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
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.wav~19.wav；文本文件命名规则：0.txt~19.txt。 语音文件和文本
20000-20063 配置SparkRTC域名的防火墙白名单，如表2所示。 表2 防火墙域名白名单 序号 域名 1 *.dbankcdn.com 2 *.dbankcdn.cn 3 *.dbankcloud.ru 4 *.dbankcloud.cn 5 *.dbankcloud.com 6
第三方用户ID。不允许输入中文。 表3 FormData参数 参数 是否必选 参数类型 描述 file 是 File 照片文件。 说明： 只能上传jpg/jpeg/png格式文件， 最大分辨率为3840*2160 style_id 是 String 数字人风格ID。 system_male_001：男性风格01
1之后的websdk包里面有如下两个资源文件，如果不使用语音唤醒，可忽略这两个文件。 wasmData.js：语音唤醒的算法资源文件。 modelData.js：语音唤醒的模型资源文件。 SDK内置默认唤醒模型，支持定制唤醒词，并更新本地模型，详见Web语音唤醒。 【请求参数】 表8
标准版数字人可以用实景拍摄吗？ 分身数字人定制任务提交后，审核未通过怎么办？ 模型审核和制作可以加快吗？ 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？
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
支持在奇妙问平台创建角色，并配置已上传的外部知识库和问答库给大模型学习使用，让角色的问答信息更丰富。 创建智能交互数字人中的“第三方应用”选择“奇妙问”时，才需要执行本节操作。 用户使用奇妙问前，需要联系奇妙问的客户经理注册开通服务。 客户经理的联系方式，可以在云商店语音合成商品页面查看，如图1所示。
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。 URI
选择“第三方语言模型”。 应用名称 输入自定义的应用名称。 APPID MetaStudio对接第三方语言模型LLM时，需要LLM提供的APPID信息。 APPKEY MetaStudio对接第三方语言模型LLM时，需要LLM提供的APPKEY信息。 第三方语言模型地址 MetaS
开播后的效果，如图3所示。如需进行互动，可单击图标，切换到助播声音。输入并发送互动内容，主播暂停播报，并使用助播声音插播发送成功的互动内容。 导入 支持从本地导入文本文件，解析生成段落内容。 导入文件需满足： 支持txt格式，且字数不低于200字。 文本内容根据换行，自动解析为段落。 试听 单击“试听”，可以试听当前直播间剧本。
不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答，也就是用户提问，数字人说出知识库返回的答案。数字人回答的内容，是由大模型或知识库返回的答案决定的。 父主题： 数字人
的说明，按照说明操作，就可以详细了解了。 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
asset_state String 资产状态。 CREATING：资产创建中，主文件尚未上传 FAILED：主文件上传失败 UNACTIVED：主文件上传成功，资产未激活，资产不可用于其他业务（用户可更新状态） ACTIVED：主文件上传成功，资产激活，资产可用于其他业务（用户可更新状态） DEL
总体流程 调用创建资产接口创建资产ID。 调用创建文件并获取上传URL接口创建文件ID，并生成文件上传的URL地址。 使用Postman工具，参考OBS的PUT上传接口，将资产文件上传至URL地址中。 调用确认文件已上传接口，确认文件已上传成功。 操作步骤 单击创建资产，进入MetaStudio服务的API
音频驱动 需从本地上传已录制好的音频。音频文件格式需要为WAV、MP3或M4A，大小不能超过100M。 可单击“导入”上传音频，也可以直接拖拽本地音频文件至提示区域中，完成上传。单击左侧的图标，可试听音频效果。如果音频效果不佳，可以单击“导入”，覆盖更新音频。 图2 音频驱动 音频
数字人支持添加动作吗？ 需要数字人模型训练时使用的形象采集视频包含动作编排，才可以添加动作，详见动作编排定制采集指南。 目前仅视频制作支持数字人插入动作，如图1所示。在数字人卡片上有标识，说明当前数字人支持添加动作。 添加动作时需要注意，动作生效需要有足够的音频时间，如果音频太短，数字人可能来不及做动作。
将人像照片输入至算法模型中，通过特征提取、人脸重建、素材特征匹配等进行人头重建，生成3D人头模型。 生成的人头模型通过配上默认身体素材配件，形成完整的3D数字人模型，并返回结果。 算法应用场景 数字人照片建模算法可应用于影视制作、仿真形象生成、虚拟现实等领域，能加速数字人模型产业的生产效率。
单击“添加文件”，从本地选择文件，单击“确定”。 等待文件导入成功后，可以看到增加成功的问题类别及其全量语料对，示例如图6所示。 图6 批量导入语料 全量导入完成后，单击界面右上方的“对话体验”，输入前面导入的语料对问题。 验证下语料对导入是否成功，示例如图7所示。 图7 对话体验 父主题：
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，示例如表1所示。以奇妙问知识库为例，可以通过新增知识库来补充富媒体知识。 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。 表1
实现数字人形象的验收操作。 图2 数字人定制任务 服务管理员会根据用户反馈的问题，重新优化数字人形象。 数字人定制任务，会重新进行模型训练。等待模型训练完成后，用户可以二次审验，继续4的操作，直至生成符合要求的分身数字人形象。 此时，在“我的创作 > 分身形象”页面，可以看到新增
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
