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
风格化照片建模生成的模型文件是什么格式？ 风格化照片建模生成Glb格式的模型文件。 父主题： 照片建模
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。
基于盘古数字人大模型，华为云MetaStudio打造了一站式、全流程的数字人直播服务，通过高效的训练和推理服务，重塑千行百业的电商直播。 数字人模型生成和驱动：基于一张照片或者一段3-5分钟视频，可以生成分身数字人模型，生成效率相比业界提升3倍以上。在数字人模型生成以后，可以通过模型驱动推
班牙语、印尼语、阿拉伯语、葡萄牙语、泰语。 须知：当前参数配置仅作为标识，对训练结果没有任何影响。 请选择输出模型语言 选择输出的声音模型支持的语言。 支持如下语言： 多语种：输出的声音模型，支持合成的语言类型包括中文、英文、德语、法语、土耳其语、菲律宾语、日语、意大利语、马来语
创建科大讯飞应用（星火交互认知大模型） 在科大讯飞创建星火交互认知大模型的应用。详细操作如下所示： 星火交互认知大模型应用，不支持直接切换为AIUI通用语义模型，不适用。建议参考创建科大讯飞应用（AIUI通用语义模型）单独为其创建应用。 创建应用 （可选）创建问答库 配置应用 查看应用信息
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')。
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
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
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）
审核通过后，任务状态变更为“算法训练中”，如图所示。 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”
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
参考真人声音录制，提前录制一个WAV或MP3格式的长音频文件，每句之间需要有2~3秒的停顿。语料推荐使用文案样例（基础版）。 声音授权签署文件。 操作步骤 登录MetaStudio控制台。 单击“声音制作”下方的“开始创建”，进入声音制作页面。 图1 定制声音 在“华为模型”页签，配置声音制作参数。 界面操作详情，如表1所示。
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
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
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
接收资产 支持接收资产管理员或其他租户转移给当前租户的声音和分身模型资产。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为例进行操作演示。 注意事项 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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
