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
封装，以简化用户的开发工作。用户直接调用智能交互Web SDK提供的接口，即可实现使用数字人智能交互业务能力的目的。 智能交互提供了如下主流平台SDK供开发者使用。 表1 客户端SDK 客户端 集成SDK 接口参考 Web Web SDK 接口参考 父主题： 智能交互客户端SDK
华为云盘古大模型 科大讯飞星火交互大模型及AIUI 能力开放可集成 智能交互端侧Web SDK 形象驱动API 数字人大脑API 数字人能力开放，多种合作模式灵活选择 实名安全认证后，可使用控制台在线自助完成内容制作。 集成数字人API、SDK至企业自建平台。 联合专业直播服务伙
播报内容生成后，单击右侧的“试听”，可以试听播报效果。 语音上传：本地录制音频后上传。音频格式需要为WAV或MP3格式，音频大小不超过20MB，时长不超过5分钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，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
服务处理。 详细操作如下所示： 访问华为云官网。 选择“开发者 > 开发支持”，进入“开发者在线提单”界面。 单击“开发业务”区域的“数字内容生产线MetaStudio”，进入“开发者在线提单”页面。 请根据界面，输入相应的问题描述和个人联系方式等信息。 单击“提交问题”。 服务会在收到问题单后，联系您处理。
确认在线录音结果 功能介绍 确认在线录音结果。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/voice-training-manage/user/training-segment 表1 路径参数 参数 是否必选 参数类型 描述 project_id
服务处理。 详细操作如下所示： 访问华为云官网。 选择“开发者 > 开发支持”，进入“开发者在线提单”界面。 单击“开发业务”区域的“数字内容生产线MetaStudio”，进入“开发者在线提单”页面。 请根据界面，输入相应的问题描述和个人联系方式等信息。 单击“提交问题”。 服务会在收到问题单后，联系您处理。
用户请求建立WebSocket连接 用户发送文本驱动消息 用户发送中断对话的消息 用户发送结束对话的消息 用户发送心跳请求消息 用户与数字人对话超时断连 会话任务结束 用户请求建立WebSocket连接 用户请求建立WebSocket连接时，会调用接口智能交互驱动WebSocket
在左侧导航栏中，选择“我的创作”。 选择“资源”页签，单击“声音”页签。 单击需要使用的声音卡片，进入“声音详情”界面。 这里的“资产编号”即语音同步合成WebSocket接口需要使用的音色ID。 图1 声音详情界面 在控制台查询音色ID（方式二） 支持在MetaStudio控制台界面通过F12查询音色ID，操作如下所示：
播报内容生成后，单击右侧的“试听”，可以试听播报效果。 语音上传：本地录制音频后上传。音频格式需要为WAV或MP3格式，音频大小不超过20MB，时长不超过5分钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，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
获取在线录音确认结果 功能介绍 获取在线录音确认结果。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/voice-training-manage/user/training-segment 表1 路径参数 参数 是否必选 参数类型 描述 project_id
081 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。
分辨率最大支持1080P。 帧率小于等于30fps。 编码为AV1、VP8、VP9、H264或H265格式。 VP8、VP9编码仅WEBM视频支持。 WEBM视频如果为AV1编码格式，不支持合成视频。 AV1、H265编码格式目前支持Chrome浏览器，不支持Edge浏览器。 视频素材总大小小于1GB。
智能交互客户端SDK 操作前提 SDK概述 SDK下载 Web SDK 父主题： 智能交互
智能交互驱动 前提条件 智能交互驱动流程 智能交互驱动WebSocket接口 父主题： 智能交互
PPT如何转为PDF文件？ 如何呈现PPT的动画效果？ PPT文件解析失败，无法上传怎么办？ 上传的PPT支持编辑吗？ 视频合成失败如何处理？ 如何将WEBM视频转成MOV格式？ 合成的视频可以下载至本地吗？ 合成视频二次剪辑后，数字人口型效果变差？
设置TTS租户级自定义读法配置 获取TTS租户级自定义读法配置 删除TTS租户级自定义读法配置 修改TTS租户级自定义读法配置 语音同步合成WebSocket接口
五官清晰无遮挡，目视前方。 良好的亮度，确保面部细节。 照片内不能出现多张人脸。 人像照片格式要求，如下所示： 支持的格式为：PNG、JPG、JPEG、WEBP。 大小不超过16MB。 分辨率最大支持1080P，如果超出，会自动缩放为1080P，且需保证分辨率大于等于80*80。 音频 音频录制要求，如下所示：
静音时长超过500ms，会结束语音识别。建议该值大于500ms。 图2 获取访问权限 “互动问答”页签配置完成后，还需下载并集成智能交互Web SDK，详见智能交互SDK。 单击“确定”，创建应用，创建效果如图3所示。 可单击“修改”，修改配置。 图3 互动问答 （可选）单击“对
第三方平台开播指南 MetaStudio直播功能的主要作用是生成数字人直播的音视频内容，并非直播平台。 可以通过下述2种方式在第三方平台开播： 窗口捕获方式开播：MetaStudio直播返回的窗口可供第三方直播平台（淘宝、抖音、拼多多等）抓取用于开播。 RTMP推流：即RTMP直
状态码 调用数字内容生产线API时，可能返回的状态码如表1 状态码所示。 表1 状态码 返回值 说明 200 OK 请求正常。 201 Created 创建类的请求完全成功。 202 Accepted 已经接受请求，但未处理完成。 204 No Content 请求完全成功，同时HTTP响应不包含响应体。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
