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
创建TTS异步任务 功能介绍 该接口用于对外生成音频文件 使用本接口前，需要在MetaStudio控制台服务概览页面，开通“声音合成”的按需计费。 详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。
MetaStudio有哪些计费项？ MetaStudio的计费项分为分身数字人费用、3D数字人费用和资产管理费用三类，详见计费说明。 分身数字人费用：包括分身数字人形象制作、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
创建一次性鉴权码 功能介绍 该接口用于创建一次性鉴权码，有效期5分钟，鉴权码只能使用一次，每次使用后需要重新获取。 接口只能通过第三方后台调用，不能在浏览器前台直接调用，否则会有跨域问题。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/di
从下拉框个中选择“重命名”，修改声音名称。 请制作声音 制作声音的方式为“语料上传”。界面提供录音指导，需要按照指导，录制生成一个符合时长要求的基础版、进阶版或高品质音频文件。WAV或MP3格式音频文件支持直接上传，无需压缩，无需携带文案txt文件。 如果未使用服务预置文案，声音标签仅作为标签，来区分声音使用场景。
配置对话机器人服务CBS 在对话机器人服务配置问答机器人。MetaStudio创建对话时，如果“第三方应用”需要选择“华为云CBS”时，才需要执行本节操作，详情请参考表1。 操作步骤 登录MetaStudio控制台。 单击界面左上角的图标，在弹出的浮动框中，搜索“对话机器人服务 CBS”。
HarmonyOS_Sans_SC_Black font_size Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h Integer 参数解释： 字幕框高度。 约束限制：
创建智能交互数字人 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人交互对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”。 在智能交互编辑页面，依次设置角色和背景。 查看界面右侧的“互动问答”页签，如图1所示。
创建角色 支持在奇妙问平台创建角色，并配置已上传的外部知识库和问答库给大模型学习使用，让角色的问答信息更丰富。 创建智能交互数字人中的“第三方应用”选择“奇妙问”时，才需要执行本节操作。 用户使用奇妙问前，需要联系奇妙问的客户经理注册开通服务。 客户经理的联系方式，可以在云商店语音合成商品页面查看，如图1所示。
面，如图2所示。 界面操作详情，如表1所示。 图2 形象制作页面 表1 界面操作说明 参数 说明 训练视频 从本地上传已录制好，且符合拍摄要求的真人实景视频，训练生成Flexus数字人形象和Flexus声音。 录制的视频时长1~5分钟，建议2分钟，分辨率需≥1080P（4K最佳）
HarmonyOS_Sans_SC_Black font_size Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h Integer 参数解释： 字幕框高度。 约束限制：
font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 16 font_color 否 String 参数解释：
k font_size Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 16 font_color String 参数解释： 字体颜色。RGB颜色值。
频内容生产效率。 算法运行机制 选择一段真人视频。 输入真人视频，经过平台专家安全审核通过，且用户授权使用后，由训练人员选取真人视频中符合要求的视频进行预处理。预处理完成后，进行深度学习训练，生成该真人形象的数字人驱动模型。 推理阶段输入一段音频。 音频输入至数字人驱动模型后，经过模型推理生成数字人形象播报视频。
ack font_size 否 Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h 否 Integer 参数解释： 字幕框高度。
API使用限制 使用API调用声音的限制说明 用户使用视频直播或智能交互接口调用音色时，需要先确认能否在MetaStudio控制台的视频直播间编辑界面或智能交互对话设置页面，选到当前音色。 如果界面正常展示且可以选择此音色使用，说明接口可以正常调用此音色，否则接口无法调用。 API流控
ack font_size 否 Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h 否 Integer 参数解释： 字幕框高度。
ack font_size 否 Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h 否 Integer 参数解释： 字幕框高度。
font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 16 font_color 否 String 参数解释：
语音合成管理 创建TTS试听任务 获取TTS试听文件 创建TTS异步任务 获取TTS异步任务 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
ack font_size 否 Integer 参数解释： 字体大小。接口的取值范围为0-120，实际业务使用的取值范围要求为24-120，请以业务实际使用要求为准。 约束限制： 不涉及。 取值范围： 0-120 默认取值： 54 h 否 Integer 参数解释： 字幕框高度。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
