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
如果数字人形象采集时，面向镜头有行走、倒退或抛接物体等行为，建议数字人视频输出时长不超过2分钟，否则可能会因为MetaStudio动作循环逻辑，导致视频效果不佳。 父主题： 声音和形象制作
SDK概述 数字人智能交互SDK是基于数字内容生产线服务提供的能力进行封装，以简化用户的开发工作。用户直接调用智能交互Web SDK提供的接口，即可实现使用数字人智能交互业务能力的目的。 智能交互提供了如下主流平台SDK供开发者使用。 表1 客户端SDK 客户端 集成SDK 接口参考 Web
形象制作和声音制作支持退订吗？ 形象制作和声音制作均为一次性计费产品，不支持退订，用户购买前需谨慎评估。 如果是软件问题导致模型效果不理想，可提交工单申请退订产品。产品经理会对实际情况进行核实，对满足条件的发起特殊退订操作。 父主题： 计费咨询
及TTS语音合成的多音字、停顿等。 SSML基础定义可参考语音合成标记语言版本 1.0。MetaStudio在此基础上，扩展了一些字段用于实现数字人的控制。 MetaStudio SSML当前支持如下能力： TTS语音合成时，控制文字读音。 包含如下标签： <speak></speak>标签为SSML文本根节点。
SDK概述 华为云提供了MetaStudio服务端SDK，您可以直接集成服务端SDK来调用MetaStudio的相关API，从而实现对MetaStudio服务的快速操作。 在线生成SDK代码 API Explorer能根据需要动态生成SDK代码功能，降低您使用SDK的难度，推荐使用。
场景二：用户使用第三方语言模型，自主开发API实现与数字人对话场景。 开发者基于智能交互服务定义的API接口结构，自主开发第三方语言模型API，对接第三方语言模型到智能交互服务，实现智能交互能力。操作请参考创建智能交互数字人（第三方语言模型）。 场景三：用户使用智能交互API或SDK，自主开发实现与数字人对话场景。
用户申请账号并上传相关授权，拍摄训练所需音视频素材，上传进行模型训练，生成自定义形象和声音。选择背景、声音、模特等内容，基于文本或语音智能驱动，实现视频制作、视频直播、智能交互等能力。 华为云盘古数字人大模型，赋能千行百业数字化营销新模式 MetaStudio服务依托华为云基础设施、海
如何实时切换智能交互的语言和声音？ 智能交互对话项目支持同时添加中文和英文语言，以实现智能交互页面中英文界面的实时切换。 详细配置说明，如下所示： 登录MetaStudio控制台，单击“智能交互”。 如果是展厅场景，需要切换到“华北-北京四”区域。因为展厅的配置，均在“华北-北京四”区域。
详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。开通后的效果如图1所示。 如需使用第三方声音进行语音合成，请购买出门问问声音套餐。 图1 声音合成 功能介绍 该接口用于TTS流式合成音频，用于文本转化为语音，并实时返回合成的音频数据。
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。
避免头部大幅度转动或者摆动，避免嘴巴被遮挡，可能造成口型异常。 视频中需保证仅出现录制者及其声音。如果出现其他人物形象或声音，将会影响口型生成效果和声音克隆效果。 避免动作幅度过大超出画面；避免相机距离人过远；建议人脸在画面中的占比超过1/5。 15秒静默状态时，需正视镜头，面带微笑，嘴巴闭合，保持静默。
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？
}); 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
教学和培训，不仅可以大幅节约师资成本，还可以提升教学质量。通过减少对人力的依赖，使教育机构可以将更多精力投入到创新和教学内容的优化上，从而实现更高效的教育体系。 医疗健康 医学科普是近年来政策倡导的一大方向。通过医学科普，对改善已患病人群的术后身心健康等问题起着关键作用。以视频形
PPT如何转为PDF文件？ 如何呈现PPT的动画效果？ PPT文件解析失败，无法上传怎么办？ 上传的PPT支持编辑吗？ 视频合成失败如何处理？ 如何将WEBM视频转成MOV格式？ 合成的视频可以下载至本地吗？ 合成视频二次剪辑后，数字人口型效果变差？
多的段落。 单击右上方的“导入”，从本地导入不少于200字的txt文件。如果多个段落，可通过换行来实现，平台会自动解析输入内容。 手工输入文本示例，如下所示： 请注意，当前仅为效果演示，实际需要满足单场景不少于200字，单段落不多于2000字的要求。 段落1.1：大家好，今天欢迎
的背景分割效果。 第二步，我们需要拍摄一段5分钟的4K绿幕视频，在视频刚开始的15-20秒内，需要找到一个舒服的姿势并保持静默，静默时需要闭上嘴巴。静默期结束后，就可以开始自由演讲，可以阅读华为提供的示例文案，也可以不看提词器自由发挥，通常自由演讲能够获得更好的拍摄效果。在演讲过
按照MetaStudio服务定义的接口参数格式开发LLM接口，详见智能交互第三方LLM回调接口。然后由MetaStudio服务调用此接口，实现智能交互能力。 流式响应 MetaStudio智能交互提供流式问答和非流式问答能力，其中流式问答响应更快。开启后使用流式问答能力， 关闭则使用非流式问答能力。
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。
M。 说明： 在视频制作界面，如果添加视频，且视频格式为FLV、3GP、WMV、AVI时，无法展示视频播放效果，仅能图片展示。这是浏览器不兼容导致的，但是不影响视频合成效果。视频合成后，这些插入的视频可以正常播放和展示。 插入的视频素材，要求如下所示： 分辨率最大支持1080P。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
