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
产品优势 控制台自助服务，一站式快速生成所需内容 用户申请账号并上传相关授权，拍摄训练所需音视频素材，上传进行模型训练，生成自定义形象和声音。选择背景、声音、模特等内容，基于文本或语音智能驱动，实现视频制作、视频直播、智能交互等能力。 华为云盘古数字人大模型，赋能千行百业数字化营销新模式
形象制作 MetaStudio服务支持自定义生成分身数字人。 操作前准备 用户创建分身数字人定制任务前，需要参考操作步骤准备如下内容： 5~6分钟绿幕拍摄视频。 注意：如果制作分身形象的时候，选择保留拍摄背景，则需要准备实景背景拍摄视频。 身份证正反面照片。 形象授权签署文件，如授权书所示。
创建声音制作任务（自研模型） MetaStudio已经预置了各种类型的声音，可以在视频制作界面或视频直播界面查看。如果预置声音仍无法满足用户需求，可使用自研模型自定义生成声音。 操作限制 MetaStudio不支持个人用户定制声音，仅支持企业用户。 定制声音时，从平台下载的授权书中有明确说明，定制音色需授权给公司使用。
声音制作 MetaStudio支持自定义生成声音。 操作前准备 用户创建声音制作任务前，需要参考操作步骤准备如下内容： 参考真人声音录制，提前录制一个WAV或MP3格式的长音频文件，每句之间需要有2~3秒的停顿。语料推荐使用文案样例（基础版）。 声音授权签署文件。 操作步骤 登录MetaStudio控制台。
单击webm2mov，将视频格式转换小工具webm2mov_20240814.rar下载至本地。 下载过程大约耗时3~5分钟，请耐心等待。 如果用户需要自定义工具，可以获取其源码。 本地解压工具包，得到ffmpeg目录和运行文件webm2mov.exe。 双击webm2mov.exe，弹出如图1所示的界面。
表1 创建应用 参数 说明 第三方应用 从下拉框中选择“华为云CBS”。 需已完成配置对话机器人服务CBS。 应用名称 用户根据实际情况自定义即可。 问答机器人ID 输入问答机器人ID。可在CBS控制台“智能问题机器人”页面查看，详见图2。 CBS委托站点 从下拉框中选择站点，即
FullAccess”已生效。 MetaStudio自定义策略 如果系统预置的MetaStudio权限，不满足您的授权要求，可以创建自定义策略。 目前华为云云服务平台支持以下两种方式创建自定义策略： 可视化视图创建自定义策略：无需了解策略语法，按可视化视图导航栏选择云服务、操作
资产管理说明，如下所示： 资产存储计费说明 资产创建失败说明 资产冻结说明 资产存储计费说明 资产存储计费说明，如表1所示。 表1 资产存储计费说明 资产存储 计费说明 免费存储空间 MetaStudio服务免费赠送每个租户5GB资产存储空间，用于上传各类音视频、图片等素材。如果租户需要更多的存储空间，请购买单独的资产管理包月产品。
左下角展示用户已购买资源的剩余量。 资产管理 资产管理 左下角展示资产存储空间的已使用量，单位：GB。 须知： 用户首次使用MetaStudio服务，会免费赠送5G的存储空间。 资源总量默认包含免费赠送的5G存储空间。 目前资产管理，在内侧免费体验中，所以存储空间可以为负数。内测体验到期后，会在Metastudio控制台进行公告提醒。
2024-12-30 第十四次正式发布 本次变更如下： 语音合成管理接口组，新增接口：设置TTS租户级自定义读法配置、获取TTS租户级自定义读法配置、删除TTS租户级自定义读法配置、修改TTS租户级自定义读法配置。 2024-12-05 第十三次正式发布 本次变更如下： 新增接口组：分身数字人字幕文件生成管理。
environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"]
environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"]
速制作数字人视频。 注意：只有管理员可以自定义新增模板。 角色：自动展示系统预置的分身数字人列表，用户可以直接使用已有的数字人去创作生成视频。如果预置的数字人不满足用户需求，单击“定制数字人”，可以定制自己需要的数字人形象。 用户自定义的Flexus分身数字人，也会展示在这里。Flexus分身数字人左上角会有标识。
创建TTS试听任务 获取TTS试听文件 创建TTS异步任务 获取TTS异步任务 设置TTS租户级自定义读法配置 获取TTS租户级自定义读法配置 删除TTS租户级自定义读法配置 修改TTS租户级自定义读法配置 语音同步合成WebSocket接口
environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"]
environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"]
照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 风格化照片建模生成的模型文件是什么格式？ 表情驱动数据格式如何定义？ 肢体驱动数据格式如何定义？
获取项目ID 获取账号ID 直播控制HTTP Command命令说明 直播控制RTSA Command命令说明 文本驱动SSML定义 系统资产标签定义 服务支持的字体 资源类型 使用Java代码生成文件内容的MD5值 预置音色ID列表 查询音色ID
过Web页面浏览，无需开发。 图1 智能交互 场景二：用户使用第三方语言模型，自主开发API实现与数字人对话场景。 开发者基于智能交互服务定义的API接口结构，自主开发第三方语言模型API，对接第三方语言模型到智能交互服务，实现智能交互能力。操作请参考创建智能交互数字人（第三方语言模型）。
rams结构定义：PlayTextInfo。 INSERT_PLAY_AUDIO：插入驱动音频。用于音频直接驱动。数字人不变，背景不变。params结构定义：PlayAudioInfo。 REWRITE_PLAY_SCRIPT：动态编辑未播放剧本。params结构定义：scene_scripts。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
