by 运行时依赖
安装命令
点击复制技能文档
类别：提供者 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：命令退出 0 且 output/aliyun-liveportrait/validate.txt 被生成。 输出和证据 在 output/aliyun-liveportrait/ 下保存 normalized 请求负载、模板选择和任务轮询快照。 记录确切的肖像/音频 URL 和与运动强度相关的参数。 使用 LivePortrait 时，工作是轻量级肖像动画，带有语音音频，特别适用于更长的片段或更简单的主持人风格的运动。 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： 首先运行 liveportrait-detect 以验证肖像图像。 使用 liveportrait 进行实际的视频生成任务。 先决条件 仅限中国大陆（北京）。 在环境中设置 DASHSCOPE_API_KEY，或者在 ~/.alibabacloud/credentials 中添加 dashscope_api_key。 输入图像和音频必须是公共 HTTP/HTTPS URL。 标准化接口（video.liveportrait） 检测请求 模型（字符串，可选）：默认 liveportrait-detect image_url（字符串，必需） 生成请求 模型（字符串，可选）：默认 liveportrait image_url（字符串，必需） audio_url（字符串，必需） 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，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，当完成时） 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、正面的肖像，遮挡少。 保持音频干净，声音主导。 paste_back=false 输出仅生成的面部区域；保持为 true 以获得标准的 talking-head 输出。 当您需要更长、更简单的主持人风格的片段时，LivePortrait 比 EMO 更合适。 输出位置 默认输出：output/aliyun-liveportrait/request.json 使用 OUTPUT_DIR 覆盖基目录。 参考 references/sources.md GitHub CLI API