### [百度智能云曦灵数字人](https://s.ddm.chat/link/678) **Published:** 2026-07-23T02:00:23 **Author:** 颠倒梦 **Excerpt:** 曦灵数字人开放平台面向企业及个人开发者，提供高性能、易集成和多样化的数字人组件能力，满足数字人形象定制、视频合… ## 简介 百度智能云曦灵数字人开放平台，现在已经全面适配MCP协议。欢迎各位创作者接入体验。 > 数字人开放平台面向企业及个人开发者，提供高性能、易集成和多样化的数字人组件能力，满足多类型数字人形象及声音定制、视频合成、交互对话、直播等应用需要，支持公有云调用与私有化部署。帮助开发者快速集成数字人能力，助力企业打造全场景应用。智能集成，轻松搞定。 更多更新数字人相关功能，欢迎访问 [百度智能云曦灵数字人开放平台](https://xiling.cloud.baidu.com/open/overview)。 | 版本 | 更新说明 | 更新时间 | | :---: | :--- | :---: | | 0.1.0 | 现已全面支持 SSE及STDIO模式(python)，提供包含数字人形象定制，声音定制，视频合成等多个工具。 | 2025-05-20 | * * * ## 使用说明 ### 1\. 接入前准备 #### 1.1 领取试用额度 - 登录 [百度智能云曦灵数字人开放平台](https://xiling.cloud.baidu.com/open/overview) 点击左下角 - 进入 [组件管理](https://xiling.cloud.baidu.com/open/widgetConsole/list) 查看获取的组件额度 #### 1.2 获取API Key和Secret Key - 进入 [应用管理](https://xiling.cloud.baidu.com/open/appConsole/list) 配置需要使用的组件 - 创建完成后即可获取 AppID 和 AppKey #### 1.3 MCP配置 - STDIO模式配置参数如下： > 支持Python调用。使用STDIO模式时，在终端配置时需要传入 AppID 和 AppKey。详细配置方式可参考《[MCP配置文档](%E5%BE%85%E5%AE%9A)》 ```json { "mcpServers": { "DH_MCP": { "command": "uvx", "args": ["mcp-server-baidu-digitalhuman"], "env": { "DH_API_AK": "", "DH_API_SK": "" } } } } ``` - SSE模式配置参数如下： > 使用SSE模式时，需要使用 AppID 和 AppKey 生成鉴权参数，可以使用 [数字人鉴权工具](https://open.xiling.baidu.com/token-gen-tool.html) 生成。也可以[参考文档](https://cloud.baidu.com/doc/AI_DH/s/Ulywupd35) 生成。 ```json { "mcpServers": { "DH_MCP": { "url": "https://open.xiling.baidu.com/mcp/sse?token=xxx" } } } ``` ### 2\. 接入方式 #### 2.1 功能总览 - 功能总览 > 我们提供了多种工具，满足不同场景下的需求。让您在大模型中快速集成数字人服务，轻松打造数字人应用。 > 如您对数字人有更多期望，希望更加深入集成数字人服务，欢迎访问 [百度智能云曦灵数字人开放平台](https://xiling.cloud.baidu.com/open/overview) 联系我们。更多功能也将在MCP中逐步开放，敬请关注。 | 功能 | 功能说明 | 包含工具 | 支持模式 | | :---: | :--- | :--- | :---: | | 文件上传 | 根据业务类型上传所需要的文件。 | • uploadFiles | STDIO | | 音色查询 | 查询可用的系统发音人ID。 | • getVoices | SSE & STDIO | | 人像查询 | 查询可用的系统发音人ID。 | • getVoices | SSE & STDIO | | 声音克隆 | 根据上传音频生成音色，可用于语音合成及视频制作。 | • generateVoiceClone
• getVoiceCloneStatus | SSE & STDIO | | 2D小样本数字人 | 根据上传真人录制的视频生成数字人像，仅可用于基础视频制作，数字人使用通用口型驱动。 | • generateLite2dGeneralVideo
• getLite2dGeneralStatus | SSE & STDIO | | 数字人视频合成 | 根据所选数字人像及音色，生成数字人视频 | • generateDhVideo
• getDhVideoStatus | SSE & STDIO | | 123数字人视频 | 根据真人录制的视频及选定音色，无需人像生成，直接生产对应的数字人视频 | • generateDh123Video
• getDh123VideoStatus | SSE & STDIO | | 语音合成 | 根据提供的文本内容及选定音色，无需生成视频，生产对应的音频 | • generateText2Audioo
• getText2AudioStatus | SSE & STDIO | #### 2.2 文件上传 - 功能说明：平台支持上传音频、视频文件，用于后续的声音克隆，数字人制作，123数字人视频制作等。 > 该功能暂只支持STDIO模式。SSE模式中，如需获取文件ID，可先参考[文件上传接口](https://cloud.baidu.com/doc/AI_DH/s/5m11r7clu#%E8%AF%B7%E6%B1%82%E5%8F%82%E6%95%B0) 使用接口实现。我们将在后续的更新中对该工具进行升级。 - 使用流程： - 示例提示词： `上传test.mp3这个文件用于声音克隆，文件在C：/Users/username/Desktop/test.mp3。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | uploadFiles | 根据业务类型上传所需要的文件。 | • file：需要上传的文件
