表单驱动生成口播头像视频

原文要点

n8n官方模板库工作流20704，由useapi.net（该工作流所调用的第三方API方）自行发布，模板本身免费。流程用n8n表单收集Presenter描述或复用已存头像、声音（30种可选）、脚本、场景、画幅、时长与追加分段；经useapi.net的Google Vids API（Gemini Omni 1.1 Flash）创建或复用头像，确认页可重画；提交720p口播视频生成任务并轮询；可逐段续拍且每段后有检查点可提前停止；总时长不超过20秒时可升1080p；媒体经n8n webhook按mediaId代理转发，API令牌不进浏览器。费用：useapi.net订阅15美元/月（其所有API统一价），另需付费Google AI计划（Pro或Ultra），视频与图片消耗该账号的Google Vids月度额度，免费Google账号只能做头像；每个片段带Google可见Gemini标记与隐形SynthID水印。

这次做成什么

照做目标：搭一条「表单提交→头像确认→720p口播片段→可选续拍/升1080p→结果页播放下载」的生成流水线。原文未展开接口路径与参数细节，本页给出独立复刻的表单字段、页面状态机与合成练习输入，具体API调用需对照useapi.net文档，费用与额度需在各自账号核对。

准备什么

• useapi.net账号与API令牌，订阅为15美元/月（覆盖其全部API），并在n8n建Header Auth凭据（Authorization: Bearer 令牌）
• 一个已订阅付费Google AI计划（Pro或Ultra）的Google账号，按useapi.net文档完成Google Vids一次性连接，拥有月度Vids额度
• 可公网访问的n8n（表单与媒体webhook要对浏览器可达），仅用核心节点
• 若复用头像，该Google账号下已有保存的Google Vids头像或上次运行记下的Avatar ID

具体怎么做

1. 建提交表单

   加Form Trigger，路径/form/google-vids-avatar，字段：presenter_mode（新建/复用下拉）、presenter_description（多行文本，新建时必填）、avatar_id（复用时填）、voice（下拉，练习保留5种如zh-CN女声A/男声B等）、script（口播稿，多行必填）、scene（室内/户外/纯色背景）、aspect_ratio（16:9或9:16）、length（秒）、extra_segments（0-3）。提交后进入分支。

2. 创建或复用头像并确认

   新建模式：HTTP Request节点（挂Header Auth）向useapi.net的Google Vids接口提交头像绘制请求，拿回mediaId与Avatar ID；头像图片不直接给浏览器原URL，而是给一个指向本地媒体webhook的链接（见步骤5）。展示确认页让用户选「确认」或「重画」（重画=删除旧头像再生成一次）；复用模式直接列出已存头像供选。

3. 生成720p片段并轮询

   确认后HTTP节点提交视频生成任务（参数含Avatar ID、voice、script、scene、aspect_ratio、length），拿回jobId；Wait+HTTP轮询job状态直到完成，拿到720p片段mediaId。

4. 可选续拍与1080p

   extra_segments>0时逐段提交续拍请求（每段一个追加提示词），每段完成后渲染检查点页让用户选「继续」或「到此为止」；全部完成后，若总时长≤20秒且用户勾选，提交1080p升频任务并再次轮询；最终渲染结果页，内嵌播放器与MP4下载链接。

5. 媒体代理webhook

   加独立Webhook路径如/media-proxy，接收mediaId参数，服务端用Header Auth向useapi.net取媒体二进制并回传给浏览器——令牌只存在n8n凭据里，HTML页面里不出现。可选：结果页提供「删除此头像」按钮，调用删除接口清理。

