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
动作生效需要有足够的音频时间，如果音频太短，数字人可能来不及做动作。 4 数字人说话是文本驱动还是语音驱动？ 数字人视频制作、视频直播、分身数字人名片和照片数字人都支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。
动作生效需要有足够的音频时间，如果音频太短，数字人可能来不及做动作。 4 数字人说话是文本驱动还是语音驱动？ 数字人视频制作、视频直播、分身数字人名片和照片数字人都支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。
直播剧本包含下述设置： 剧本驱动 支持下述三种方式任选其一： 文本驱动：输入文本，通过文本驱动数字人说话。 音频驱动：上传音频，通过音频驱动数字人说话。 即兴直播：无需设置剧本，直接开播。开播后数字人是不说话的，需要发送互动内容，或者开启真人接管，驱动数字人说话。 互动设置：支持弹幕、用户入场
画布左侧展示字幕内容，支持修改字幕内容、调整字幕样式。 须知：“音频驱动”方式目前仅支持中文普通话的场景开启字幕。 图标 展示当前视频的宽高比。 图标 第一次单击可折叠“文本驱动/视频驱动”，第二次单击后恢复展示。 音频驱动 需从本地上传已录制好的音频。音频文件格式需要为WAV、MP3或M4A，大小不能超过100M。
参数类型 描述 script_type String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config TextConfig object 讲解词配置。
参数类型 描述 script_type 否 String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config 否 TextConfig object 讲解词配置。
智能交互 智能交互管理 智能交互驱动 智能交互第三方LLM回调 智能交互客户端SDK
参数类型 描述 script_type 否 String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config 否 TextConfig object 讲解词配置。
音频制作区域，可选择下述1种方式生成音频。 文本驱动：通过输入文本的方式生成音频。文本支持插入停顿、调整语速，如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。音频驱动方式，仅支持中文普通话的场景下能开启字幕。
BUSINESS_CARD_2D：分身数字人名片 PICTURE_2D：照片数字人视频 MODELING_3D：3D照片建模 VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动 FLEXUS_2D：FLEXUS版本资源 resource_source 是 String 资源来源,可填多个 例如:PURCHASED
全局、删除等操作。还支持设置大小，拖动位置。 视频直播画面创作完成后，请根据实际情况，选择下述一种直播剧本驱动方式。 “剧本驱动”包含3种方式： 文本驱动 需要通过文本驱动数字人说话。支持下述2种方式，增加文本内容。 直接在各个场景的段落框中输入文本内容。可单击图标，新增更多的段落。
新增直播任务管理接口。 2023-08-07 第二次正式发布 本次变更如下： 更新3个接口的请求参数和响应参数，包括：查询资产列表、查询资产详情和获取语音驱动数据接口。 2022-12-27 第一次正式发布。
附录 状态码 错误码 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
事件通知（EventMap） 本节介绍Web SDK的EventMap事件。 表1 通知列表 接口 描述 三方驱动场景（是否支持） 非三方驱动场景（是否支持） error 错误事件。 √ √ enterActive 数字人激活事件。 × √ enterSleep 数字人自动休眠事件。
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
查看界面右侧的“互动问答”页签，如图1所示。 参数配置说明，如表1所示。 图1 创建应用 表1 创建应用 参数 说明 第三方应用 从下拉框中选择“第三方驱动”。 应用名称 输入自定义的应用名称。 “互动问答”页签配置完成后，还需执行下述操作，对应的操作流程图，如图2所示。 下载并集成智能交互Web
数字人主动播报与文本问答的区别是什么？ 智能交互同时支持数字人主动播报和文本问答两种能力，两者都是通过文字驱动数字人讲话。 区别如下所示： 主动播报：主动播报是直接将sendDrivenText接口传入的文本作为数字人播报内容，来驱动数字人讲话。 文本问答：文本问答是使用sendTextQuestion接口输
introduction_type String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动，需要在资产库中先上传语音资产 默认取值： TEXT introduction_text String 自我介绍文本，用于驱动数字人口型。 voice_asset_id
一个视频制作剧本，仅支持使用一个数字人模型和一个音色模型。 文本驱动 每个单场景输入文字的数量不超过1万字。 所有场景输入文字的数量不超过10万字。 每个单场景如果包含语音合成标记语言SSML标签，文字数量需小于128K。 音频驱动 每个单场景上传音频的大小不超过100M。 视频格式 插
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
