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
表情驱动数据格式如何定义？ MetaStudio表情驱动的表情基数据总共52个系数，每个系数的取值范围在0~1之间，表情基系数的顺序性定义如下： 序号 表情名称 0 mouthPucker 1 mouthPressLeft 2 mouthPressRight 3 mouthRollUpper
文本驱动SSML定义 MetaStudio语音驱动采用语音合成标记语言（SSML，Speech Synthesis Markup Language）来控制数字人的行为，包括动作、情绪以及TTS语音合成的多音字、停顿等。 SSML基础定义可参考语音合成标记语言版本 1.0。Meta
肢体驱动数据格式如何定义？ MetaStudio肢体驱动数据的前三个为Hips骨骼的Translation信息，按XYZ排列，后接75根骨骼的旋转数据，具体定义如下： 序号 骨骼名称 0 Hips 1 Spine 2 Spine1 3 Spine2 4 Spine3 5 Neck
资源类型 MetaStudio计费中涉及的资源类型，包括商用资源类型、POC测试用需管理员分配的资源类型。 表1 商用资源类型（租户订购） 类别 资源名称 单位 计费模式 资源类型编码 备注 分身数字人 形象制作 个 一次性 hws.resource.type.metastudio
第三方声音支持的语言类型 第三方声音支持的语言类型，如表1所示。 表1 语言类型 语言类型 语种 出门问问（方言） 支持7种语言：东北话、广西话、湖北话、陕西话、四川话、粤语、港台。 出门问问（预置声音） 支持19种语言：中文、英文、德语、法语、韩语、葡萄牙语、日语、西班牙语、意
删除TTS租户级自定义读法配置 功能介绍 该接口用于删除TTS租户级自定义读法配置。 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/ttsc/vocabulary-configs 表1 路径参数 参数 是否必选 参数类型 描述 project_id
第三方用户ID。不允许输入中文。 表3 请求Body参数 参数 是否必选 参数类型 描述 type 是 String 支持配置的自定义读法类型。当前读法类型会映射为SSML标签，详见文本驱动SSML定义。 包含如下选项： CHINESE_G2P：拼音 PHONETIC_SYMBOL：音标
响应Body参数 参数 参数类型 描述 count Integer 总记录数。 取值范围： 0-2147483647 data Array of VocabularyConfig objects 自定义读法。 表5 VocabularyConfig 参数 参数类型 描述 id String
第三方用户ID。不允许输入中文。 表3 请求Body参数 参数 是否必选 参数类型 描述 type 是 String 支持配置的自定义读法类型。当前读法类型会映射为SSML标签，详见文本驱动SSML定义。 包含如下选项： CHINESE_G2P：拼音 PHONETIC_SYMBOL：音标
系统资产标签定义 查询资产列表接口支持使用“tags”标签对分身数字人模型进行分类。 “tags”取值及其含义，如表1所示。 表1 tags标签说明 tags取值类型 说明 数字人类型 取值如下： VIRTUAL_AVATARS：分身数字人 VIRTUAL_HUMANS：虚拟数字人
如何自定义域名方式访问智能交互页面？ 用户与数字人进行智能交互的URL页面，默认为IP地址形式。如果用户希望通过域名访问，目前MetaStudio服务提供了A记录的域名，但是这些A记录域名不能在浏览器直接访问，需要用户自己申请备案一个域名，并通过CNAME方式解析到如下域名上。
服务支持的字体 MetaStudio制作视频添加的字幕，视频画面中的文本信息都涉及字体。目前MetaStudio服务支持的字体及语言类型如表1所示。 表1 服务支持的字体说明 字体名称 支持的语言类型 Adelle_Sans_Global Adelle_Sans_Global_Bold
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
创建声音制作任务（第三方模型） 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，可使用第三方模型“出门问问”自定义生成声音。第三方模型“出门问问”的详细说明，如下所示： 输入的语言不受限制。默认支持19种输入语言
变更交互任务信息的事件。交互任务状态发生变化时，会通知使用方。如果交互任务就绪，jobInfo中的jobId为进行中的任务ID，否则jobId为空字符串。 【回调参数】 jobInfo：JobInfo类型。字段定义如表3所示。 表3 JobInfo 参数 类型 描述 jobId string 任务ID。 websocketAddr
在控制台查询音色ID（方式一）：仅支持查询自定义音色ID。 在控制台查询音色ID（方式二）：支持查询全量音色ID。 使用接口查询音色ID：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”。
该接口用于在资产库中添加上传新的媒体资产。可上传的资产类型包括：分身数字人模型、背景图片、素材图片、素材视频、PPT等。 资产类型是IMAGE时，通过system_properties来区分背景图片（BACKGROUND_IMG）、素材图片（MATERIAL_IMG）。 资产类型是VIDE
令。其参数结构定义为“CleanUpInsertCommand”。 PlayTextInfo 表1 PlayTextInfo 参数 是否必选 参数类型 描述 text_config 否 表2 object 话术配置。 play_type 否 String 播放类型。 取值如下所示：
如需使用“出门问问声音制作”方式自定义声音，并用于视频制作，需要参考下述内容进行操作。出门问问自定义声音暂不支持用于智能交互和视频直播。其支持的语言类型，如第三方声音支持的语言类型所示。 购买出门问问小语种克隆套餐包：如果用户需要使用“出门问问声音制作”方式自定义生成声音，需要在云商店购买出门问问小语种克隆套餐包。
MetaStudio智能交互服务支持开发者自定义数字人大脑（即第三方LLM）。当用户与数字人对话时，将触发调用该接口，由该接口返回问题对应的答案文本内容。 签名计算方法 第三方LLM自定义接口，使用HMACSHA256签名模式，需要在URL中追加参数“secret”和“time_stamp”。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