可直接复制的材料

{
  "formPath": "/form/google-vids-avatar",
  "fields": {
    "presenter_mode": {"type": "dropdown", "options": ["create", "reuse"], "required": true},
    "presenter_description": {"type": "textarea", "requiredIf": "presenter_mode=create", "maxLength": 500},
    "avatar_id": {"type": "text", "requiredIf": "presenter_mode=reuse"},
    "voice": {"type": "dropdown", "options": ["zh-CN-Female-A", "zh-CN-Male-A", "zh-TW-Female-A", "en-US-Female-A", "en-US-Male-A"]},
    "script": {"type": "textarea", "required": true, "maxLength": 600},
    "scene": {"type": "dropdown", "options": ["studio", "office", "outdoor", "plain"]},
    "aspect_ratio": {"type": "dropdown", "options": ["16:9", "9:16"]},
    "length_seconds": {"type": "number", "min": 5, "max": 20},
    "extra_segments": {"type": "number", "min": 0, "max": 3}
  },
  "voicesNote": "原模板提供30种声音，练习版裁剪为5种；完整声音清单与确切接口路径请在useapi.net文档与原模板节点中核对"
}

{
  "presenter_description": "30岁左右女性，短发，穿藏青色西装外套，半身构图，直视镜头，背景为浅灰纯色",
  "voice": "zh-CN-Female-A",
  "script": "大家好，这里是澄川设计工作室。十月份我们开放三个品牌视觉改造的名额，包含标志、名片与官网首屏设计。预约咨询请在下方留言或私讯我们，先到先得。",
  "aspect_ratio": "9:16",
  "length_seconds": 15,
  "extra_segment_prompts": ["补充说明：改造档期从11月开始，每期约三周，欢迎先预约免费评估。"]
}

// 本站示例常量：按原模板默认假设（Google AI Ultra 199美元/月、约10000秒额度）
// 换成你自己的计划时修改这两行；这只是估算展示，不是账单
const PLAN_PRICE_USD = 199;
const PLAN_SECONDS_PER_MONTH = 10000;
const secondsUsed = 15; // 本次片段总秒数，由上游节点注入
const estimateUsd = (PLAN_PRICE_USD / PLAN_SECONDS_PER_MONTH) * secondsUsed;
return [{ json: { secondsUsed, estimateUsd: estimateUsd.toFixed(3), note: "估算值，实际以Google账单为准" } }];

输入与输出示例

本站虚构演示，未实际调用任何API；ID与数字均为示意，不代表真实生成结果或时长。

输入

presenter_mode=create，脚本用上一条材料的虚构文案，9:16、15秒、extra_segments=1，勾选升1080p。

对应输出

状态流转示意：form_submitted→avatar_created（Avatar ID av_demo_001，头像经/media-proxy?mediaId=img_demo_001展示）→user_confirmed→video_job_submitted（job_4821）→polling→clip_ready（720p，15秒）→segment_checkpoint（第1段后用户选「停止」）→upscale_submitted（总时长15秒≤20秒，允许）→done：结果页显示内嵌播放器、MP4下载链接（均指向/media-proxy?mediaId=vid_demo_009）与估算成本0.298美元。页面不含任何API令牌。

做完检查这些

• 表单缺少script时无法提交，新建模式下presenter_description为空被拦截
• 查看结果页HTML源码，搜索不到Bearer或令牌字样，媒体全部经由/media-proxy加载
• 总时长填25秒时1080p升频选项被禁用或提交被拒
• 续拍检查点选「停止」后流程直接跳到结果页，不再提交新任务
• 选择「删除此头像」后，复用模式的头像列表里不再出现该Avatar ID

容易卡住的地方

• 模板由useapi.net自家发布，属于对其服务的导流；生成能力实际取决于你的付费Google AI计划额度，免费Google账号只能画头像不能出视频
• 1080p升频只在总时长20秒以内可用，规划脚本时长时先算好分段总和
• 具体接口路径、参数名、30种声音清单、头像复用列表字段均未在原文展开，需对照useapi.net文档与原模板节点核对，本页字段为练习设定
• 每段视频带Google可见Gemini标记与隐形SynthID水印，商用前确认你能接受
• 所有片段消耗Google账号的月度Vids额度，额度用完任务会失败；失败处理（重试/提示）原文未提，需自行加错误分支
• 媒体必须走服务端代理，若图省事把useapi.net直链给浏览器会泄露令牌
• 头像与视频涉及肖像，虚构Presenter也不要仿冒真人
• 轮询间隔与超时原文未给出，自行设定并避免过长任务把执行挂死