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
最新动态 本文介绍了数字内容生产线 MetaStudio各特性版本的功能发布和对应的文档动态，新特性将在各个区域（Region）陆续发布，欢迎体验。 2022年12月 序号 功能名称 功能描述 阶段 相关文档 1 数字内容生产线服务上线（受限公测） MetaStudio依托图形引
Go语言SDK供开发者使用，如表1所示。您可以在GitHub仓库查看SDK更新历史、获取安装包以及查看指导文档。 SDK已知安全漏洞及修复版本、规避方案，请单击表1中的SDK对应语言的Github地址进行查看。 表1 服务端SDK 语言 Github地址 参考文档 JAVA hu
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。MetaStudio在此基础上，扩展了一些字段用于实现数字人的控制。 MetaStudio SSML当前支持如下能力： TTS语音合成时，控制文字读音。
com/BtbN/FFmpeg-Builds/releases。 ffmpeg解压后，将其下bin目录加入系统环境变量。 输入命令行ffmpeg后可以显示版本号，说明安装成功。 解决方法 方法一：通过剪映将H265（HEVC）视频的格式转码为H264，再上传至MetaStudio控制台，进行形象制作。
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,ADMIN_ALLOCATED,将返回商用资源与管理员分配资源。
默认取值： false model_version 否 String 参数解释： 分身数字人模型版本 约束限制： 不涉及 取值范围： V2: V2版本模型 V3：V3版本模型 V3_2：V3.2版本模型 默认取值： V2 model_resolution 否 String 参数解释： 分身数字人模型分辨率。
默认取值： false model_version 否 String 参数解释： 分身数字人模型版本 约束限制： 不涉及 取值范围： V2: V2版本模型 V3：V3版本模型 V3_2：V3.2版本模型 默认取值： V2 model_resolution 否 String 参数解释： 分身数字人模型分辨率。
客户录制真人音频，上传至MetaStudio进行AI训练，即可得到和真人音色1:1复刻的声音模型。 声音模型可实现文本转语音，应用于数字人视频制作、直播、交互问答等场景中。不同版本录制规格如下： 基础版：整段录制生成一个WAV或MP3格式音频，总时长3~10分钟，建议5分钟。 进阶版：整段录制生成一个WAV或MP3格
默认取值： false model_version String 参数解释： 分身数字人模型版本 约束限制： 不涉及 取值范围： V2: V2版本模型 V3：V3版本模型 V3_2：V3.2版本模型 默认取值： V2 model_resolution String 参数解释： 分身数字人模型分辨率。
2025-01-14 本次变更如下： 新增发布3.0.2版本SDK，相比3.0.1版本，变更点如下所示： 语音唤醒能力支持设备切换实时生效。 2024-12-30 本次变更如下： 新增发布3.0.1版本SDK，相比2.2.0版本，变更点如下所示： 新增语音唤醒能力，详见Web语音唤醒。
由于浏览器的安全策略限制，仅支持通过“https://域名”方式访问，否则无法正常加载运行智能交互WebSDK。 表2 浏览器适配详情 操作系统类型 浏览器类型 浏览器版本 Windows Chrome浏览器 91+ Edge浏览器 80+ Android 移动版Chrome浏览器 91+ iOS 移动版Safari浏览器
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 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 否 String 用户Token。使用Token鉴权方式时必选。
视频直播界面说明 用户制作视频直播时，可以优先了解下视频直播首页面和视频直播制作界面详情。 视频直播首页面 分身视频直播首页面，如图1所示。各个页签的说明，如下所示： 直播管理：使用数字人创建直播间。操作请参考视频直播。 互动管理：支持新增互动库，及其相应的互动规则。互动库可以直接
zip，下载如表1所示的音频文件。 mos分是从音色相似度、情感表达效果和声音音质方面，进行整体效果综合评分的结果。 表1 音频文件 版本 类别 原音文件 合成音文件 版本差异 适用场景 基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav 支持手机录制20条语料音频（5分钟），1
声音更新记录 2025年1月 表1 声音更新记录 发音人名称 性别 TTS版本 风格 语言 变更方式 云海 男 TTS V7 营销 中文 新增 云佳 女 TTS V7 客服 中文 新增 云辉 男 TTS V7 直播 中文 新增 云英 女 TTS V9 直播 中文 新增 云薇 女 TTS
strings 分身数字人训练任务标签。 model_version 否 String 分身数字人模型版本。默认是V3.2版本模型。 V3.2：V3.2版本模型 说明： V3和V2版本已废弃不用 取值范围： 0-64 默认取值： V3.2 is_flexus 否 Boolean 是否是基础版的形象训练
操作系统类型 浏览器类型 浏览器版本 Windows Chrome浏览器 91+ Edge浏览器 91+ Android 移动版Chrome浏览器 91+ iOS 移动版Safari浏览器 17.3+ Mac Safari浏览器 16.5+ 预制唤醒能力 自3.0.1版本开始，SDK支持唤醒
strings 分身数字人训练任务标签。 model_version String 分身数字人模型版本。默认是V3.2版本模型。 V3.2：V3.2版本模型 说明： V3和V2版本已废弃不用 取值范围： 0-64 默认取值： V3.2 matting_type String 抠图类型。默认是AI。
strings 分身数字人训练任务标签。 model_version String 分身数字人模型版本。默认是V3.2版本模型。 V3.2：V3.2版本模型 说明： V3和V2版本已废弃不用 取值范围： 0-64 默认取值： V3.2 matting_type String 抠图类型。默认是AI。
智能交互限制 智能交互对硬件设备的最低配置要求，如表1所示。 表1 硬件设备要求 硬盘配置 最低配置 CPU i5及以上版本。 内存 8G以上。 硬盘 128G及以上。 操作系统 Windows或Android系统。 麦克风 需要有麦克风，且要保障1米以内的拾音效果。 扬声器 需要有扬声器。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
