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
前提条件 MetaStudio创建对话时，如果“第三方应用”需要选择“科大讯飞AIUI通用语义模型”或“科大讯飞星火交互认知大模型”时，才需要执行创建智能交互数字人（科大讯飞）操作，详情请参考表1。 父主题： 创建智能交互数字人（科大讯飞）
上传资产 支持从本地上传资产，包括：模型、PPT、动画、素材、视频、场景、图片、音乐。资产上传的操作均相同，下面以上传图片为例进行演示。 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“资源”页签，如图1所示。 图1 资源页面 单击界面右上角
技术主要包括计算机视觉、计算机图形学、动作捕捉和驱动、图像渲染和人工智能等。 服务型数字人：利用深度神经网络进行图像合成、高度拟真的虚拟人。 具备如下特点： 2D模型，通过拍摄真人视频训练生成 无表情&骨骼数据 只能由AI驱动 使用既定表情&动作 IP型数字人：由计算机图形学技术
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5分钟。
Windows或Android系统。 麦克风 需要有麦克风，且要保障1米以内的拾音效果。 扬声器 需要有扬声器。 触摸屏 需要有触摸屏。 带宽 4M以上。 由于浏览器的安全策略限制，仅支持通过“https://域名”方式访问，否则无法获取麦克风权限。 智能交互界面对浏览器的要求，如表2所示。 表2 浏览器适配详情
系统资产标签定义 查询资产列表接口支持使用“tags”标签对分身数字人模型进行分类。 “tags”取值及其含义，如表1所示。 表1 tags标签说明 tags取值类型 说明 数字人类型 取值如下： VIRTUAL_AVATARS：分身数字人 VIRTUAL_HUMANS：虚拟数字人
String 参数解释： 分身数字人模型版本 约束限制： 不涉及 取值范围： V2: V2版本模型 V3：V3版本模型 V3_2：V3.2版本模型 默认取值： V2 model_resolution 否 String 参数解释： 分身数字人模型分辨率。 约束限制： 不涉及 取值范围：
编译环境 建议Node 17+。 编译工具 建议Webpack 5 + babel 7。 浏览器 浏览器使用限制，请参见表2。 由于浏览器的安全策略限制，仅支持通过“https://域名”方式访问，否则无法获取麦克风权限。 表2 浏览器适配详情 操作系统类型 浏览器类型 浏览器版本 Windows
算法目的意图 可以通过有授权的真人语音音频，在预训练模型基础上微调生成数字人声音模型，该模型可用于基于文本合成类似真人音色的数字人语音。 华为云MetaStudio数字人照片建模算法 表3 照片建模算法 算法项 描述 算法名称 华为云MetaStudio数字人照片建模算法 备案编号
科大讯飞平台应用的“自然语言模型”配置为“AIUI通用语义模型”时，如配置应用所示。请从下拉框中选择“科大讯飞AIUI通用语义模型”。 科大讯飞平台应用的“自然语言模型”配置为“星火交互认知大模型”时，如配置应用所示。请从下拉框中选择“科大讯飞星火交互认知大模型”。 应用名称 与科大讯
选择“第三方语言模型”。 应用名称 用户根据实际情况自定义即可。 APPID MetaStudio服务对接第三方语言模型LLM时，需要LLM提供的APPID信息。 APPKEY MetaStudio服务对接第三方语言模型LLM时，需要LLM提供的APPKEY信息。 第三方语言模型地址 M
SDK隐私声明 数字人智能交互Web SDK是由华为云计算技术有限公司（以下简称“我们”或“华为云”）面向华为云客户（以下简称“客户”）提供的数字人智能交互开放能力及服务。 客户根据数字人智能交互Web SDK的开发文档和指南在其应用中集成了数字人智能交互Web SDK后，我们将通过被集成的数字人智能交互Web
科大讯飞平台应用的“自然语言模型”配置为“AIUI通用语义模型”时，如配置应用所示。请从下拉框中选择“科大讯飞AIUI通用语义模型”。 科大讯飞平台应用的“自然语言模型”配置为“星火交互认知大模型”时，如配置应用所示。请从下拉框中选择“科大讯飞星火交互认知大模型”。 应用名称 与科大讯
创建声音制作任务 MetaStudio已经预置了各种类型的声音，可以在视频制作界面或视频直播界面查看。如果预置声音仍无法满足用户需求，可使用模型自定义生成声音。 操作限制 MetaStudio不支持个人用户定制声音，仅支持企业用户。 定制声音时，从平台下载的授权书中有明确说明，定制音色需授权给公司使用。
String 参数解释： 分身数字人模型版本 约束限制： 不涉及 取值范围： V2: V2版本模型 V3：V3版本模型 V3_2：V3.2版本模型 默认取值： V2 model_resolution 否 String 参数解释： 分身数字人模型分辨率。 约束限制： 不涉及 取值范围：
创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。使用BASE64编码照片，通过JSON格式上传，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-json
示例：负责介绍便利店及其产品信息。 选择模型 选择AI模型。不同模型需要配置的参数数量不同，其中，高阶模型需要配置的参数最多。 包含如下选项： 初阶模型 中阶模型 高阶模型 多轮对话 是否开启多轮会话。 如果开启，会根据上下文的信息进行语义理解，以生成连贯的对话。 业务ID 仅特殊定制的业务模型需要配置。 所在城市
需注意： 首次购买或创建资产时，免费赠送5G存储空间。 下述场景，使用资产空间不会计费： 用户上传的分身数字人模型、3D数字人模型和声音。 平台生成的分身数字人模型、3D数字人模型和声音。 平台合成的视频资产6个月内，默认不计费。6个月以后，开始计费。 资产管理的含义：提供数字资产存储、简单分类、搜索等基础管理能力。
创建分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 查询分身数字人模型训练任务列表 20次/秒 10次/秒 10次/秒 查询分身数字人模型训练任务详情 20次/秒 10次/秒 10次/秒 删除分身数字人模型训练任务 10次/秒 3次/秒 3次/秒 更新分身数字人模型训练任务 10次/秒
创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。通过上传照片，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings 表1 路径参数
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
