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
新增知识库 可根据实际需要，上传外部知识库和问答库给大模型学习。 前提条件 使用奇妙问前，需提交工单申请使用手机号注册账号。 操作步骤 访问奇妙问，输入有效手机号和验证码，或者通过密码方式登录。 图1 奇妙问 单击“登录”，进入奇妙问“创建角色”页面，如图2所示。 图2 创建角色
创建高级版语音训练任务 功能介绍 用户创建语音训练高级版任务，该接口会返回一个obs上传地址，用于上传语音文件。 语音文件为一段WAV格式的长音频文件，仅支持将语音文件打包成zip压缩格式上传。 文件上传后，调用“提交语音训练任务”接口，启动审核和训练。 调用方法 请参见如何调用API。
形象拍摄指导文档下载 如需查看拍摄真人视频的PDF文件，请单击形象拍摄指导下载文件。 父主题： 形象制作
声音录制指导文档下载 如需查看真人声音录制的的PDF文件，请单击声音制作录制指导下载文件。 父主题： 声音制作
资产管理说明 资产管理说明，如下所示： 资产存储计费说明 资产创建失败说明 资产冻结说明 资产存储计费说明 资产存储计费说明，如表1所示。 表1 资产存储计费说明 资产存储 计费说明 免费存储空间 MetaStudio服务免费赠送每个租户5GB资产存储空间，用于上传各类音视频、图
接口 说明 GET /v1/{project_id}/voice-training-manage/user/tenant-duration-cfg 查询用户配置的个性化音频时长 POST /v1/{project_id}/voice-training-manage/user/basic-jobs
视频合成失败如何处理？ 视频合成失败时，请您根据界面提示信息进行问题定位及修改。 提示“视频名称包含非法字符” 请您根据要求修改导出文件名称中的敏感字符。 提示“资产名称重复” 请您根据要求重新修改导出文件的名称。 视频任务合成状态一直显示“待合成” 可能是由于当前视频任务正在等待队列中，请您耐心等待。
创建技能 本节操作如下所示： 在MetaStudio控制台创建并导出技能文件 在科大讯飞创建同名技能后，导入技能文件 在MetaStudio控制台创建并导出技能文件 在MetaStudio控制台创建技能前，需要参考如下表格，在本地使用Excel文件，准备好技能问答对内容。 表1 智能交互问答对参考
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
智能交互素材操作详情 智能交互界面支持添加角色、背景、对话等素材。本节提供各类素材的详细操作过程。 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。
声音制作 MetaStudio支持自定义生成声音。 操作前准备 用户创建声音制作任务前，需要参考操作步骤准备如下内容： 参考真人声音录制，提前录制一个WAV或MP3格式的长音频文件，每句之间需要有2~3秒的停顿。语料推荐使用文案样例（基础版）。 声音授权签署文件。 操作步骤 登录MetaStudio控制台。
客户声音制作案例 单击声音样例.zip，下载如表1所示的音频文件。 mos分是从音色相似度、情感表达效果和声音音质方面，进行整体效果综合评分的结果。 表1 音频文件 版本 类别 原音文件 合成音文件 版本差异 适用场景 基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav
视频直播限制 分身数字人直播限制，如下所示： 直播间配置约束 直播任务退出说明 直播播放说明 直播内容审核说明 直播间配置约束 直播间配置限制，如表1所示。 表1 直播间限制 直播间配置 限制 多场景配置 每个单场景，如果通过“文本驱动”方式生成语音时，所有段落汇总的文字数量需大于200字。
创建TTS试听任务 功能介绍 该接口用于创建生成播报内容的语音试听文件任务。 第三方音色试听需要收费，收费标准参考：https://marketplace.huaweicloud.com/product/OFFI919400645308506112#productid=OFFI919400645308506112
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“
创建科大讯飞应用（AIUI通用语义模型） 在科大讯飞创建AIUI通用语义模型的应用。详细操作如下所示： 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，不适用。建议参考创建科大讯飞应用（星火交互认知大模型）单独为其创建应用。 创建应用 配置应用 查看应用信息 （可选）开启闲聊功能
创建科大讯飞应用（星火交互认知大模型） 在科大讯飞创建星火交互认知大模型的应用。详细操作如下所示： 星火交互认知大模型应用，不支持直接切换为AIUI通用语义模型，不适用。建议参考创建科大讯飞应用（AIUI通用语义模型）单独为其创建应用。 创建应用 （可选）创建问答库 配置应用 查看应用信息
如何实时切换智能交互的语言和声音？ 在展厅等智能交互场景中，会有切换智能交互界面，数字人说话语言和声音的需求。 请参考下述步骤操作： 登录MetaStudio控制台。 如果是展厅场景，需要切换到“华北-北京四”区域。因为展厅的配置，均在“华北-北京四”区域。 在左侧导航栏中，选择“我的创作”。
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。
直播业务媒体流如何应对防火墙限制？ 分身数字人直播业务使用SparkRTC方式收流，其信令和媒体访问方式为“IP+端口”或“域名+端口”，防火墙需要放开如下限制： 解除所有IP访问的限制。 在客户端防火墙配置SparkRTC端口和域名白名单。 配置SparkRTC端口的防火墙白名单，如表1所示。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
