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
取值范围： TEXT：文本驱动，即通过TTS合成语音。 AUDIO：语音驱动。 NO_PRESET：无预置剧本，人工控制模式。 默认取值： TEXT random_play_mode 否 String 参数解释： 随机播报模式。 约束限制： 从第二轮播报开始随机。
表10 ShootScript 参数 是否必选 参数类型 描述 script_type 否 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
表12 ShootScript 参数 参数类型 描述 script_type 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
表10 ShootScript 参数 是否必选 参数类型 描述 script_type 否 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
修订记录 表1 修订记录 修改时间 修改说明 2025-02-18 本次变更如下： 新增发布3.1.0版本SDK，相比3.0.2版本，新增HwICSUiSdk.esm.js文件，使用esmodule模块化标准。当使用vite构建的项目无法顺利import HwICSUiSdk.js
表7 ShootScript 参数 是否必选 参数类型 描述 script_type 否 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
取值范围： TEXT：文本驱动，即通过TTS合成语音。 AUDIO：语音驱动。 NO_PRESET：无预置剧本，人工控制模式。 默认取值： TEXT random_play_mode 否 String 参数解释： 随机播报模式。 约束限制： 从第二轮播报开始随机。
常见问题 智能交互SDK安装包里为什么有图片资源？ SDK里面包含图片资源，是因为智能交互的动效、背景可能需要图片资源才能展示更好的效果。所以智能交互Web SDK为了方便用户集成使用，会同时包含UI相关资源。 speechRecognized和semanticRecognized
取值范围： TEXT：文本驱动，即通过TTS合成语音。 AUDIO：语音驱动。 NO_PRESET：无预置剧本，人工控制模式。 默认取值： TEXT random_play_mode String 参数解释： 随机播报模式。 约束限制： 从第二轮播报开始随机。
接口参考 主入口（HwICSUiSdk） 事件通知（EventMap） 错误码（ICSError） 授权浏览器麦克风的访问权限 Web语音唤醒 父主题： Web SDK
直播配置 直播配置是租户级的设置，配置成功后，默认对当前租户的所有直播间自动生效。 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。 单击“直播配置”，进入如图1所示的页面。 参数配置说明，如表1所示。
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
查询音色ID 支持在MetaStudio控制台或通过API接口查询音色ID，详情如下所示： 在控制台查询音色ID（方式一）：仅支持查询自定义音色ID。 在控制台查询音色ID（方式二）：支持查询全量音色ID。 使用接口查询音色ID（方式三）：支持查询全量音色ID。 在控制台查询音色ID
主入口（HwICSUiSdk） 本节介绍Web SDK的接口详情。 表1 接口 接口 描述 三方驱动场景（是否支持） 非三方驱动场景（是否支持） activeInteractionMode 获取当前生效的交互模式（语音问答/文本问答）。 × √ addEventListeners
查看名片 如果用户需要查看已生成的分身数字人名片，可参考本节操作。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“我的创作”。 选择“分身名片”页签，如图1所示。 在“分身名片”页面，可以看到已生成的名片列表，以卡片形式排列展示。 支持对名片进行如下操作： 单击
表8 ShootScript 参数 是否必选 参数类型 描述 script_type 否 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
取值范围： TEXT：文本驱动，即通过TTS合成语音。 AUDIO：语音驱动。 NO_PRESET：无预置剧本，人工控制模式。 默认取值： TEXT random_play_mode 否 String 参数解释： 随机播报模式。 约束限制： 从第二轮播报开始随机。
制作名片 用户可以为分身数字人制作形象名片，且支持试听和查看数字人语音表达效果。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“分身数字人名片制作”，弹出“请选择您要使用的名片模板”对话框，如图1所示。 服务提供了名片模板，用户可以基于模板制作名片。 图1 选择名片模板
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
真人声音录制 客户录制真人音频，上传至MetaStudio进行AI训练，即可得到和真人音色1:1复刻的声音模型。 声音模型可实现文本转语音，应用于数字人视频制作、直播、交互问答等场景中。不同版本录制规格如下： 基础版：整段录制生成一个WAV或MP3格式音频，总时长3~10分钟，建议
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
