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
真人声音录制 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。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
部分浏览器提交H265训练视频失败如何处理？ 问题描述 制作分身形象时，上传的训练视频无法播放，或提交训练任务时，提示分辨率不符合要求，如下图所示。 图1 分身形象制作 问题原因 由于Chrome等浏览器只支持硬解码H265（HEVC）视频，当您的PC硬件不支持解码H265（HE
输入真人视频，经过平台专家安全审核通过，且用户授权使用后，由训练人员选取真人视频中符合要求的视频进行预处理。预处理完成后，进行深度学习训练，生成该真人形象的数字人驱动模型。 推理阶段输入一段音频。 音频输入至数字人驱动模型后，经过模型推理生成数字人形象播报视频。 数字人视频通过审核后返回给用户。
操作。 如果训练生成的数字人形象满足需求，单击右下方的“通过”。在弹出的“确认”对话框中，单击“确认”，数字人形象生成完成。 如果训练生成的数字人形象不满足需求，单击右下方的“驳回”，进入“问题填写”界面。 输入“问题标题”、“问题描述”，并上传相应的附件，如更新后的绿幕视频文件
speechRecognized的流式返回是覆盖式返回。后一条通知中的text字段值包含前一条通知的内容。例如：第一条通知的text值为“你吃”，第二条新识别了“饭了么”，则第二条text值为“你吃饭了么”。 semanticRecognized的流式返回是分段式返回。后一条通知中的text字段值
如何接收并激活声音和分身模型资产？ 管理员或其他租户如果推送声音或分身模型资产给当前租户，当前租户需在7天内完成接收和激活操作。如果超过7天未操作，需要管理员或其他用户重新推送资产给当前租户。 声音和分身模型资产的接收、激活操作均相同，下面以分身模型资产的接收、激活操作为例演示。
如何接收并激活声音和分身模型资产？ 管理员或其他租户如果推送声音或分身模型资产给当前租户，当前租户需在7天内完成接收和激活操作。如果超过7天未操作，需要管理员或其他用户重新推送资产给当前租户。 声音和分身模型资产的接收、激活操作均相同，下面以分身模型资产的接收、激活操作为例演示。
45000012 图片数量超限 用户上传前景图片数量超过限制，目前是100张 要求用户减少图片数量 400 MSS.45000013 图片格式错误 用户上传的图片格式不支持 要求用户修改图片格式 400 MSS.45000014 图片解析失败 用户上传前景图片中有无法解析的图片 要求用户替换有问题的图片
前提条件 MetaStudio创建对话时，如果“第三方应用”需要选择“科大讯飞AIUI通用语义模型”或“科大讯飞星火交互认知大模型”时，才需要执行创建智能交互数字人（科大讯飞）操作，详情请参考表1。 父主题： 创建智能交互数字人（科大讯飞）
~3秒的停顿。 其中，进阶版和高品质声音制作需要更多语料，训练时长更长，声音效果更佳。 请完善声音信息 输入声音名称。 示例：欢快女声。 请选择声音性别 声音的性别，如下所示： 男生 女生 原始输入语言 声音的原始输入语言，包含如下选项： 中文 英文 选择声音标签 声音的标签，包含如下选项：
数字人定制任务审核通过后，启动算法训练，会在3个工作日内训练完成并生成数字人。 图5 数字人定制任务 等待数字人模型训练完成后，任务状态变更为“算法训练完成”，如图6所示。 图6 数字人定制任务 如果训练生成的数字人形象满足需求，单击右下方的“通过”。在弹出的“确认”对话框中，单击“确认”，数字人形象生成完成。
分身形象制作管理 创建分身数字人模型训练任务 查询分身数字人模型训练任务列表 查询分身数字人模型训练任务详情 删除分身数字人模型训练任务 更新分身数字人模型训练任务 租户执行分身数字人模型训练任务命令
句之间有2~3秒的停顿。音频时长3~10分钟，建议5分钟。 请完善声音信息 输入声音名称，示例：欢快女声。 请选择声音性别 选择声音的性别，示例：女生。 原始输入语言 选择声音的原始输入语言，示例：中文。 选择声音标签 声音的标签。请根据所选文案样例，选择相应的标签，如下所示： 营销：营销宣传风格文案
G和BMP格式的图片上传。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 关键词搜索框，可输入图片名称进行精准搜索。 示例：科技。 筛选条件 支持通过背景图片来源的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。 第一张
选择“第三方语言模型”。 应用名称 用户根据实际情况自定义即可。 APPID MetaStudio服务对接第三方语言模型LLM时，需要LLM提供的APPID信息。 APPKEY MetaStudio服务对接第三方语言模型LLM时，需要LLM提供的APPKEY信息。 第三方语言模型地址 M
创建分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 查询分身数字人模型训练任务列表 20次/秒 10次/秒 10次/秒 查询分身数字人模型训练任务详情 20次/秒 10次/秒 10次/秒 删除分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 更新分身数字人模型训练任务 10次/秒
创建智能交互数字人（第三方语言模型） 创建智能交互数字人 父主题： 智能交互
注意事项 加入白名单的租户，仅支持转移声音和分身模型资产给其他租户使用。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“我的创作”。 选择“资源”页签，如图1所示。 图1 资源页面 选择左侧的“未激活”页签，右侧的“分身模型”页签，筛选展示所有的分身模型资产。 找到需
创建分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 查询分身数字人模型训练任务列表 20次/秒 10次/秒 10次/秒 查询分身数字人模型训练任务详情 20次/秒 10次/秒 10次/秒 删除分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 更新分身数字人模型训练任务 10次/秒
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
