jimeng.jianying.com/ai-tool/generate?type=digitalHuman

十二、可扩展方向（建议）

• Docker 一键部署

• AK / SK 使用环境变量管理

• 多任务队列 / 并发控制

• 历史任务与结果管理

• Prompt 模板与预设管理

如需进一步定制或扩展，请根据实际业务需求进行二次开发。