随着AIGC内容生产爆发，短视频、直播带货、知识付费、企业宣传等场景对低成本口播视频和个性化数字人的需求快速增长；但传统创作依赖真人出镜、专业设备和制作团队，存在“不会拍、不敢出镜、制作贵、周期长”的痛点。本项目立项旨在面向C端提供低门槛AI内容创作能力，让普通用户无需出镜和设备也能快速生成数字人口播与视频内容。行业上，数字人克隆、声音克隆、AI视频生成技术逐步成熟，HeyGen、飞影等第三方API已可商用，叠加微信生态的巨大C端流量、成熟支付与订阅能力，适合以小程序为载体切入轻量化创作工具赛道，抢占AI内容创作入口，服务公司战略转型AI方向的业务背景。
平台围绕“素材—模型—生成—交付”的完整创作链路，包含三大核心功能模块。
1）数字人克隆：支持图片/视频双模式，用户上传人像或口播视频后完成训练与建模，生成可驱动数字人形象；
2）声音克隆：上传音频样本进行音色复刻，形成可用于视频配音的声音模型；
3）AI视频生成：选择数字人、声音、文案与模板后生成口播视频。
配套功能包括微信小程序端登录与首页推荐、素材上传与管理（对接OSS）、算力账户与预扣费/实扣计费、订单与支付、异步生成任务创建与进度轮询、状态实时回显、生成结果播放与下载、失败重试与记录查询、后台参数配置与第三方API开关。主要流程为：用户上传素材并发起克隆/生成任务，平台预扣算力后调用第三方API创建任务，通过轮询与回调同步训练/生成状态，成功后按实际消耗实扣费用并回显可预览结果，失败则释放预扣并支持重试，日均稳定处理数百次生成任务。
我主要负责需求梳理、接口与库表设计、核心链路开发、第三方API接入封装、计费与异步任务模块实现及联调上线。具体包括：基于Spring Boot搭建后端服务并按业务拆分克隆、声音、视频生成、算力、订单、任务模块；用Nacos做配置与服务治理，MySQL存储用户/素材/模型/任务/账单数据，OSS承接大文件直传与生成结果回传；前端基于UniApp开发微信小程序页面。实现上，我将HeyGen、飞影等接口差异抽象为统一适配层，屏蔽第三方字段与状态差异；针对长耗时任务设计状态机与“预扣费+实扣”幂等计费，结合轮询、回调、超时检测与补偿任务保证一致性与可追溯；对素材上传做分片/直传与大小、时长、格式校验，并对并发创建、重复回调做防重、限流与日志追踪。难点在于第三方状态语义不统一、异步结果不可控以及算力扣费不能多扣/漏扣，最终通过统一状态映射、幂等键、事务边界与补偿调度保证链路稳定。
评论