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
创建进阶版语音训练任务 功能介绍 用户创建语音训练进阶版任务，该接口会返回一个obs上传地址，用于上传语音文件。 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100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
提供超简单、超高性价比数字人。 使用限制 Flexus分身数字人目前仅支持视频制作，不支持视频直播和智能交互。 产品特性 轻量规格 购买简单，一次下单即可完成形象、声音和视频制作资源的购买。针对额外需求，支持客户选择不同档位套餐包进行充值。 极简体验 简化拍摄制作，使用一段2分钟
视频文件的URL。 约束限制： 仅直播支持外部URL，其他业务通过资产库查询获取，不支持外部URL。 取值范围： 字符长度1-2048位。 默认取值： 不涉及。 video_cover_url String 参数解释： 视频封面文件的URL。 约束限制： 仅直播支持外部URL，其他业务通过资产库查询获取，不支持外部URL。
输出的语言受限制。使用自定义声音合成音频时，仅支持17种语言：中文、英文、德语、法语、土耳其语、菲律宾语、日语、意大利语、马来语、俄罗斯语、韩语、芬兰语、西班牙语、印尼语、阿拉伯语、葡萄牙语、荷兰语（暂未开放泰语）。 操作限制 MetaStudio不支持个人用户定制声音，仅支持企业用户。 定制声音时，
智能交互设置 直播间页面支持弹幕规则使用“智能交互”的方式，去回复直播间用户的提问。智能交互的方式相当于提供了一个第三方语言模型去答复用户问题。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“分身视频直播”下方的“开始创建”，进入分身数字人直播首页面。 在“
制作照片数字人视频 支持上传正面清晰的人像照片，生成会说话的照片数字人视频。 操作限制 照片数字人视频制作限制，如照片数字人限制所示。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“照片数字人”，进入照片数字人制作页面，如图1所示。 界面左侧展示配置项，右侧展示预览效果。配置操作，请参考表1。
形象制作 MetaStudio服务支持自定义生成分身数字人。 操作前准备 用户创建分身数字人定制任务前，需要参考操作步骤准备如下内容： 5~6分钟绿幕拍摄视频。 注意：如果制作分身形象的时候，选择保留拍摄背景，则需要准备实景背景拍摄视频。 身份证正反面照片。 形象授权签署文件，如授权书所示。
找到需要修改的对话项目，单击右侧的“编辑”，进入对话编辑界面，如图2所示。 图中标识“1”处为语言修改配置。请根据实际情况切换语言，目前仅支持中文和英文。 图中标识“2”处为声音切换入口。单击图标，弹出如图3所示的对话框，选择需要切换的声音。 请注意，切换后的声音必须与前面切换后
取值范围： true: 支持中文多音字 false: 不支持中文多音字 默认取值： false is_support_break_time Boolean 参数解释： 该声音是否支持停顿。 约束限制： 不涉及 取值范围： true: 支持停顿 false: 不支持停顿 默认取值： false
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MetaStudio服务的API之前，请确保已经充分了解华为云MetaStudio服务的相关概念，详细信息请参见产品介绍。
操作前提 前提条件 需要申请开通智能交互权限后，才可集成智能交互SDK使用。 WebSDK使用限制 由于浏览器的安全策略限制，仅支持通过“https://域名”方式访问，否则无法正常加载运行智能交互WebSDK。 父主题： 智能交互客户端SDK
接收资产 支持接收资产管理员或其他租户转移给当前租户的声音和分身模型资产。声音和分身模型资产的接收、激活操作均相同，下面以分身模型资产为例进行操作演示。 注意事项 管理员或其他租户如果推送声音或分身模型资产给当前租户，当前租户需在7天内完成接收和激活操作。如果超过7天未操作，需要
视频制作 MetaStudio服务支持制作数字人视频。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“分身视频制作”下方的“开始创建”。 进入视频制作界面，界面详情如图1所示。 图1 视频制作界面 在画布区域，设置角色、背景、贴图、视频等内容。 详细操作请参见视频制作素材操作详情。
取值范围： true: 支持中文多音字 false: 不支持中文多音字 默认取值： false is_support_break_time 否 Boolean 参数解释： 该声音是否支持停顿。 约束限制： 不涉及 取值范围： true: 支持停顿 false: 不支持停顿 默认取值： false
<word></word>标签用于设置选中文字为连读模式。 MetaStudio包含多种TTS音色，每种音色支持的SSML标签能力是有差异的，请通过“查询资产详情”接口，获取每个音色支持使用的标签。 speak标签 描述 <speak></speak>：SSML文本的根节点。 语法 1
激活资源 目前支持购买的资源类型，如表1所示。 需激活“一次性计费”产品后使用，必须在一年内激活，否则无法再激活使用。从激活日期开始计算，产品有效期为一年。 按需套餐包和包年/包月产品，可直接使用，无需激活。必须在有效期内使用完成，超出有效期后，自动失效。 表1 资源类型 服务类型
本驱动消息TEXT_DRIVE、中断对话消息INTERRUPT_CHAT或结束对话消息STOP_CHAT时，都需要携带该chat_id。 支持流式文本消息。seq为流式文本序号，从1开始计数；is_last用于判断流式文本的最后一包数据。如果不使用流式文本消息，seq设置为“1”，is_last设置为“true”。
如何集成MetaStudio服务？ MetaStudio支持通过API方式被集成使用，详见API参考、SDK参考和应用示例。具体对接事宜，可以联系客户经理处理。 如需商务对接，请提供企业名、企业所在地域、联系方式等信息，简要说明需要集成MetaStudio的能力和用途，然后提交工单处理。
文本内容的操作说明如表1所示。 不同声音对表1中操作的支持情况有差异。如果表1中操作项置灰，说明当前选择的声音不支持此操作。需要重新选择一个支持所需操作的声音模型，进行文本驱动设置。 表1 操作说明 操作 说明 插入停顿 在段落的某个位置，插入换气或者停顿时间，也支持自定义停顿时长。 多音字 选中文字，设置多音字的正确读音。
基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav 支持手机录制20条语料音频（5分钟），1-3天制作，快速获得类真人音色，mos分3.8。 短视频制作 进阶版声音制作 女声 进阶版媒体1.wav 进阶版媒体2.wav 支持手机录制100条语料音频（15分钟），1-3天制作，获得高还原度音色，mos分4
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
