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
设置完成后，单击“确定”。一条语料新增完成。 方式二：批量导入问题类别及其语料。 用户也可以使用批量导入的方式，一次性添加完成问题类别及其所有问答对。操作方式如下所示： 在左侧导航栏中，选择“知识库 > 问答管理”。 单击界面右侧的“导入”，弹出“导入训练语料”对话框。 图7 导入训练语料
面展示这里上传的图片或视频。 单击“保存”，一条互动规则新增完成。 用户可以根据实际情况，为当前互动库增加更多的互动规则，或者增加更多的互动库。 支持对互动规则执行下述操作： 单击互动规则右侧的“编辑”，在弹出的“互动编辑”对话框中修改互动规则。 单击互动规则右侧的“复制”，复制当前互动规则，生成一条新的互动规则。
表1 界面操作说明 区域 说明 声音制作方式 MetaStudio提供下述声音制作方式： 基础版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长3~10分钟，建议5分钟。 进阶版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长10~30分钟，建议15分钟。
每个人都能成为专业的主播。以下是几个行业案例： 信息无障碍研究会致力于推动中国无障碍发展，华为云联合信息无障碍研究会，为听障人士打造分身数字人，让声音重现焕发新生，助力让每个人都能通过科技平等享受现代文明。聋哑画家史晓慧，通过数字分身以有声的方式解读作品背后的故事，让更多人能够听懂无声世界的斑斓。
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。 单击“互动管理”，进入如图3所示的页面。 图3 互动管理页面 在左侧“互动库”区域，单击下方的“新增互动库”，上方新增一条横线，如图4所示。 输入互动库的名称。 图4 互动库 选中左侧的互动库，单击界面右侧的“新建”，弹出“新建互动”对话框，如图5所示。
etaStudio制作的模型，仅支持在本服务内使用。 视频制作 使用系统预置或自定义生成的数字人形象、声音，制作音视频内容。 制作的视频可应用于教学、培训等各类场景中。 视频直播 使用系统预置或自定义的数字人形象、声音，制作音视频直播内容。 可通过下述方式，在直播平台开播。 RT
文本驱动 文本内容的操作说明如表1所示。 表1 操作说明 操作 说明 插入停顿 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
用户Token。使用Token鉴权方式时必选。 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。
策略：IAM最新提供的一种细粒度授权的能力，可以精确到具体服务的操作、资源以及请求条件等。基于策略的授权是一种更加灵活的授权方式，能够满足企业对权限最小化的安全管控要求。 如表1所示，包括了MetaStudio的所有系统策略。 表1 MetaStudio系统权限 策略名称 描述 策略类别 策略内容
交互能力。 这里配置的是MetaStudio服务调用第三方语言模型的API地址。 流式响应 MetaStudio智能交互服务提供流式问答（响应更快）和非流式问答两种方式，第三方语言模型可以选择其中一种响应方式。 多轮语境理解能力 配置数值越高，问答请求携带的历史对话个数越多，语境理解能力更强。
系统声音和Flexus声音免费使用。第三方声音的计费方式，详见购买出门问问套餐包。 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。 系统声音免费使用。第三方声音的计费方式，详见购买出门问问套餐包。 父主题：
参数说明 参数 说明 分段设置 选择文字分段的方式。 包含如下选项： 自动分段：自动对文档进行分段处理。单击“自动分段”，“分段预览”区域会展示自动分段后的文本效果。 手动分段：自定义分隔符和分隔长度的方式，对文档进行分段处理。 索引配置 配置索引的类型。 包含如下选项： 标准版 高配版
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
音频格式要求，如下所示： 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
证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，选择声音的方式，生成播报内容。不能超过2000字。 单击声音图标，会弹出声音对话框，可以选择需要使用的声音。 无标注的系统声音，均为免费声音，可直接选用。 标注有“第三方”的声音，需要购
同意客户如何处理您的个人信息后再使用客户应用。 我们如何收集和使用您的个人信息 华为云仅会根据本声明以下所述目的和方式收集和使用您的个人信息，如果我们要将收集的您的个人信息用于本声明未载明的其他目的，我们会以合理的方式自行或通过客户明确向您告知，并再次获取您的同意或取得其他合法性
音频制作区域，可选择下述1种方式生成音频。 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。
智能交互 智能交互支持富媒体吗？ 如何自定义域名方式访问智能交互页面？ 智能交互业务媒体流如何应对防火墙限制？ 如何实时切换智能交互的语言和声音？
请选择输出模型语言 选择输出的声音模型支持的语言。 支持如下语言： 多语种：输出的声音模型，支持合成的语言类型包括中文、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。 粤语 选择声音标签 声音的标签。作用为选择声音时，快速筛选领域。
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')。 X-Project-Id
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
