突发新闻来了，要求在5分钟内，一个数字人播报视频就必须上线。这要是按传统流程，等人写稿、配音、剪辑再上传，黄花菜都凉了。所以必须用百度一镜数字人API，把新闻抓取、摘要生成、脚本润色、数字人合成、推流发布这整个流程，用工作流自动串起来，跑通。

接入百度一镜数字人API并配置基础权限

第一步，先把基础设施搭好。登录百度智能云控制台，进入“百度一镜”服务页，在“API管理”里开通“数字人视频生成”和“实时推流”两个接口权限。这一步必须做，否则后续所有节点都会报403错误，白忙活。

接着，在API密钥管理页创建新密钥，【务必勾选“数字人视频生成”和“直播推流”两项权限】，然后复制AK/SK备用。不勾选这两项，调用时返回“Access denied”，而且错误提示还不明确，排查起来很头疼。

把AK/SK填到Coze或扣子平台的环境变量里，变量名统一设为：BAIDU_YIJING_AK、BAIDU_YIJING_SK。这样后续工作流才能顺利调用。

用新闻摘要API提取核心信息

接下来，调用百度AI开放平台的“新闻摘要”接口，输入原始新闻网页URL或长文本，指定摘要长度在180到220字之间。这个接口基于深度语义分析模型，能自动过滤掉冗余背景，只保留时间、地点、主体、结果这四要素。

不过要注意，如果输入文本里夹杂了大量广告语、重复段落或HTML标签，摘要质量会断崖式下降。所以必须先上“文本清洗”插件，把
、 、script标签这类杂质干掉，再送入摘要接口。

输出字段取response.result.summary，这是唯一可以直接用于口播的干净文本。

构建三阶脚本优化工作流

第一步：用文心大模型对摘要做口语化改写。提示词模板可以这样写：“你是一名资深新闻主播，请将以下内容改写成适合数字人口播的短句，每句不超过12字，加入‘刚刚’‘最新消息’‘据悉’等时效性前缀，去掉所有括号和英文缩写。” 这样出来的文本，才像人话。

第二步：插入事实校验节点。调用百度“内容审核API”，检测改写后文本是否含有未核实表述，比如“已确认死亡”“警方逮捕”这类需要权威信源支撑的措辞。如果检测到，自动替换为“目前通报显示”“官方尚未披露具体细节”等合规表达，避免翻车。

第三步：添加节奏标记。在每句话末尾插入[停顿0.8s]或[重音]，格式为纯文本。例如：“北京地铁14号线今早突发故障[停顿0.8s]，部分列车临时限速运行[重音]”。数字人引擎会识别这些标记，并精准执行。

调用一镜数字人批量合成视频

方法一：使用“百度一镜视频生成API”提交合成请求。参数里必须包含四个关键信息：image_url（封面图）、script（上一步输出的带标记文本）、voice_id（指定Zeroshot-NewsFemale-V2音色）、resolution（设为1920x1080）。

方法二：如果想克隆自有形象，先调用“形象克隆API”上传一段3分钟的闭口视频（极速克隆模式），获取person_id。然后在合成请求中传入这个ID，而不是voice_id，系统会自动匹配对应的口型驱动模型。

合成任务返回task_id后，立即调用“查询任务状态API”，轮询间隔设为8秒。【低于5秒会触发限流，高于12秒则可能错过黄金发布时间】，这个节奏要把握好。

自动推流至抖音/视频号/B站

当video_url从任务查询响应中返回，立刻调用“百度一镜直播推流API”。传入的参数包括：platform（填dy/vx/bilibili）、stream_key（各平台后台获取）、video_url、title（取新闻标题前28字）、cover_url（封面图地址）。

这里有个关键细节：抖音平台要求stream_key有效期只有2小时，而且必须在video_url生成后60秒内完成推流请求，超时会返回invalid stream key错误。时间窗口非常紧。

推流成功后，API会返回live_room_url，这个链接可以直接嵌入企业微信通知或信息模板，发送给运营人员，方便他们实时监控。