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
如果已经调用startChat，且处于语音问答模式下，则可以调用interactionModeSwitch接口修改为文本问答模式，如下所示： const { result } = await HwICSUiSdk.interactionModeSwitch({ interactionMode
它可以与您的家居设备无缝对接，让您通过语音控制，轻松完成各种家务活动。 11. 同时，它还拥有丰富的娱乐功能，为您的生活增添更多色彩。 12. 此外，家用机器人还具备强大的学习和适应能力。 13. 它可以通过不断地学习和训练，更好地理解和适应您的需求，为您提供更为个性化的服务。
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
稿一：MetaStudio介绍 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。
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。
该套餐仅支持视频制作，不支持训练形象。用户可以在MetaStudio控制台服务概览页面，看到购买入口，如图1所示，也可以在MetaStudio数字人分会场页面购买。 图1 服务概览 父主题： 计费咨询
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。
任务审核通过后，才能进行算法训练，会在3个工作日内训练完成并生成数字人。 图3 制作任务提交成功 Flexus分身数字人训练任务提交后，会同时生成一个Flexus分身数字人训练任务和声音制作任务。 查看Flexus分身数字人训练任务。
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。
数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。这里仅开启热词功能，实际的热词配置，请参见对话配置。 SIS委托站点 仅开启“委托语言交互服务(SIS)”后，才会展示“SIS委托站点”配置。
图4 定制任务详情 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。
下方展示训练视频拍摄指导和样例视频，包括：拍摄前准备、拍摄中操作和拍摄后处理，有效指导用户拍摄生成一段完整可用的训练视频，用于训练生成分身数字人。 图1 定制数字人形象 上传分身数字人训练数据。 界面操作详情，如表1所示。
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。
接口参考 主入口（HwICSUiSdk） 事件通知（EventMap） 错误码（ICSError） 授权浏览器麦克风的访问权限 Web语音唤醒 父主题： Web SDK
数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。这里仅开启热词功能，实际的热词配置，请参见对话配置。 SIS委托站点 仅开启“委托语言交互服务(SIS)”后，才会展示“SIS委托站点”配置。
数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。这里仅开启热词功能，实际的热词配置，请参见对话配置。 SIS委托站点 仅开启“委托语言交互服务(SIS)”后，才会展示“SIS委托站点”配置。
显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。
× √ speechRecognized ASR对提问进行语音识别后输出为文本的事件。 × √ semanticRecognized LLM对提问进行语义识别后输出回复文本的事件。
尾静音时长 云端对音频进行VAD检测，发现一句话末尾的静音时长超过500ms，会结束语音识别。建议该值大于500ms。
voice_start：启动数字人实时语音播放。 voice_end：结束数字人实时语音播放。 “timing”为直播控制指令执行的时间，取值如下所示： NOW：立即执行指令。 SENTENCE_END：等待数字人播放至句末后，再执行当前指令。 父主题： 附录
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
