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
收音 我们会使用视频中的语音和您口型变化的对应关系来训练口型驱动效果，训练结果还会经过专家的技术审核。 因此在收音这方面，我们建议： 保证视频音画同步。 确保环境安静无噪声，模特人声清晰，无其他人声干扰，尽量减少视频的底噪。
LIVE_2D：分身数字人视频直播 VIDEO_2D：分身数字人视频制作 CHAT_2D：分身数字人智能交互 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
表11 ShootScriptDetail 参数 参数类型 描述 script_type 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
购买语音包后试听一直转圈圈是为什么？ 多语言的计费规则？ 如何查看已购声音套餐明细？ 分身形象或声音制作的不好，可以使用原有资源重新制作吗？ 形象制作和声音制作支持退订吗？ 制作好数字人后，可以不购买路数进行直播吗？ 已购买包年/包月直播套餐，未到期为啥扣费？ 为什么会欠费？
画布制作完成后，再制作语音。 支持下述2种方式生成语音。每个场景仅支持选择一种音频生成方式。 文本驱动 在文本输入框中，输入文本内容，以生成音频，如图1所示。 文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。
当状态变更为“系统审核完成”，自动启动算法训练。如果系统存在多个算法训练任务，可能会存在排队和延迟的现象，请耐心等待。 确认声音制作任务已训练完成后，在左侧导航栏中，单击“我的创作”。 选择“声音”，找到已生成的声音，单击声音卡片中的头像，即可试听声音效果。 图3 声音
语音上传：本地录制音频后上传。音频格式需要为WAV或MP3格式，音频大小不超过20MB，时长不超过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。
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。
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。
权限 权限描述 使用目的 获取麦克风权限 获取浏览器的麦克风设备权限 开始语音交互时，用于进行语音识别文字，获取交互答案 四、延迟初始化要求 为了避免您的应用在未获取用户的同意前SDK提前处理用户的个人信息。
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。 单击“确定”，创建应用，创建效果如图2所示。 可单击“修改”，修改配置。 图2 创建应用 （可选）单击“对话配置”页签，配置对话，详细操作请参考对话配置。
具备如下特点： 2D模型，通过拍摄真人视频训练生成 无表情&骨骼数据 只能由AI驱动 使用既定表情&动作 剧本、画布和设置 视频制作、视频直播功能，都需要进行视频创作，下面以视频直播为例，进行说明。 视频素材：如图中1区域所示，包括模板、角色、背景、贴图、视频、商品、文本等素材。
MSS.20051001 This text contains a word that is too long，please check 抱歉，当前答案文本不支持语音播报。
当状态变更为“系统审核完成”，自动启动算法训练。如果系统存在多个算法训练任务，可能会存在排队和延迟的现象，请耐心等待。 父主题： 声音制作
取值范围： 90-240 默认取值： 140 表9 VoiceConfigRsp 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。
audio_drive_action_config 否 Array of AudioDriveActionConfig objects 语音驱动时的动作配置。 audio_drive_file_external_url 否 String 语音驱动音频文件外部下载URL。
部分浏览器提交H265训练视频失败如何处理？ 声音和形象模型支持在其他平台使用吗？ 声音和形象模型和音视频内容的关系？ Flexus数字人在走动录制时需要注意什么？
audio_drive_action_config 否 Array of AudioDriveActionConfig objects 语音驱动时的动作配置。 audio_drive_file_external_url 否 String 语音驱动音频文件外部下载URL。
audio_drive_action_config Array of AudioDriveActionConfig objects 语音驱动时的动作配置。 audio_drive_file_external_url String 语音驱动音频文件外部下载URL。
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 每个单场景上传音频的时长需大于1分钟，大小不超过100M。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
