数字人合成接口。仅需提供模板视频和音频，模板视频内的人物即可根据音频进行对口型表达。极速模式下，支持无人脸视频，不要求所有画面都有人脸。更高清更好效果则可以使用高清模式接口。系统计价为：不足一分钟按照一分钟计算。
检测文案内的敏感词，并返回敏感词所在的位置已经对应的敏感词内容
声音克隆合成接口，参考声音必须严格为指定的文字，否则声音克隆失败。单次合成字数不超过900字。 音频文案必须为：【我的声音将用于平台克隆，并合法使用，为自己的行为负责】
自动将视频的内容按照场景进行自动重组
图片清晰度增强，支持：人脸模式，动漫模式，以及其他类型。分辨率不得超过3K
可将音频声音，分离出指定的声音，可分离的声音有： 人声、背景音声、贝斯、鼓声、钢琴声、吉他声，以及指定组合的声音 指定组合的声音如可以指定只提取：人声+贝斯+吉他
根据视频的不同场景，自动分割成不同场景画面的小视频
可以音频提前出文本，或提取字幕【SRT,VTT,TSV,ASS】，或字幕对轴，以及校对音频和文案的相似度【以90%为基准返回success或false】
