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
创建智能交互数字人（SDK场景） 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”。 在智能交互编辑页面，依次设置角色和背景。 查看界面右侧的“互动问答”页签，如图
服务支持的字体 MetaStudio制作视频添加的字幕，视频画面中的文本信息都涉及字体。目前MetaStudio服务支持的字体及语言类型如表1所示。 表1 服务支持的字体说明 字体名称 支持的语言类型 Adelle_Sans_Global Adelle_Sans_Global_Bold
产品优势 控制台自助服务，一站式快速生成所需内容 用户申请账号并上传相关授权，拍摄训练所需音视频素材，上传进行模型训练，生成自定义形象和声音。选择背景、声音、模特等内容，基于文本或语音智能驱动，实现视频制作、视频直播、智能交互等能力。 华为云盘古数字人大模型，赋能千行百业数字化营销新模式
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
None 特性讲解 数字内容生产线 MetaStudio产品介绍 17:43 详细了解MetaStudio服务 服务访问路径 数字内容生产线 访问MetaStudio服务 00:50 访问MetaStudio服务 声音制作和形象制作 声音制作 操作指导 00:50 分身数字人声音制作操作指导
创建智能交互数字人（科大讯飞） 创建技能 在科大讯飞平台创建应用（AIUI通用语义模型） 在科大讯飞平台创建应用（星火交互认知大模型） （可选）提升问答交互次数 创建智能交互数字人 父主题： 智能交互
获取项目ID 在调用接口的时候，部分URL中需要填入项目ID，所以需要获取到项目ID。您可以通过以下两种方式获取项目ID。 从控制台获取项目ID 调用API获取项目ID 从控制台获取项目ID 登录管理控制台。 鼠标悬停在右上角的用户名，选择下拉列表中“我的凭证”。 图1 管理控制台
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倍以上
智能交互公共配置 智能交互界面支持添加角色、背景、对话配置，可参考本节进行操作。 角色 角色界面详情，如图1所示。 图1 角色界面 角色界面说明，如表1所示。 表1 界面元素说明 界面元素 说明 定制数字人 单击“定制数字人”，跳转至形象制作页面，界面详情和操作指导，详见创建分身数字人定制任务
（可选）提升问答交互次数 科大讯飞免费赠送500次/天的问答交互次数，如需提升问答交互次数，需订购套餐包。 操作步骤 在AIUI开放平台界面上方的主菜单中，选择“产品接入 > 我的应用”。 单击新增应用所在行的图标，进入“应用配置”页面。 在左侧导航栏中，选择“应用数据统计 > 服务统计
场景说明 智能交互包含如下场景： 场景一：用户开箱即用的智能交互数字人场景。 在MetaStudio控制台完成交互配置，包括LLM或者大模型配置，通过Web页面浏览，无需开发。 图1 智能交互 场景二：用户使用第三方语言模型，自主开发API实现与数字人对话场景。 开发者基于智能交互服务定义的
错误码 当您调用API时，如果遇到“APIGW”开头的错误码，请参见API网关错误码进行处理。 更多服务错误码请参见API错误中心。 状态码 错误码 错误信息 描述 处理措施 400 MSS.45000001 缺少文件 用户缺少资产文件 检查用户请求参数，角色模型是否有效 400
常用概念 数字人 数字人是一种以数字形式存在于数字空间中的虚拟人物，它具有拟人或真人的外貌、行为特点，并具备一定的智能和情感，可以进行交互和表达。数字人也可以被称之为虚拟形象、数字虚拟人、虚拟数字人等。数字人的核心技术主要包括计算机视觉、计算机图形学、动作捕捉和驱动、图像渲染和人工智能等
表情驱动数据格式如何定义？ MetaStudio表情驱动的表情基数据总共52个系数，每个系数的取值范围在0~1之间，表情基系数的顺序性定义如下： 序号 表情名称 0 mouthPucker 1 mouthPressLeft 2 mouthPressRight 3 mouthRollUpper
修订记录 表1 修订记录 修改时间 修改说明 2025-01-14 本次变更如下： 新增发布3.0.2版本SDK，相比3.0.1版本，变更点如下所示： 语音唤醒能力支持设备切换实时生效。 2024-12-30 本次变更如下： 新增发布3.0.1版本SDK，相比2.2.0版本，变更点如下所示
系统资产标签定义 查询资产列表接口支持使用“tags”标签对分身数字人模型进行分类。 “tags”取值及其含义，如表1所示。 表1 tags标签说明 tags取值类型 说明 数字人类型 取值如下： VIRTUAL_AVATARS：分身数字人 VIRTUAL_HUMANS：虚拟数字人
文本驱动SSML定义 MetaStudio语音驱动采用语音合成标记语言（SSML，Speech Synthesis Markup Language）来控制数字人的行为，包括动作、情绪以及TTS语音合成的多音字、停顿等。 SSML基础定义可参考语音合成标记语言版本 1.0。MetaStudio
资源类型 MetaStudio计费中涉及的资源类型，包括商用资源类型、POC测试用需管理员分配的资源类型。 表1 商用资源类型（租户订购） 类别 资源名称 单位 计费模式 资源类型编码 备注 分身数字人 形象制作 个 一次性 hws.resource.type.metastudio.avatarmodeling.number
直播控制RTSA Command命令说明 直播控制RTSA Command命令详细说明，如下所示： 数字人直播状态变化图 RTSA Command定义 数字人直播状态变化图 数字人直播状态变化流程图，如图1所示。 图1 直播状态变化流程图 流程图说明，如下所示： PREPROCESSING
肢体驱动数据格式如何定义？ MetaStudio肢体驱动数据的前三个为Hips骨骼的Translation信息，按XYZ排列，后接75根骨骼的旋转数据，具体定义如下： 序号 骨骼名称 0 Hips 1 Spine 2 Spine1 3 Spine2 4 Spine3 5 Neck
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
