查询分身数字人模型训练任务列表 - List2dModelTrainingJob

功能介绍

该接口用于查询分身数字人模型训练任务列表。

调用方法

请参见如何调用API。

授权信息

账号具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备调用API所需的权限，具体权限要求请参见权限和授权项。

URI

GET /v1/{project_id}/digital-human-training-manage/user/jobs

表1 路径参数
参数	是否必选	参数类型	描述
project_id	是	String	项目ID，获取方法请参考获取项目ID。

表2 Query参数
参数	是否必选	参数类型	描述
offset	否	Integer	偏移量，表示从此偏移量开始查询。取值范围： 0~2147483647 默认取值： 0
limit	否	Integer	每页显示的条目数量。取值范围： 1~100 默认取值： 10
state	否	String	任务状态，默认所有状态。可多个状态查询，使用英文逗号分隔。如state=CREATING,PUBLISHED
sort_key	否	String	排序字段，支持的排序方式有：按创建时间排序：create_time 按更新时间排序：update_time 按资产排序：asset_order
sort_dir	否	String	排序方式。 asc：升序 desc：降序默认asc升序。
create_until	否	String	过滤创建时间<=输入时间的记录。
create_since	否	String	过滤创建时间>=输入时间的记录。
query_project_id	否	String	查询租户id。
update_since	否	String	过滤更新时间>=输入时间的记录。
update_until	否	String	过滤更新时间>=输入时间的记录。
batch_name	否	String	任务批次名称。
tag	否	String	任务标签。
job_id	否	String	任务ID。
name	否	String	分身数字人模型名称
model_resolution	否	String	模型分辨率
is_flexus	否	Boolean	是否是flexus任务
is_live_copy	否	Boolean	是否是直播间复刻任务
train_location	否	String	训练region
is_ondemand_resource	否	Boolean	是否测试版

请求参数

表3 请求Header参数
参数	是否必选	参数类型	描述
X-Auth-Token	否	String	用户Token。使用Token鉴权方式时必选。通过调用IAM服务获取用户Token接口获取。响应消息头中X-Subject-Token的值。
Authorization	否	String	使用AK/SK方式认证时必选，携带的鉴权信息。
X-Sdk-Date	否	String	使用AK/SK方式认证时必选，请求的发生时间。格式为(YYYYMMDD'T'HHMMSS'Z')。
X-Project-Id	否	String	使用AK/SK方式认证时必选，携带项目ID信息。
X-App-UserId	否	String	第三方用户ID。不允许输入中文。

响应参数

状态码：200

表4 响应Header参数
参数	参数类型	描述
X-Request-Id	String	请求ID。

表5 响应Body参数
参数	参数类型	描述
count	Integer	分身数字人模型训练任务数量。取值范围： 0~2147483647
jobs	Array of TrainingJobBasicInfo objects	分身数字人模型训练任务列表。

