mcpField
A
aliyun-liveportrait

aliyun-liveportrait

github.com/cinience创意与媒体39661 次安装11 周前更新
代码仓库

关于 aliyun-liveportrait

用于 Alibaba Cloud Model Studio LivePortrait 的视频生成技能，适合将人像图像与语音音频制作为说话人像视频。支持先检测图像，再按模板和运动参数提交生成任务。

主要功能

  1. 01检测输入人像图像
  2. 02用音频生成说话人像视频
  3. 03选择 normal、calm 或 active 模板
  4. 04调整眼部、嘴部和头部运动
  5. 05轮询任务并获取视频地址

适用场景

  1. 01制作轻量级人像动画
  2. 02生成较长的演讲者视频片段

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/cinience/alicloud-skills --skill aliyun-liveportrait

安装后在 Claude Code 中输入/aliyun-liveportrait确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
sources.md
scripts/
prepare_liveportrait_request.py

详细介绍

分类：provider

Model Studio LivePortrait

验证

mkdir -p output/aliyun-liveportrait
python -m py_compile skills/ai/video/aliyun-liveportrait/scripts/prepare_liveportrait_request.py && echo "py_compile_ok" > output/aliyun-liveportrait/validate.txt

通过标准：命令以 0 退出，且生成 output/aliyun-liveportrait/validate.txt。

输出和证据

  • 将规范化的请求负载、模板选择和任务轮询快照保存到 output/aliyun-liveportrait/。
  • 记录准确的人像和音频 URL，以及与动作强度相关的参数。

当任务是轻量级人像动画并带有语音音频时，尤其是较长片段或更简单的演示者风格动作，使用 LivePortrait。

关键模型名称

使用以下确切的模型字符串：

  • liveportrait-detect
  • liveportrait

选择指南：

  • 先运行 liveportrait-detect 验证人像图片。
  • 使用 liveportrait 执行实际的视频生成任务。

前提条件

  • 仅限中国大陆（北京）。
  • 在环境中设置 DASHSCOPE_API_KEY，或将 dashscope_api_key 添加到 ~/.alibabacloud/credentials。
  • 输入图片和音频必须是公开的 HTTP/HTTPS URL。

规范化接口（video.liveportrait）

检测请求
  • model（字符串，可选）：默认为 liveportrait-detect
  • image_url（字符串，必填）
生成请求
  • model（字符串，可选）：默认为 liveportrait
  • image_url（字符串，必填）
  • audio_url（字符串，必填）
  • template_id（字符串，可选）：normal、calm 或 active
  • eye_move_freq（数字，可选）：0 到 1
  • video_fps（整数，可选）：15 到 30
  • mouth_move_strength（数字，可选）：0 到 1.5
  • paste_back（布尔值，可选）
  • head_move_strength（数字，可选）：0 到 1
响应
  • task_id（字符串）
  • task_status（字符串）
  • video_url（字符串，完成后提供）

快速开始

python skills/ai/video/aliyun-liveportrait/scripts/prepare_liveportrait_request.py \
  --image-url "https://example.com/portrait.png" \
  --audio-url "https://example.com/speech.mp3" \
  --template-id calm \
  --video-fps 24 \
  --paste-back

操作指南

  • 使用清晰、正面且遮挡较少的人像。
  • 保持音频清晰，以人声为主。
  • paste_back=false 仅输出生成的人脸区域；标准的对口型视频输出应设为 true。
  • 当需要更长、更简单的演示者风格片段时，LivePortrait 比 EMO 更合适。

输出位置

  • 默认输出：output/aliyun-liveportrait/request.json
  • 使用 OUTPUT_DIR 覆盖基础目录。

参考资料

  • references/sources.md

评论

支持 Markdown