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
分身数字人定制任务提交后，审核未通过怎么办？ 如果提示信息为“自动审核不通过-人证不匹配”，可能原因如下所示： 人证校验时识别不到人脸，确保身份证照片无反光导致的内容或人像不清晰。 确保视频中的人脸清晰且与提交身份证中的人像保持一致。 视频方向可能不对，竖屏横拍的素材需要旋转，确保被拍摄对象为竖向。
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。 演讲过程中不限制说话的内容，出现失误可直接略过或从错误位置继续说话，无需打断拍摄。
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。 良好的亮度，确保面部细节。 照片内不能出现多张人脸。 人像照片格式要求，如下所示： 支持的格式为：PNG、JPG、JPEG、WEBP。 大小不超过16MB。 分辨率最大支持1080P，如果
ms，会结束语音识别。建议该值大于500ms。 委托语言交互服务(SIS) 如需使用热词功能，请开启委托授权。SIS服务用于将用户口述音频转换为文本。 热词 仅开启“委托语言交互服务(SIS)”后，才会展示“热词”配置。 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，
ms，会结束语音识别。建议该值大于500ms。 委托语言交互服务(SIS) 如需使用热词功能，请开启委托授权。SIS服务用于将用户口述音频转换为文本。 热词 仅开启“委托语言交互服务(SIS)”后，才会展示“热词”配置。 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，
作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。 父主题： 产品咨询
3号 算法基本原理 数字人视觉驱动算法是指使用神经网络，将视频中的人脸表情和人体姿态，转换为表情基系数及数字人骨骼驱动数据的一种技术。 其基本情况包括： 输入数据：单人表演视频。 算法原理：通过深度学习算法识别人脸表情和人体姿态，转换为表情基系数及数字人骨骼驱动数据。 输出结果：表情基系数、数字人骨骼驱动数据。
speechRecognized的流式返回是覆盖式返回。后一条通知中的text字段值包含前一条通知的内容。例如：第一条通知的text值为“你吃”，第二条新识别了“饭了么”，则第二条text值为“你吃饭了么”。 semanticRecognized的流式返回是分段式返回。后一条通知中的text字段
作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。 功能详情，如表1所示。 表1 功能特性 功能名称 功能描述 形象制作 拍摄真人视频，建模生成数字人形象。
50001015 检测到人脸数量大于1 检测出人脸数量大于1，当前仅支持单人脸照片驱动 请上传只包含一张人脸的图片 200 MSS.50001016 人脸偏转幅度过大，需要正脸图片 输入的照片中人脸偏转幅度不符合限制 请上传正面人脸的照片 200 MSS.50001017 人脸不完整或者非自然人，请检查
单击“头像区域”，从本地选择分身数字人头像图片。 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：
声音更新记录 2025年1月 表1 声音更新记录 发音人名称 性别 TTS版本 风格 语言 变更方式 云海 男 TTS V7 营销 中文 新增 云佳 女 TTS V7 客服 中文 新增 云辉 男 TTS V7 直播 中文 新增 云英 女 TTS V9 直播 中文 新增 云薇 女 TTS
创建技能 表1 创建技能 参数 说明 技能名称 技能名称，必须与科大讯飞创建的技能一一对应，如在科大讯飞创建同名技能并导入技能文件所示。 为方便识别和记忆，两边的技能名称推荐相同。 技能标识 技能标识，必须与科大讯飞创建的技能标识保持一致，如在科大讯飞创建同名技能并导入技能文件所示。否
3文件支持直接上传，无需压缩，无需携带文案txt文件。 如果未使用服务预置文案，声音标签仅作为标签，来区分声音使用场景。 请选择声音性别 声音的性别，用于匹配声音模型的精准度。 如下所示： 男生 女生 请选择原始输入语言 上传语料所使用的语言。 包含19种语言：中文、英文、粤语、
ms，会结束语音识别。建议该值大于500ms。 委托语言交互服务(SIS) 如需使用热词功能，请开启委托授权。SIS服务用于将用户口述音频转换为文本。 热词 仅开启“委托语言交互服务(SIS)”后，才会展示“热词”配置。 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，
请制作声音 使用“语料上传”的方式，直接上传一个已录制好的长音频WAV或MP3文件，无需压缩，无需携带文案txt文件。 请选择声音性别 选择声音的性别，示例：女生。 原始输入语言 选择上传语料所使用的语言，示例：中文。 选择声音标签 声音的标签。请根据所选文案样例，选择相应的标签，如下所示：
社交互动：家用机器人可以连接到社交媒体平台，帮助您与朋友和家人保持联系。 153. 它们可以发送消息、播放语音邮件、查找联系人等。 154. 有些机器人还具备人脸识别技术，能够识别面孔并与熟悉的人进行互动。 155. 总的来说，家用机器人作为生活伴侣可以提供陪伴和娱乐、语音助手和智能答疑、日程管理和提醒、健康管理、学习辅助和社交互动等功能。
频文件支持直接上传，无需压缩，无需携带文案txt文件。 如果未使用服务预置文案，声音标签仅作为标签，来区分声音使用场景。 请选择声音性别 声音的性别，用于匹配声音模型的精准度。 如下所示： 男生 女生 原始输入语言 上传语料所使用的语言。 包含如下语言： 中文 英文 须知：当前参
VIRTUAL_AVATARS：分身数字人 VIRTUAL_HUMANS：虚拟数字人 REALISTIC_VIRTUAL_HUMAN：写实数字人 性别 取值如下： MALE：男生 FEMALE：女生 姿势 取值如下： FULL-BODY：全身 HALF-BODY：半身 STANDING：站姿
fo 参数 类型 描述 text string 识别结果文本。 questionText string 问题文本。 resultId number 识别流式响应时返回的各包顺序序号。 isLast boolean 是否是最后一条识别结果。 chatId string 对话ID，每轮问答的ID值唯一。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