• providerType：使用这个文件的业务类型，目前仅限于“2D小样本数字人制作”，“声音克隆”，“123数字人视频制作”三种业务类型。
• sourceFileName：上传的文件名，必须填写正确的文件名称及后缀，比如：test.mp3。 | • fileId：文件ID
• fileName：上传的文件名 | #### 2.3 音色查询 - 功能说明：查询可用的系统发音人ID。 - 使用流程： - 示例提示词： `我之前克隆过哪些声音？` `我想用一个二十岁左右温柔小姐姐的声音。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | getVoices | 查询可用的发音人ID。 | • isSystem：“true”查询系统发音人ID，“false”查询克隆发音人ID，不传任何值则为查询可用发音人ID | • perId:发音人ID
• name：发音人名称
• describe：音色特点的描述
• gender：性别
• systemProvided：是否是系统音色 | #### 2.4 人像查询 - 功能说明：查询可用的2D数字人人像ID。 - 使用流程： - 示例提示词： `我之前生成过哪些人像？` `有哪些可用的人像？` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | getFigures | 查询可用人像ID。 | • isSystem：“true”查询系统人像人ID，“false”查询生成人像ID，不传任何值则为查询可用人像ID | • figureId:2D人像ID
• name：2D人像名称
• gender：性别
• systemProvided：是否是系统音色 | #### 2.5 声音克隆 - 功能说明：根据上传音频生成音色，可用于语音合成及视频制作。 - 使用流程： - 示例提示词： `用文件id为xxx的音频文件克隆声音。命名为“zhangsan”，是一个三十岁左右中年男性的音色，用“这个是我克隆的声音”这段文本试听一下。` `查一下id为xxx的声音克隆好了没有。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | generateVoiceClone | 根据上传音频生成音色，可用于语音合成及视频制作。 | • name：对克隆音色的命名，长度不超过50
•gender：发音人的性别
• describe：对克隆音色的描述，长度不超过 100
• uploadAudioId：用于克隆音色的音频对应的文件ID
•example：用于试听的文本，长度不超过100 | • perId；被克隆音色的发音人ID | | getVoiceCloneStatus | 根据声音克隆任务的发音人ID，查询该任务目前的状态。 | • isSuccess：是否只查询克隆成功的任务(true: 只查询成功的任务， false: 查询全部克隆任务)
• perId；：查询指定发音人ID的任务 | • perId；被克隆音色的发音人ID
• name：发音人的名称
• describe：对克隆音色的描述
• exampleText：用于试听的文本
• examplAudioUrl：使用试听的文本合成的音频文件的链接
• status：当前任务的状态，PREPARING(准备中), CLONING(克隆中), SUCCESS(克隆成功), FAIL(克隆失败)
• reason：如果克隆失败，则此处会描述失败原因
• gender：被克隆音色的发音人的性别 | #### 2.6 2D小样本数字人 - 功能说明：根据上传真人录制的视频生成数字人像，仅可用于基础视频制作，数字人使用通用口型驱动。 > 暂时只支持使用透明背景的webm视频来生成数字人像。 - 使用流程： - 示例提示词： `用fileid为xxx的视频文件，生成数字人，命名为“zhangsan”，是个男生的形象。` `查一下id为xxx的数字人好了没有。` `我可以用哪些人像。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | generateLite2d 2dGeneralVideo | 根据上传真人录制的视频生成数字人像，仅可用于基础视频制作，数字人使用通用口型驱动。 | • name：对生成数字人像的命名，长度不超过50
• gender：数字人的性别
• keepBackground：是否保留视频背景，true为保留，false为去除，默认为false
• templateVideoId：用于生成数字人像的视频对应的文件ID | • figureId：根据上传真人录制的视频生成的数字人像ID | | getLite2dGeneralStatus | • 查询数字人像的生成的进度
• 也可以用于查询有哪些可用的系统2D人像。 | • figureId：指定人像ID查询，为空则查询该账号下所有人像
• systemFigure：查询平台的公共人像，为空：查询全部，true：返回平台公共人像，false：返回定制人像
• trainSuccess：是否查询训练完成，状态可用的人像（为空：不进行过滤，true：只返回可用人像（平台公共人像和训练成功状态的定制人像），false：只返回排队中、训练中或训练失败的定制人像）
• pageNo：页码，默认为1
• pageSize：每页容量，默认10 | • figureId：根据上传真人录制的视频生成的数字人像ID
• name：对生成数字人像的命名，长度不超过50
• gender：数字人的性别
• keepBackground：是否保留视频背景，true为保留，false为去除，默认为false
• status：状态（LINE\_UP（排队中）， GENERATING（训练中），SUCCESS（训练成功），FAILED（训练失败））
• failedCode：失败错误码
