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
创建智能交互数字人 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人进行交互对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在智能交互编辑页面，依次设置角色和背景。
序号 功能名称 功能描述 阶段 相关文档 1 数字内容生产线服务上线（受限公测） MetaStudio依托图形引擎和空间引擎两大媒体引擎，提供3D模型制作（Creator）、资产管理（Store）、内容编辑（Editor）、物理仿真（Simulation）、云渲染（Rendering
创建智能交互数字人（SDK+API场景） 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人进行交互对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在智能交互编辑页面，依次设置角色和背景。
可在合作的第三方平台进行数字人视频直播，如淘宝、拼多多、抖音等。 智能交互 包含下述功能实现场景： 支持开箱即用的智能交互数字人。 支持使用第三方语言模型，自主开发API实现与数字人对话。 支持使用智能交互API或SDK，自主开发实现与数字人对话场景。 智能导购、文旅导览、智能问答、营业厅客服、智能陪练等。
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。 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。
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） 说明： 资产类型为SCENE、AN
从科技创新的角度来看，家用机器人在许多方面都具有创新性。 它采用了简洁、时尚的外观设计，不仅美观大方，而且易于使用和操作。 它可以与智能家居设备进行连接，实现智能家居控制； 在引领科技潮流方面，家用机器人注重持续的技术更新和升级。 它将不断地推出新功能、新技术和新服务，以满足大家不断变化的需求。
根据以往的录制经验，小于3秒的短暂闯入声音不会对最终训练效果产生明显影响。您只需保证类似的突发声音越少越好。 我可能没有小蜜蜂或其他专业麦克风设备，能否直接使用相机内置麦克风录制？ 大部分相机内置麦克风的声音录制效果也能满足要求。MetaStudio对声音清晰度可以有适度妥协
-file/{job_id} 获取TTS试听文件 3D数字人风格管理 表26 3D数字人风格管理接口 接口 说明 GET /v1/{project_id}/styles 查询数字人风格列表 3D数字人风格化照片建模 表27 3D数字人风格化照片建模接口 接口 说明 POST /v
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 FLEXUS_2D：FLEXUS版本资源 resource_expire_start_time 否 String
}); 表1中导入的图片使用SDK默认方式时，在智能交互页面的展示效果，如图1所示。 图1 SDK默认方式展示效果 富媒体展示效果（自定义方式） 用户与数字人进行智能交互的页面，默认为用户需要自定义富媒体的展示效果，即用户自定义UI界面展示。 通过注册事件通知semanticRe
态，都会决定数字人最终呈现时的姿态和动作。因此，我们希望模特在拍摄时尽可能保持自然，按照平时说话和表达的习惯进行录制。 为保证数字人的训练效果，请按照我们提供的流程进行录制，请根据实际需求评估录制流程： 不需要交互：15-30秒静默 + 4-5分钟演讲。 需要交互：15秒静默 +
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。
分身数字人资产： HUMAN_MODEL_2D: 分身数字人模型 BUSINESS_CARD_TEMPLET: 数字人名片模板 3D数字人资产： HUMAN_MODEL：3D数字人模型 SCENE：场景模型 ANIMATION：动作动画 MATERIAL：风格化素材 NORMAL_MODEL:
创建智能交互数字人 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人进行交互对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在智能交互编辑页面，依次设置角色和背景。
创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 3D数字人风格管理 查询数字人风格列表 20次/秒 10次/秒 - 3D数字人风格化照片建模 创建照片建模任务 2次/秒 2次/秒 - 照片建模任务列表查询 20次/秒 10次/秒
默认播放1次。 直播窗口 直播窗口展示尺寸，不同方案均可调整为竖向。 包含如下选项： 竖屏 全屏：推荐用全屏，捕获的画面更大，需在直播伴侣中旋转使用。 默认为“竖屏”。 更多设置 事件回调地址 可在直播中返回场景、段落事件的字段，适用于接口调用或客户二次开发使用的场景。 直播间ID
分身数字人资产类型： HUMAN_MODEL_2D：分身数字人模型 BUSINESS_CARD_TEMPLET: 数字人名片模板 3D数字人资产类型： HUMAN_MODEL：3D数字人模型 SCENE：场景模型 ANIMATION：动作动画 MATERIAL：风格化素材 NORMAL_MODEL:
包年包月 hws.resource.type.metastudio.modeling.Interaction.pro.channel 当前未启用 3D数字人 照片建模 个 按需 hws.resource.type.metastudio.modeling.stylizedphoto.number
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？
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
