五条生产线，
把接口收成能交付的片子。

视频号走专用接口；其它平台走全平台解析。两者都同步返回，不进任务队列。

要口播原文用文案提取；已有音视频文件则做语音转文本，拿到 text、srt 和分句时间戳。

素材是 m4a 时先转 mp3，再交给转写，避免格式卡住下游。

Terra 同步返回改写、标题和角度。它不生成视频。

自有视频、音频、照片先上传到用户文件空间，拿到公网 URL。试跑可跳过，直接用公共目录。

公共音色取 voice_id，TTS 设 voice_type=public。要像某人说话，先克隆，再把音色标识传给 TTS。

数字人高清合成吃 video_url + audio_url。照片出镜改走超凡数字人，不要塞进高清合成。

同一文案提交 IP 封面。合成与封面都是异步：回调或按 task_id 查询。

有成片视频用真人口播；有音频或文案加素材用口播混剪；资讯标题加素材用新闻混剪。

模板列表按 scene 筛选，返回的 id 就是 create 的 styleId。要改图层再拉模板详情。

action=create，带上 styleId、素材和 callback_url。计费通常按分辨率单价乘输入秒。

action=query 或任务查询接口看终态，也可以只等回调。查询不扣费。

口播封面用 IP 封面；通用配图用图像接口；短片草稿才选视频模型。

同一套 API Key 下切换威尔、G 视频、Seedance、索拉、MiniMax 等接口。参数集不通用。

创建任务后轮询或等回调。参考图必须是公网 URL。

满意的画面作为混剪素材，或切片、拼接后再发布。

获取语音列表，确定语种和音色。这一步是翻译流程的起点。

创建预览任务，查询到结果后再决定是否进入合成。

创建合成任务，再查询合成结果。

创建导出任务，查询导出得到可分发的成片。