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
如何将WEBM视频转成MOV格式？ 问题描述 视频制作时，如果使用透明背景合成视频，导出时仅支持生成WEBM格式视频。而常用的视频工具剪映、Premiere Pro等，不支持WEBM格式，需要先参考本节转为MOV格式。 解决方法 单击webm2mov，将视频格式转换小工具webm2mov_20240814
稿一：华为云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。 数字人模型生成和驱动：基于一张照片或者一段3-5分钟视频，可以生成分身数字人模型，生成效率相比业界提升3
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。
拍摄真人视频 您好！欢迎使用华为云数字人服务，本指南将协助您完成分身数字人形象的采集工作。 请注意，分身数字人形象制作的效果与您的录制效果有较大关联，为了获取更好的数字人效果，我们建议您使用以下标准进行拍摄。 以下是数字人拍摄标准概览，但是我们也建议您详细阅读每一块具体内容： 拍摄规格
这些技术改变了人们与数字世界的互动方式。 量子计算和量子通信被认为具有革命性的潜力， 可以解决传统计算机难以处理的问题，并提供更高的数据加密和传输安全性。 随着数字化程度的提高，网络安全和数据隐私成为全球关注的焦点， 各国加强网络安全能力建设，制定相关法规和政策来应对网络安全威胁和数据泄露。
在科大讯飞平台创建应用（星火交互认知大模型） 在科大讯飞AIUI开放平台，创建星火交互认知大模型的应用。 星火交互认知大模型应用，不支持直接切换为AIUI通用语义模型。因为已配置内容不适用，建议参考在科大讯飞平台创建应用（AIUI通用语义模型）单独为其创建应用。 详细操作如下所示
智能交互第三方LLM回调接口 功能介绍 MetaStudio智能交互服务支持开发者自定义数字人大脑（即第三方LLM）。当用户与数字人对话时，将触发调用该接口，由该接口返回问题对应的答案文本内容。 签名计算方法 第三方LLM自定义接口，使用HMACSHA256签名模式，需要在URL
API使用限制 使用API调用声音的限制说明 用户使用视频直播或智能交互接口调用音色时，需要先确认能否在MetaStudio控制台的视频直播间编辑界面或智能交互对话设置页面，选到当前音色。 如果界面正常展示且可以选择此音色使用，说明接口可以正常调用此音色，否则接口无法调用。 API流控
智能交互驱动流程 流程图示例 用户与数字人进行智能交互的流程图示例，如下所示，对应流程的详细说明，如流程图总体说明所示。 智能交互非流式驱动流程图，如图1所示。 智能交互流式驱动流程图，如图2所示。 智能交互驱动打断对话流程图，如图3所示。 智能交互驱动停止对话流程图，如图4所示。
使用前必读 数字内容生产线（MetaStudio）解决方案，提供数字人视频与直播、智能交互等服务，使能千行百业场景应用。 您可以使用本文档提供的API对华为云MetaStudio服务进行相关操作，如形象制作、声音制作、视频制作等。支持的全部操作请参见API概览。 在调用华为云Me
预置音色ID列表 系统预置自研音色ID列表，如表1所示。 表1 预置音色ID列表 音色名称（中文） 资产ID（华东-上海一） 资产ID（华北-北京四） 音色名称（英文） 资产ID（亚太-新加坡） 云歌 075494c45b5aef529d55cd2a456e6076 0a4b54
下载SDK安装包 表1 SDK下载 SDK名称 SDK包 开发者 个人信息处理规则 合规使用指南 HwICSUiSDK 参见表2下载链接 华为云计算技术有限公司 SDK如何处理个人信息请参见SDK隐私声明 您集成和使用我们的SDK时需要遵从个人信息保护基本要求，详情请参见SDK合规使用指南。
删除TTS租户级自定义读法配置 功能介绍 该接口用于删除TTS租户级自定义读法配置。 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/ttsc/vocabulary-configs 表1 路径参数 参数 是否必选 参数类型 描述 project_id
智能交互驱动WebSocket接口 终端节点获取方式 智能交互驱动WebSocket接口终端节点的获取方式，如表1所示。 表1 终端节点获取方式 场景 获取方式 未通过WEB SDK调用场景 终端节点地址从接口启动数字人智能交互任务的响应参数chat_access_address中获取。
照片数字人限制 照片数字人视频制作限制说明，如表1所示。 表1 照片数字人视频制作限制 照片数字人视频制作配置 限制 人像照片 制作照片数字人的人像照片拍摄要求，如下所示： 真人正面照，不支持动漫卡通形象；面部占比50%以上，侧脸俯仰角度不超过15度。 五官清晰无遮挡，目视前方。
客户声音制作案例 单击声音样例.zip，下载如表1所示的音频文件。 mos分是从音色相似度、情感表达效果和声音音质方面，进行整体效果综合评分的结果。 表1 音频文件 版本 类别 原音文件 合成音文件 版本差异 适用场景 基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav
创建分身数字人视频字幕文件 功能介绍 该接口用于创建分身数字人视频字幕文件任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/subtitle-files 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String
快速入门 环境要求 Web SDK运行环境要求，如表1所示。 表1 环境要求 环境项 使用限制 开发工具 Microsoft Visual Studio Code、WebStorm或其他Web IDE开发工具。 语言 Javascript或Typescript。 编译环境 建议Node
商品资产组合配置 功能介绍 商品资产组合配置 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/products/{product_id}/assets 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目ID，获取方法请参考获取项目ID。
创建语音驱动表情动画任务 功能介绍 该接口用于创建驱动数字人表情的任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/ttsa/fas 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 租户项目ID 请求参数
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