表6 TrainingJobBasicInfo
参数	参数类型	描述
job_id	String	任务ID。
name	String	分身数字人模型名称。该名称会作为资产库中分身数字人模型资产名称。
state	String	任务的状态。与MetaStudio Console上用户看到的状态映射关系如下：待提交 WAIT_FILE_UPLOAD: 待上传文件系统审核中 AUTO_VERIFYING: 自动审核中 MANUAL_VERIFYING: 人工审核中系统审核未通过 AUTO_VERIFY_FAILED: 自动审核失败 MANUAL_VERIFY_FAILED: 人工审核失败算法训练中说明：算法训练中的状态仅管理员需要处理，普通用户仅需要显示“算法训练中”即可。 MANUAL_VERIFY_SUCCESS: 审核通过，等待预处理资源 WAIT_TRAINING_DATA_PREPROCESS: 等待训练数据预处理 TRAINING_DATA_PREPROCESSING: 训练数据预处理中 TRAINING_DATA_PREPROCESS_FAILED: 训练数据预处理失败 TRAINING_DATA_PREPROCESS_SUCCESS: 训练数据预处理完成，等待训练资源中 TRAINING: 训练中 TRAIN_FAILED: 训练失败 TRAIN_SUCCESS: 训练完成，等待预处理资源 INFERENCE_DATA_PREPROCESSING: 推理数据预处理中 INFERENCE_DATA_PREPROCESS_FAILED: 推理数据预处理失败 WAIT_MAIN_FILE_UPLOAD: 等待主文件上传 MANUAL_STOP_INFERENCE_DATA_PREPROCESS: 人工中止推理预处理 MANUAL_STOP_TRAIN: 人工中止训练 MANUAL_STOP_TRAINING_DATA_PREPROCESS: 人工中止训练预处理 WAIT_ADMIN_CONFIRM: 等待管理员审核 WAIT_COMPILE: 等待转编译 COMPILING: 转编译中 COMPILE_FAILED: 转编译失败 WAIT_GENERATE_ACTION: 等待原子动作生成 WAIT_ARRANGE: 等待编排 ACTION_GENERATE_DATA_PROCESSING: 原子动作生成中 MANUAL_STOP_ACTION_GENERATE_DATA_PROCESSING: 人工中止动作生成 MANUAL_STOP_ACTION_GENERATE_ORI_PROCESSING: 人工中止动作编排 ACTION_GENERATE_ORI_PROCESSING: 动作编排中 ACTION_GENERATE_DATA_FAILED: 动作生成失败 ACTION_GENERATE_ORI_FAILED: 生成动作编排资产失败 ACTION_GENERATE_ORI_SUCCESS: 动作编排成功 GENERATE_ACTION_PREPROCESS_FAILED: 生成动作编排原子动作失败 WAIT_ADMIN_CALIBRATION: 等待管理员确认动作信息 WAIT_ASSET_SYNC: 等待资产同步 WAIT_GENERATE_ACTION_MARK 等待动作标定 ACTION_MARKING: 动作标定生成待用户审核，仅NA白名单用户有该状态 WAIT_USER_CONFIRM: 等待用户确认训练效果用户驳回，仅NA白名单用户有该状态 JOB_REJECT: 驳回任务已完成 JOB_SUCCESS: 训练任务完成（普通用户任务的完成状态，此时用户已经可以使用模型） JOB_FINISH: 任务结束，是最终状态，不支持修改此状态(NA用户任务的完成状态，并且此状态表明模型效果已通过用户的验收) 挂起，仅NA白名单用户有该状态 JOB_PENDING: 挂起任务 WAIT_TEST_VIDEO_CHECK: 等待进行测试视频推理任务 TEST_VIDEO_CHECK_PROCESSING：测试视频推理质量检测中 TEST_VIDEO_CHECK_SUCCESS：测试视频推理质量检测通过 TEST_VIDEO_CHECK_FAILED：测试视频推理质量检测未通过 VIDEO_ANALYZE_PROCESSING：视频检测中 VIDEO_ANALYZE_SUCCESS：视频检测通过 VIDEO_ANALYZE_FAILED：视频检测未通过 ACTION_MARKING：动作标定中 ACTION_MARK_SUCCESS：动作标定成功 ACTION_MARK_FAILED：动作标定失败 ACTION_MARK_UPLOADED：动作标定文件上传成功 MANUL_STOP_ACTION_MARK：中止动作标定
asset_id	String	模型资产ID。
project_id	String	模型资产所属项目ID。
cover_download_url	String	分身数字人模型封面下载URL。URL有效期24小时。
last_update_time	String	用户最近一次更新任务的时间（包括租户创建或者重新提交），格式遵循：RFC 3339。例 “2020-07-30T10:43:17Z”
create_time	String	创建时间，格式遵循：RFC 3339。例 “2020-07-30T10:43:17Z”
contact	String	分身数字人训练任务创建者的手机号。
batch_name	String	分身数字人训练任务的批次名称。
tags	Array of strings	分身数字人训练任务标签。
model_version	String	分身数字人模型版本。默认是V3.2版本模型。 V3.2：V3.2版本模型 V3.3: 极速版flexus用的训练模型说明： V3和V2版本已废弃不用取值范围： 0~64 默认取值： V3.2
matting_type	String	抠图类型。默认是AI。 AI：AI抠图 MANUAL：人工抠图默认取值： AI
model_resolution	String	分身数字人模型分辨率。默认是1080P。 1080P：1080P。支持1080P及720P的视频输出。 4K：4K。支持4K、1080P及720P的视频输出。
app_user_id	String	自定义用户id（如创建任务时设置了X-App-UserId则会携带）。
is_flexus	Boolean	是否是基础版的形象训练
is_live_copy	Boolean	是否是直播间复刻任务
is_fast_flexus	Boolean	是否极速版flexus 默认取值： false
is_only_human_model	Boolean	是否只训练形象模型，不训练声音模型。仅Flexus版本时有效，默认false。默认取值： false
optional_training_location	Array of strings	可选训练region
is_background_replacement	Boolean	分身数字人是否需要背景替换。需要背景替换的分身数字人训练视频需要绿幕拍摄。
is_ondemand_resource	Boolean	是否按需任务默认取值： false

状态码：400

表7 响应Body参数
参数	参数类型	描述
error_code	String	错误码。
error_msg	String	错误描述。

状态码：500

表8 响应Body参数
参数	参数类型	描述
error_code	String	错误码。
error_msg	String	错误描述。

请求示例

https://example.com/rest/v1/***/digital-human-training-manage/user/jobs?query_project_id=***&offset=0&limit=10

