MCP 接入

使用支持 Streamable HTTP 和自定义认证头的 MCP 客户端，调用声音克隆、语音合成和数字人视频。

配置连接

服务地址：

https://mcp.yzhdh.com/commercial/mcp

认证请求头：

Authorization: Bearer <API Key>.<Secret>

使用「API 密钥」页面创建的项目凭据。Secret 仅显示一次，不要填入聊天内容、工具参数或公开网页。撤销密钥即可撤销该连接。

选择能力

先调用 connection_context_get 查看当前项目、额度和价格。生成工具只展示项目与密钥均有权限的能力。

工具	用途
connection_context_get	查看项目、额度和价格
voice_clone_submit	声音克隆
tts_submit	语音合成
talking_media_submit	数字人视频 · 音频驱动
talking_media_script_submit	数字人视频 · 文本驱动
task_get	查询任务与成果有效期
result_link_get	获取成果链接

提交生成

查看价格并确认本次操作后，将 confirmed 设置为 true。使用人物素材或声音样本时，还须确认已获授权并设置 rights_confirmed: true。每次生成提供唯一 idempotency_key。

以下为文本驱动、照片素材的工具调用示例。请替换素材地址和声音编号。

{
  "name": "talking_media_script_submit",
  "arguments": {
    "type": "photo",
    "image_url": "https://your-domain.example/person.jpg",
    "text": "你好，欢迎使用元真开放平台。",
    "tts_id": "YOUR_VOICE_ID",
    "prompt": "固定机位，人物居中，表情自然",
    "negative_prompt": "脸部变形、口型不同步、画面抖动、模糊",
    "rights_confirmed": true,
    "confirmed": true,
    "idempotency_key": "your-request-001"
  }
}

使用视频素材时，将 type 改为 video，用 video_url 替换 image_url。音频驱动使用 talking_media_submit，提供 audio_url，无需文本或声音编号。

语音合成的 text 是朗读内容；声音克隆使用声音样本。两者均不提供正向、负向提示词。

两种数字人视频工具可选填 prompt 和 negative_prompt，用于引导动作、表情与画面，不修改朗读文本或音频。不填时使用默认效果：照片保持人物与背景稳定、自然口型及轻微眨眼；视频保留原人物、镜头、动作和表情并同步新音频。默认避免变形、口型不同步、抖动与模糊。请避免正负提示词冲突；效果不保证逐项实现。

素材要求与照片、视频示例见 API 参考。

查询与保存成果

保存 task_id，使用 task_get 查询，并遵守 next_poll_after_ms 间隔。任务完成后，将 download_url 末尾编号传给 result_link_get 的 alias。

声音克隆成功后返回 user_voice_id，可用于同一项目的语音合成与文本驱动数字人视频。

按返回的有效期及时保存成果；有效期为 null 表示未提供截止时间，请尽快保存。扣费、退款与重试规则见计费与错误处理。