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
如何调用MetaStudio接口？ 照片建模任务创建失败是什么原因？ 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？ 肢体驱动数据格式如何定义？ 更多 智能客服 您好！我是有问必答知识渊博的的智能问答机器人，有问题欢迎随时求助哦！ 社区求助 华为云社区是华为云用户
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。
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
主入口（HwICSUiSdk） 本节介绍Web SDK的接口详情。 表1 接口 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） activeInteractionMode 获取当前生效的交互模式（语音问答/文本问答）。 × √ addEventListeners
String 剧本封面下载url。 script_type String 脚本类型，即视频制作的驱动方式。默认TEXT TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 text String 台词脚本。 create_time String 创建时间，格式遵循：RFC
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
interruptSpeaking：支持中断数字人讲话。 jobInfoChange通知新增websocketAddr参数，用来拼接三方驱动场景websocket请求URL。 更新字幕列表头像。 SDK心跳超时支持自动恢复。 解决vue2脚手架引入SDK报错问题。 解决部分BUG，优化部分错误提示。
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
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。
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_expire_start_time 否 String 资源过期时间段
出门问问的数字人平台对接至智能交互服务，开发者基于SDK完成web界面开发，操作请参考创建智能交互数字人（奇妙问）。 开发者自己提供LLM或者大模型，调用智能交互的文本驱动数字人能力。智能交互服务不感知用户自己的LLM或者大模型，只提供API接口和Web SDK。操作请参考创建智能交互数字人（二次开发场景）。
直播间配置 限制 文本驱动 每个单场景中所有段落输入文字的总量需大于200字。 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。 音频驱动 每个单场景上传
用于互动回复。数字人不变，背景不变。params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
"MATERIAL_VIDEO", "value": "Yes"}] 界面展示效果，如图5所示。 图5 素材视频 形象制作、声音制作、视频制作的音频驱动，不属于资产库管理范畴（详见资产范围说明），不适用于当前上传资产示例章节。 父主题： 应用示例
finish 上一轮文本驱动未结束请等待 MSS.47015015 the sis service frozen please check 语音识别服务欠费不可用，请联系管理员检查 MSS.47015016 text drive length limit 驱动文本长度过大(不大于500字)
静默状态，等待恢复剧本播放的指令。 TAKE_OVER：真人接管状态。MetaStudio直播服务会获取RTC通道中来自主播端的音频，实时驱动数字人进行直播。 PLAY_END：退出直播任务状态。 RTSA Command定义 RTC User Render用户通过COMMAND通道发送服务端状态通知。
过5分钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，选择声音的方式，生成播报内容。不能超过2000字。 单击声音图标，会弹出声音对话框，可以选择需要使用的声音。 无标注的系统声音，均为免费声音，可直接选用。
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"]
app_type Integer 对接第三方应用厂商类型。 说明： 0：科大讯飞AIUI；1：华为云CBS；2：科大讯飞星火交互认知大模型；5：第三方驱动；6：第三方语言模型；8：奇妙问 取值范围： 0-32 app_key String 应用的AccessKey或帐号。 robot_type
直播画面创作完成后，需要制作剧本。 服务有预置文本，可以直接使用，如图8所示。用户也可以根据实际场景自定义文本内容，并单击图标，新增段落。 图8 文本驱动 如果还需要制作多场景，可以单击直播画面预览窗口右侧“场景1”小窗口下方的“+”图标，新增场景，并参考前一个场景，设置生成下一个场景的画面布局和剧本内容。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
