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
模型更新至本地模型路径中。 使用要求 WebSDK版本为3.0.1及以上。 仅支持数字人平台配置或内置ASR（语音转文本）能力的方案。不支持WebSocket接口驱动数字人方案，即文本驱动方案。 在调用create接口之前，必须要有用户点击集成WebSDK的页面的行为。 浏览器通
声音制作、分身数字人视频制作、分身数字人视频直播、照片数字人视频制作和分身数字人名片制作的费用。 3D数字人费用：包括照片建模、语音驱动和视觉驱动的费用。 资产管理费用：即服务资产管理的费用。 父主题： 计费咨询
下载Web SDK安装包。 3.0.1 2024-12-30 Web SDK：HwICSUiSDK-3.0.1.zip 47254a5f6c052cd4cc998bb1c33d24f3c188bd553e4352e7276703502c4e0ea5 下载Web SDK安装包。 2.2.0
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。在数字人模型生成以后，可以通过模型驱动推理服务，让数字人动起来，包括声音、表情、口型、肢体动作等，口型匹配准确率>95%，表情、动作更自然。
如何调用MetaStudio接口？ MetaStudio提供RESTful API和Java/Python/Go三种语言的SDK。API调用请参考《API参考》，SDK集成请参考API Explorer中的“代码示例”。 父主题： API和SDK使用
如何调用MetaStudio接口？ MetaStudio提供RESTful API和Java/Python/Go三种语言的SDK。API调用请参考《API参考》，SDK集成请参考API Explorer中的“代码示例”。 父主题： FAQ
沉浸。 支持数字人直播矩阵式管理，高级策略配置管理直播更灵活。 实时智能交互，提升客户满意度和品牌形象 开放的Web SDK及API可快速集成到第三方业务系统，实现AI数字员工问答、服务、陪练等场景任务。 1.5秒超低时延交互 实时驱动极低延时，保障用户真实体验。 多模型数字人大脑
画布制作完成后，再制作语音。 选择“文本驱动”的方式。在文本输入框中，输入文本内容，以生成音频，如图2所示。 文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。我们精心布置了现场，室内摆放了各类植物和鲜花，场地宽敞明亮，足够大家在室内共同交流和活动。 图2 文本驱动 音频制作完成后，可单击音量图标，调整音频的音量。
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
制作好数字人后，可以不购买路数进行直播吗？ 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
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
introduction_type String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动，需要在资产库中先上传语音资产 默认取值： TEXT introduction_text String 自我介绍文本，用于驱动数字人口型。 voice_asset_id
支持的格式为：MP3、WAV。 大小不超过20MB，时长不超过5分钟。 文本驱动 文本驱动方式的要求如下所示： 文本输入长度不超过2000字。 通过文本合成的音频时长不能超过5分钟。 在照片数字人制作页面，选择“文本驱动”方式驱动照片说话时，需要输入文本并选择音色，再单击“试听”预估音频时长。
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。 服务型数字人：利用深度神经网络进行图像合成、高度拟真的虚拟人。 具备如下特点： 2D模型，通过拍摄真人视频训练生成 无表情&骨骼数据 只能由AI驱动 使用既定表情&动作 IP型数字人：由计算机图形学技
按需 单目视觉驱动路数 包月 包周期 语音驱动时长 按需 按需 单目视觉驱动时长 按需 按需 风格化单照片建模10000次套餐包 按需套餐包 语音驱动10小时套餐包 按需套餐包 语音驱动100小时套餐包 按需套餐包 语音驱动500小时套餐包 按需套餐包 单目视觉驱动免费试用套餐包
华为云MetaStudio分身数字人驱动算法 表1 分身数字人驱动算法 算法项 描述 算法名称 华为云MetaStudio分身数字人驱动算法 备案编号 网信算备520111252474601240045号 算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。
直播剧本包含下述设置： 剧本驱动 支持下述三种方式任选其一： 文本驱动：输入文本，通过文本驱动数字人说话。 音频驱动：上传音频，通过音频驱动数字人说话。 即兴直播：无需设置剧本，直接开播。开播后数字人是不说话的，需要发送互动内容，或者开启真人接管，驱动数字人说话。 互动设置：支持弹幕、用户入场
字人资产管理、视频制作、视频直播、智能交互等功能。 API文档 API概览 API接口 04 SDK 数字内容生产线服务提供Java、Python、Go语言的SDK，并提供丰富的代码示例，帮助您轻松完成二次开发。 服务端SDK文档 SDK概述 02 使用 MetaStudio提供
String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config TextConfig object 讲解词配置。 audio_drive_action_config
environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"]
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
