检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
型匹配准确率>95%，表情、动作更自然。 直播话术智能生成：基于十万级高质量直播话术的预训练，自动生成专业话术，精准驱动数字人准确、流利地介绍产品，让每个人都能成为专业的主播。 智能互动问答：基于盘古大模型能力，和直播间观众智能互动，大幅提升直播体验和商业转化率。 基于上述先进的
如何调用MetaStudio接口？ 数字人相关问题 第三方平台的直播画面不清晰怎么办？ 第三方平台的直播画面突然中断是怎么回事？ 如何实时切换智能交互的语言和声音？ 父主题： 附录
Flexus支持通过API集成使用吗？ 为什么调用API时提示“APIG.0301”？ 使用API时返回“APIGW”开头的错误码，该如何处理？ 智能交互SDK从哪里下载？ 通过API合成的视频封面为什么看不到插入的视频素材缩略图？ 通过API上传的视频和图片素材，为啥视频制作时不可见？
示例9：视频制作剧本管理 示例10：视频制作素材图层管理 示例11：视频直播 示例12：视频直播对接实时音视频客户端SDK 示例13：数字人名片制作 示例14：智能交互
20010075 智能交互配额不足 智能交互配额不足 请联系技术支持或购买智能交互套餐 403 MSS.20010076 智能交互任务过期 智能交互任务过期 当前任务已过期 403 MSS.20010082 系统模板编辑失败 系统模板编辑失败 请检查是否拥有系统管理员权限 403
左下角展示用户当前剩余可用的视频直播路数，即用户还可以并发开启的视频直播数量。 分身数字人视频直播支持开通或关闭按需计费。 分身数字人智能交互 左下角展示用户当前剩余可用的智能交互路数，即用户还可以并发开启的数字人交互对话数量。 分身数字人名片制作 左下角展示用户已购买资源的剩余量。 分身数字人名片制作支持开通或关闭按需计费。
ljzn_min Integer 逻辑智能最低时长（秒） 取值范围： 0-2147483647 ljzn_max Integer 逻辑智能最高时长（秒） 取值范围： 0-2147483647 ljzn_advice_value Integer 逻辑智能建议时长（秒） 取值范围： 0-2147483647
说明操作，就可以详细了解了。 音频：从本地上传一个音频文件，支持MP4、WAV和M4A格式。当命中此规则后，使用此音频进行回复。 智能交互：通过智能交互的方式回复用户问题，相当于提供了一个第三方语言模型去答复用户问题。 素材绑定（可选） 从本地选择图片或视频上传。当直播间命中当前
wav 进阶版媒体2.wav 支持手机录制100条语料音频（15分钟），1-3天制作，获得高还原度音色，mos分4.0。 直播、培训视频、智能交互 高级版声音制作 女声 高级版媒体1.wav 高级版媒体2.wav 录音棚专业设备录制60分钟音频，3-5天制作，支持多轮人工调整，获得现场级高品质音色，mos分4
说明操作，就可以详细了解了。 音频：从本地上传一个音频文件，支持MP4、WAV和M4A格式。当命中此规则后，使用此音频进行回复。 智能交互：通过智能交互的方式回复用户问题，相当于提供了一个第三方语言模型去答复用户问题。 回复问题的时候，支持同时在直播画面中展示图片或者视频信息，以
持文本驱动和语音驱动的方式说话。 5 数字人支持提供语义理解知识库吗？ 不提供语义理解知识库。语义理解是知识库的能力，不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答，也就是用户提问，数字人说出知识库返回的答案。数字人回答的内容，是由大模型或知识库返回的答案决定的。
持文本驱动和语音驱动的方式说话。 5 数字人支持提供语义理解知识库吗？ 不提供语义理解知识库。语义理解是知识库的能力，不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答，也就是用户提问，数字人说出知识库返回的答案。数字人回答的内容，是由大模型或知识库返回的答案决定的。
顿。WAV或MP3格式文件可直接上传MetaStudio控制台，无需压缩，无需提供语料txt文件。 推荐使用服务预置语料，也可自定义语料。系统会自动根据停顿做切割，自动识别文本内容。 音频文件命名无要求，可自定义，命名示例：Voice.wav。 进阶版 高品质 制作声音模型 准备
and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"] projectId = "{project_id}"
购买出门问问声音套餐 购买出门问问声音套餐， 详见购买出门问问语音合成套餐的操作流程。 购买出门问问语音合成套餐的操作流程 如需使用系统预置的第三方声音，需要购买出门问问语音合成套餐包，详细的操作流程如下所示。第三方声音支持的语言类型，如第三方声音支持的语言类型所示。 购买出门问
and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"] projectId = "{project_id}"
作”，详见计费说明。 系统声音和Flexus声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。 系统声音免费使用。第三方声音
使用接口查询音色ID（方式三）：支持查询全量音色ID。 在控制台查询音色ID（方式一） 当前方式仅支持查询用户自定义音色ID，不支持查询系统预置音色ID。 登录MetaStudio控制台。 在左侧导航栏中，选择“我的创作”。 选择“资源”页签，单击“声音”页签。 单击需要使用的声音卡片，进入“声音详情”界面。
and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"] projectId = "{project_id}"
text 是 String 台词脚本。取值最小长度1，最大长度131072。 支持如下两种模式： 纯文本模式 使用纯文本，示例：大家好，我是人工智能小A，是位虚拟主播。 标签模式 标签模式使用SSML（Speech Synthesis Markup Language）标记语言。 需要使用的标签，如下所示：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
