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
每句之间有2~3秒的停顿。音频时长3~10分钟，建议5分钟。 请完善声音信息 输入声音名称，示例：欢快女声。 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
用于生成WHOLE_MODEL的模型file_id 约束限制： 如果当前记录的信息与MAIN文件的file_id一致，那就认为已经生成过，无需再进行全模型导出 取值范围： 字符长度0-64位。 默认取值： 不涉及。 load_model_file_id String 参数解释： 当前用于渲染加载的模型file_id
（密码和访问密钥）。 在我的凭证下，您可以查看账号ID和用户ID。通常在调用API的鉴权过程中，您需要用到账号、用户和密码等信息。 区域 指云资源所在的物理位置，同一区域内可用区间内网互通，不同区域间内网不互通。通过在不同地区创建云资源，可以将应用程序设计的更接近特定客户的要求，或满足不同地区的法律或其他要求。
发布成功后，自动跳转至与数字人智能互动页面，可以体验与数字人互动的效果。也可以复制数字人互动页面的网址，分享给其他用户使用。 获取数字人互动页面URL的方式还有：进入“我的创作 > 智能交互 > 对话项目”页面，单击智能交互对话项目右侧的“复制URL和激活码”，可以将URL和激活码分享给其他用户使用。 详细操作如下所示：
推荐使用48kHz采样率录制音频。 安卓手机的超级录音机的采样率默认为高清 44100Hz，无需修改。 采样位 推荐使用48bit采样位录制音频。 安卓手机的超级录音机的采集位默认为16bit，无需修改。 声道 推荐使用单声道录制音频。 安卓手机的超级录音机默认为单声道录制，无需修改。
cognized和semanticRecognized通知的流式返回有什么差异？ semanticRecognized 【事件说明】 LLM对提问进行语义识别后输出回复文本的事件。speechRecognized和semanticRecognized分别为问题和答案，每轮问答共用一个chatId。
每个单场景中所有段落输入文字的总量需大于200字。 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。 音频驱动 每个单场景上传音频的时长需大于1分钟，大小不超过100M。
用于生成WHOLE_MODEL的模型file_id 约束限制： 如果当前记录的信息与MAIN文件的file_id一致，那就认为已经生成过，无需再进行全模型导出 取值范围： 字符长度0-64位。 默认取值： 不涉及。 load_model_file_id String 参数解释： 当前用于渲染加载的模型file_id
该声音是否支持SSML的say-as标签。 约束限制： 不涉及 取值范围： true: 支持SSML的say-as标签 false: 不支持SSML的say-as标签 默认取值： false is_support_ssml_sub 否 Boolean 参数解释： 该声音是否支持SSML的sub标签。
本地解压工具包，得到ffmpeg目录和运行文件webm2mov.exe。 双击webm2mov.exe，弹出如图1所示的界面。 图1 工具运行界面 单击“选择webm文件”，选择WEBM格式的视频。 等待视频格式转换完成。请注意，视频格式转换过程中，一定不能关闭如图2所示的2个窗口。 图2 工具运行界面
通过调用IAM服务获取用户Token接口获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格
使用AK/SK认证时，您可以基于签名算法使用AK/SK对请求进行签名，也可以使用专门的签名SDK对请求进行签名。详细的签名方法和SDK使用方法请参见API签名指南。 签名SDK只提供签名功能，与服务提供的SDK不同，使用时请注意。 Token认证 Token的有效期为24小时，需要使用一个Token鉴权时，可以先缓存起来，避免频繁调用。
数字人模型只能通过MetaStudio服务驱动，不与其他第三方服务兼容。数字人形象制作与视频直播是两个独立的功能，需各自计费。可通过包周期或按需计费方式购买路数。 视频直播间的场景布置好之后，可以通过捕捉网页画面或RTMP推流的方式向第三方直播平台传输画面。MetaStudio控制台的场景布置是免费的，生成并
将鼠标放在需要停顿的文字右侧，单击“插入停顿”。在弹出的提示框中，选择“换气”或者停顿的时间，也支持自定义停顿时长。 连读 选中需要连读的文本内容，单击“连读”。 多音字 选中文本中的多音字，单击“多音字”，在弹出的提示框中，选择正确的发音或者自定义发音。 须知： 这里设置的多音字，仅对
字体。当前支持的字体请参考服务支持的字体 约束限制： 不涉及。 取值范围： 字符长度0-64位 默认取值： HarmonyOS_Sans_SC_Black font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。
在科大讯飞AIUI开放平台，创建AIUI通用语义模型的应用。 AIUI通用语义模型应用，不支持直接切换为星火交互认知大模型。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（星火交互认知大模型）单独为其创建应用。 详细操作如下所示，具体的操作步骤请参见科大讯飞的文档中心。 创建应用：在科大讯飞的AIUI开放平台创建应用。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
文本驱动：通过输入文本的方式生成音频。文本支持插入停顿、调整语速，如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。音频驱动方式，仅支持中文普通话的场景下能开启字幕。 还可以设置音频的音量，和调整画布的横竖屏展示。
关闭：默认关闭，即当前账号下各IAM子账号的已购资源和资产均可共享使用。 开启：各IAM子账户在开启之前上传或制作的资产，在开启之后均无法查看和使用。开启之后上传和制作的资产，各自独立管理和使用。 须知： 无论开启或关闭IAM子账户隔离能力，下述能力不发生变化： 所有IAM子账户的已购资源，始终共享使用。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 X-Project-Id 否 String
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
