描述
Vidu S1 API 是一个商业级流媒体视频生成模型，旨在实现实时互动的数字人类。这个创新的 API 允许开发者创建实时会话，在这些会话中，AI 角色可以看到、听到并与用户对话。该平台支持无限时长的生成，提供超过 50 种声音和 28 种语言，使其在各种应用中都具有灵活性。
阅读更多
Vidu S1 API 的计费从数字角色准备就绪并且会话进入“在线”状态时开始。使用按每 2 秒 3 个积分计费，每 6 秒扣除一次，确保用户只为他们实际使用服务的时间付费。每个会话最长可持续 600 秒，对于更长的互动，用户可以创建新的会话而不会损失质量。
Vidu S1 不仅限于 HTTP 交互；它结合使用 HTTP 进行会话管理，使用 AliRTC 进行实时音频和视频传输，以及使用 WebSocket 进行控制信令。这种集成允许无缝的用户体验，数字角色可以在准实时中互动，以表情和个性回应用户输入。
该 API 适用于多个行业，包括 AI 伴侣、虚拟偶像、培训和教育、客户服务、直播电商和互动娱乐。它使团队能够快速部署生产级数字人类，改变跨平台的用户参与体验。凭借个性记忆和多模态感知等功能，Vidu S1 创建个性化和一致的互动，提升用户满意度。
除了强大的功能，Vidu S1 API 还为新用户提供 1,000 个积分的免费试用，允许他们在没有初始投资的情况下探索平台的功能。这使其成为希望快速将先进 AI 互动集成到产品中的开发者的一个有吸引力的选择。
- 类别自然语言处理工具
- 定价模式免费增值
- 部署云端
- 平台网页
Vidu S1 API的核心功能
无限互动时长
50+ 种声音
支持 28 种语言
实时互动
通过 HTTP 进行会话管理
通过 AliRTC 进行音频/视频传输
通过 WebSocket 进行控制信令
自定义声音克隆
角色的短期记忆
高分辨率输出
如何使用 Vidu S1 API？
创建会话：使用角色的个性、头像图像和声音进行 POST 调用，以接收会话 ID。
加入 RTC 通道：使用返回的令牌加入 AliRTC 通道并发布用户的麦克风和摄像头。
打开 WebSocket：连接到控制通道，在查询字符串中传递身份验证令牌。
等待准备就绪：监控连接以获取成功确认，表明角色已上线。
保持会话活跃：响应服务器的 ping 并适当地处理任何断开消息。
挂断并查询计费：发送挂断消息，关闭 WebSocket，并查询最终会话状态。
Vidu S1 API的使用案例
- AI 伴侣
- 虚拟偶像
- 培训与教育
- AI 客户服务
- 直播电商
- 互动娱乐