• failedMessage：制作失败原因 | #### 2.7 数字人视频合成 - 功能说明：根据所选数字人像及音色，生成数字人视频 - 使用流程： - 示例提示词： `用数字人像ID为xxx，发音人ID为yyy的音色，视频的内容是“大家好，我是数字人播报的内容”，使用横屏全身的机位，视频背景用“https://digital-human-material.bj.bcebos.com/-%5BLjava.lang.String%3B%4046f6cc1e.png”，开启自动添加动作，开启字幕，生成一个1080P的数字人视频。` `查一下taskid为xxx的数字人视频好了没有。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | generateDhVideo | 根据所选数字人像及音色，生成数字人视频。 | • figureId：数字人像ID
• driveType：驱动数字人的数据类型，支持文本驱动或者音频驱动
• text：驱动类型为文本驱动时，必填的视频内容，长度不超过20000
• person：驱动类型为文本驱动时，必填的发音人ID
• inputAudioUrl：驱动类型为音频驱动时，必填的音频链接URL
• width：输出视频分辨率的宽
• hight：输出视频分辨率的高
• cameraId：系统人像的机位设置，0:横屏半身, 1:竖屏半身, 2: 横屏全身, 3: 竖屏全身
• enabled：是否开启字幕，true开启字幕，默认false不开启。
• backgroundImageUrl：背景图片URL
• autoAnimoji：系统人像自动添加动作，true为自动添加，默认为false不添加 | • taskId：当前视频合成的任务ID | | getDhVideoStatus | 查询数字人视频合成进度。 | • taskId：当前视频合成的任务ID | • taskId：当前视频合成的任务ID
• status：状态：SUBMIT（已提交待合成）,GENERATING（合成中）,SUCCESS（合成成功）,FAILED（合成失败）
• failedCode：失败错误码
• failedMessage：制作失败原因
• videoUrl：任务ID对应的成功合成的视频文件地址，文件会保存 7 天 | #### 2.8 123数字人视频合成 - 功能说明：根据真人录制的视频及选定音色，无需人像生成，直接生产对应的数字人视频 - 使用流程： - 示例提示词： `用fileid为xxx的视频文件，发音人ID为yyy的音色，视频的内容是“大家好，我是数字人播报的内容”，生成一个数字人视频。` `视频的地址是https://open-api-test.bj.bcebos.com/ae870923-2a3b-4d5e-b6a2-e44b4025647220250417_163529_trim.mp4，用发音人ID为yyy的音色，视频的内容是“大家好，我是数字人播报的内容”，生成一个数字人视频。` `查一下taskid为xxx的123数字人视频好了没有。` - 工具详情： | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | generateDh123Video | 根据真人录制的视频及选定音色，无需人像生成，直接成一个数字人视频。 | • templateVideoId：用于生成数字人视频的视频对应的文件ID
• driveType：驱动数字人的数据类型，支持文本驱动或者音频驱动
• text：驱动类型为文本驱动时，必填的视频内容，长度不超过20000
• person：驱动类型为文本驱动时，必填的发音人ID
• inputAudioUrl：驱动类型为音频驱动时，必填的音频链接URL | • taskId：当前视频合成的任务ID | | getDh123VideoStatus | 查询123数字人视频合成进度。 | • taskId：当前视频合成的任务ID | • taskId：当前视频合成的任务ID
• status：状态：SUBMIT（已提交待合成）,GENERATING（合成中）,SUCCESS（合成成功）,FAILED（合成失败）
• failedCode：失败错误码
• failedMessage：制作失败原因
• videoUrl：任务ID对应的成功合成的视频文件地址，文件会保存 7 天 | #### 2.9 语音合成 - 功能说明：根据提供的文本内容及选定音色，无需生成视频，生产对应的音频。 - 使用流程： - 示例提示词： `用发音人ID为xxx的音色，内容是“大家好，我是数字人播报的内容”，生成音频。` · 查一下taskid为xxx的语音合成好了没有。 · | 工具名称 | 工具描述 | 输入参数 | 输出内容 | | :---: | :--- | :--- | :--- | | generateText2Audio | 根根据提供的文本内容及选定音色，无需生成视频，生产对应的音频。 | • text：必填的文本内容，长度不超过2000
• person：必填的发音人ID | • taskId：当前音频合成的任务ID | | getText2AudioStatus | 查询音频合成进度。 | • taskId：当前视频合成的任务ID | • status：状态：SUBMIT（已提交待合成）,GENERATING（合成中）,SUCCESS（合成成功）,FAILED（合成失败）
• failedCode：失败错误码
• failedMessage：制作失败原因
• audioUrl：任务ID对应的成功合成的音频文件地址，文件会保存 7 天 | ### 3\. 使用声明 当您使用以上工具前，请先阅读 [曦灵数字人定制组件克隆协议](https://cloud.baidu.com/doc/AI_DH/s/tm4grezib)。当您使用以上工具时，即表示您同意该协议。 ## 联系我们 如果您有任何问题或建议，请随时联系我们。 您可以通过以下方式联系我们： - 客服电话：**400-920-8999** - 合作咨询：[百度智能云曦灵数字人开放平台咨询](https://cloud.baidu.com/survey/assembly.html) - 问题工单：[创建工单](https://console.bce.baidu.com/support/#/ticket/#/ticket/create) - 官方助手： ---