即梦数字人视频生成（Streamlit Demo）
基于 火山引擎即梦（Jimeng）CV API 的数字人视频生成示例项目。
支持 图片 + 音频驱动 的数字人视频生成流程，集成了主体检测、Mask 选择、Prompt 控制、视频生成与下载等完整功能，适合 内部测试 / 技术演示 / 二次开发。
一、功能概览
✅ 核心功能
- 🔐 AK / SK 在线填写
- 支持火山引擎 Access Key / Secret Key 在页面中直接输入
- 无需写死在代码中，便于多账号切换
- api key 申请地址：https://console.volcengine.com/iam/keymanage
- 🖼 图片上传（人物图像）
- 支持 JPG / PNG 格式
- 自动保存到本地并生成公网可访问 URL
- 🎵 音频上传（驱动音频）
- 支持 MP3 / WAV 格式
- 作为数字人说话 / 表情驱动音频
- 🔍 人物 / 主体检测
- 调用即梦目标检测接口
- 自动识别图片中的多个主体
- 返回每个主体对应的 Mask
- ✂️ Mask 裁剪与可视化预览
- 根据 Mask 自动裁剪主体区域
- 按最长边缩放，统一预览尺寸
- 🧩 主体选择机制
- 可从多个检测到的主体中选择
- 支持「不使用 Mask，直接使用原图」模式
- ✏️ Prompt 驱动控制
- 支持输入文本 Prompt
- 用于控制表情、稳定性、真实感、风格等
- 🎬 数字人视频生成
- 提交视频生成任务
- 自动轮询任务状态
- 📥 视频结果展示与下载
- 生成完成后可直接在线播放
- 支持下载 MP4 文件
- 视频按「时间 + UUID」自动命名并保存
二、运行环境要求
- Python ≥ 3.9（推荐 3.10）
- 操作系统：Linux / macOS / Windows
- 一个 可公网访问的静态文件服务（用于图片和音频 URL）
⚠️ 火山引擎接口要求：
图片和音频 URL 必须可以被公网直接访问
三、依赖安装
1️⃣ 创建虚拟环境（强烈推荐）
python -m venv venv
source venv/bin/activate
Windows：
venv\Scripts\activate