响应示例

状态码：200

处理成功返回。

{
  "count" : 101,
  "jobs" : [ {
    "job_id" : "646682facddb4912976f19a4d61c6a91",
    "name" : "名字1",
    "state" : "TRAINING",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/646682facddb4912976f19a4d61c6a91_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-09T07:38:09Z",
    "create_time" : "2023-12-08T08:30:56Z",
    "contact" : "1**********",
    "tags" : [ ],
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "efc5300ecdba4ea48d1ff13a9d907bc0",
    "name" : "名字2",
    "state" : "MANUAL_VERIFYING",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/efc5300ecdba4ea48d1ff13a9d907bc0_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-09T07:32:46Z",
    "create_time" : "2023-12-09T07:31:37Z",
    "contact" : "1**********",
    "model_version" : "V3",
    "matting_type" : "AI"
  }, {
    "job_id" : "7889dfd55bf14834a35e78c7f0aa0516",
    "name" : "名字3",
    "state" : "INFERENCE_DATA_PREPROCESS_FAILED",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/7889dfd55bf14834a35e78c7f0aa0516_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-09T07:09:02Z",
    "create_time" : "2023-12-08T08:34:12Z",
    "contact" : "1**********",
    "tags" : [ ],
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "222509ed63c2498599f519d5ec7ef462",
    "name" : "名字4",
    "state" : "TRAINING_DATA_PREPROCESS_SUCCESS",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/222509ed63c2498599f519d5ec7ef462_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-09T07:08:21Z",
    "create_time" : "2023-12-08T08:33:24Z",
    "contact" : "1**********",
    "tags" : [ ],
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "dd4a596edc2c44dd881b5e9eff485e21",
    "name" : "名字5",
    "state" : "TRAINING_DATA_PREPROCESS_SUCCESS",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/dd4a596edc2c44dd881b5e9eff485e21_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-09T02:12:01Z",
    "create_time" : "2023-12-08T08:29:25Z",
    "contact" : "1**********",
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "bf46c9f335b14e84bd028f6acb52686b",
    "name" : "名字6",
    "state" : "JOB_FINISH",
    "asset_id" : "3174263c6199e0a10d83a257b272ac71",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/bf46c9f335b14e84bd028f6acb52686b_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-08T08:37:39Z",
    "create_time" : "2023-11-29T09:39:25Z",
    "contact" : "1**********",
    "model_version" : "V3",
    "matting_type" : "AI"
  }, {
    "job_id" : "2f96ddd4fdda40af977c1b1d3b6adca8",
    "name" : "名字7",
    "state" : "INFERENCE_DATA_PREPROCESS_FAILED",
    "asset_id" : "22741ee4bc4130282835bdc2a4b4ac79",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/2f96ddd4fdda40af977c1b1d3b6adca8_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-08T07:26:53Z",
    "create_time" : "2023-10-19T01:13:24Z",
    "contact" : "15312090046",
    "batch_name" : "234",
    "model_version" : "V3",
    "matting_type" : "AI"
  }, {
    "job_id" : "e477dcf363234b2f8aa2aad4d8bad46b",
    "name" : "名字8",
    "state" : "INFERENCE_DATA_PREPROCESS_FAILED",
    "asset_id" : "d36e8df774ae88315911724d4467cb6d",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/e477dcf363234b2f8aa2aad4d8bad46b_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-08T01:58:52Z",
    "create_time" : "2023-11-27T06:39:46Z",
    "contact" : "1**********",
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "d8ca20175d5b4ae6b0056c62e4553d36",
    "name" : "名字9",
    "state" : "INFERENCE_DATA_PREPROCESS_FAILED",
    "asset_id" : "5ff8e2893ffa8ef848050260eb08faa9",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/d8ca20175d5b4ae6b0056c62e4553d36_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-04T05:39:24Z",
    "create_time" : "2023-11-06T13:51:09Z",
    "contact" : "1**********",
    "model_version" : "V3.2",
    "matting_type" : "AI"
  }, {
    "job_id" : "65e9fb9ac78546268e7d60d5003bfbdc",
    "name" : "名字10",
    "state" : "INFERENCE_DATA_PREPROCESS_FAILED",
    "asset_id" : "71a0df4bd5966a33818af2b5094cf197",
    "project_id" : "***",
    "cover_download_url" : "https://example.com/65e9fb9ac78546268e7d60d5003bfbdc_cover?param1=XXX&param2=YYY",
    "last_update_time" : "2023-12-01T07:58:26Z",
    "create_time" : "2023-11-29T11:19:22Z",
    "contact" : "1**********",
    "model_version" : "V3",
    "matting_type" : "AI"
  } ]
}

状态码：400

请求传参异常，包含错误码及对应描述。

{
  "error_code" : "MSS.00000003",
  "error_msg" : "Invalid parameter"
}

状态码：500

内部服务错误。

{
  "error_code" : "MSS.00000004",
  "error_msg" : "Internal Error"
}

状态码

状态码	描述
200	处理成功返回。
400	请求传参异常，包含错误码及对应描述。
500	内部服务错误。

错误码

请参见错误码。

父主题：分身形象制作管理

上一篇：创建分身数字人模型训练任务 - Create2dModelTrainingJob

下一篇：查询分身数字人模型训练任务详情 - Show2dModelTrainingJob

意见反馈

文档内容是否对您有帮助？

有帮助没帮助

提供反馈

提交成功！非常感谢您的反馈，我们会继续努力做到更好！

系统繁忙，请稍后重试