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
单击界面右上角的“添加上传”，弹出“资产添加上传”对话框，如图2所示。 支持从本地上传模型、PPT、动画、素材、视频、场景、图片和音乐资产。 图2 上传资产 单击“图片”，进入“图片上传”页面，如图3所示。 请根据实际情况，配置下述信息： 资产标题：图片的标题。 图片简介：图片的基本介绍，方便了解和使用。
功能介绍 该接口用于在资产库中添加上传新的媒体资产。可上传的资产类型包括：分身数字人模型、背景图片、素材图片、素材视频、PPT等。 资产类型是IMAGE时，通过system_properties来区分背景图片（BACKGROUND_IMG）、素材图片（MATERIAL_IMG）。
参数 是否必选 参数类型 描述 state 是 String 参数解释： 文件上传状态。 约束限制： 不涉及 取值范围： CREATED：上传完成 FAILED：上传失败 CANCELLED：取消上传 默认取值： 不涉及 响应参数 状态码： 200 表4 响应Header参数 参数
基于图片URL创建照片建模任务 功能介绍 该接口用于从URL中获取图片进行照片建模任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-url 表1 路径参数
segment_url object 分句上传任务的上传地址。 package_url package_url object 整包上传任务的url。 authorization_letter_uploading_url String 授权书的上传地址。 表3 segment_url 参数
PAGE：PPT内容页图片文件 SAMPLE：样例音频或样例动作文件 OTHER：其他文件 WHOLE_MODEL：全模型文件（3D数字人） USER_MODIFIED_MODEL：用户上传模型（3D数字人） TEMPORARY：临时文件夹（用于文件替换时上传新文件） PACKAGE：打包后的资产文件
P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。 界面默认展示两列图片，单击图标后，缩小展示为1列图片。单击图标，可恢复为2列展示。 关键词搜索框，可输入图片名称进行精准搜索。 示例：小贴士。 筛选条件 支持通过素材来源的维度，筛选展示下方的图片。 图片列表
在当前页面可以看到普通文件和问答题库的上传入口。 图3 我的知识库 上传普通文件操作。 单击“普通文件”区域的“上传文件”，进入“文件上传”页面，如图4所示。 图4 文件上传 设置“知识库名称”。 一个知识库可以是一堆文件的集合。 上传文件。 支持上传TXT,PDF,PPTX,DOCX
单击“本地导入”，从本地选择PNG、JPG和JPEG格式的图片上传。暂不支持4K以上的图片。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 界面默认展示两列图片，单击图标后，缩小展示为1列图片。单击图标，可恢复为2列展示。 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
下格式的富媒体： 图片：JPG、PNG、BMP、GIF、SVG。 视频：MP4。 导入富媒体操作 支持通过问答库导入富媒体。以奇妙问知识库为例，参考新增知识库，补充富媒体知识，示例如表1所示。 如果使用服务提供SDK默认样式，受限于浏览器的CSP策略，导入图片、视频链接的域名，需提交工单添加至白名单。
创建基础版语音训练任务 功能介绍 用户创建语音训练基础版任务，该接口会返回一个obs上传地址，用于上传语音文件。 支持2种方式上传语音文件： 语音文件和文本文件打包成zip上传：语音文件已经切分成20个wav文件，每个语音文件对应一个txt文本文件，所有文件打包成zip文件。语音文件命名规则：0
表1。 图1 照片数字人制作页面 表1 界面操作说明 区域 参数 说明 01 请上传您的照片 人像照片 单击“查看示范”，在弹出的“上传照片要求”对话框中，查看照片拍摄要求。 请严格按照要求拍摄并上传照片。照片格式必须为JPG、JPEG、PNG、WEBP，大小不超过16MB，照片比例推荐16:9或9:16。
创建高级版语音训练任务 功能介绍 用户创建语音训练高级版任务，该接口会返回一个obs上传地址，用于上传语音文件。 语音文件为一段WAV格式的长音频文件，仅支持将语音文件打包成zip压缩格式上传。 文件上传后，调用“提交语音训练任务”接口，启动审核和训练。 调用方法 请参见如何调用API。
在弹出的“头像调整”对话框中，可以调整图片大小和图片位置。 单击“确认”，头像上传完成。 性别 选择性别“男生”或“女生”。 声音 提供下述种方式，生成名片预览语音片段。 播报内容生成后，单击右侧的“试听”，可以试听播报效果。 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。
创建进阶版语音训练任务 功能介绍 用户创建语音训练进阶版任务，该接口会返回一个obs上传地址，用于上传语音文件。 支持2种方式上传语音文件： 语音文件和文本文件打包成zip上传：语音文件已经切分成100个wav文件，每个语音文件对应一个txt文本文件，所有文件打包成zip文件。语音文件命名规则：0
视频总大小超限 用户上传视频总大小超过限制，目前上限为1G 要求用户减少上传视频大小 400 MSS.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
常见问题 智能交互SDK安装包里为什么有图片资源？ SDK里面包含图片资源，是因为智能交互的动效、背景可能需要图片资源才能展示更好的效果。所以智能交互Web SDK为了方便用户集成使用，会同时包含UI相关资源。 speechRecognized和semanticRecognized通知的流式返回有什么差异？
、JPEG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。
可以详细了解了。 音频：从本地上传一个音频文件，支持MP4、WAV和M4A格式。当命中此规则后，使用此音频进行回复。 智能交互：通过智能交互的方式回复用户问题，相当于提供了一个第三方语言模型去答复用户问题。 素材绑定（可选） 从本地选择图片或视频上传。当直播间命中当前互动内容进行
大幅提升数字人生产质量 模型质量提升30%以上，数字人名片迅速引流新阵地直播产品，业务推广无后顾之忧。 解决产品端到端服务能力 可接入其他AIGC产品，打造AIGC数字人视频生成到剪辑端到端的解决方案能力。 多行业多场景广泛应用 MetaStudio数字人已广泛应用于企业代言、综艺主持、电商
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
