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
图1 直播状态变化流程图 流程图说明，如下所示： PREPROCESSING：MetaStudio直播服务启动加载形象模型的状态。 PLAY_READY：形象模型加载完成的状态。此时数字人处于静默状态，等待开始播放剧本的指令。 PROCESSING：数字人的工作状态。数字人会根据直播任务中预置的文本或音频进行直播。
照片建模任务出现异常问题怎么办？ 若界面提示模型名重复 由于同一个账号下模型名称不可以重复，因此，您需要重新更换模型名称。 若界面提示照片太大 请您重新更换一个大小低于6MB照片。 父主题： 照片建模
录制真人声音，建模生成声音模型。 声音模型可为数字人配音，生成音视频内容，应用于视频制作、视频直播和智能交互，或生成数字人名片和照片数字人。 须知： 制作好的声音模型不支持下载或导出至本地。 声音模型不是通用模型，不与第三方服务兼容。用户在MetaStudio制作的模型，仅支持在本服务内使用。
Flexus支持通过API集成使用吗？ 支持，详见接口创建分身数字人模型训练任务的is_flexus字段。 父主题： API使用
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
操作前提 前提条件 需要申请开通智能交互权限后，才可集成智能交互SDK使用。 WebSDK使用限制 由于浏览器的安全策略限制，仅支持通过“https://域名”方式访问，否则无法正常加载运行智能交互WebSDK。 父主题： 智能交互客户端SDK
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
音频文件命名无要求，可自定义，命名示例：Voice.wav。 进阶版 高品质 制作声音模型 准备好音频文件后，就可以上传至MetaStudio控制台，进行声音训练。详细操作如下所示： 创建声音制作任务（自研模型） 查看声音 声音模型制作耗时，如下所示： 基础版：约1~3个工作日。 进阶版：约1~3个工作日。
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，否则无法正常加载运行智能交互WebSDK。 智能交互界面对浏览器的要求，如表2所示。 表2
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
主要功能如下所示，详见功能特性。 数字内容生产线Metastudio通过AI学习真人形象和声音，来生成数字人模型，相应功能为形象制作、声音制作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。
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，否则无法正常加载运行智能交互WebSDK。 表2 浏览器适配详情 操作系统类型 浏览器类型
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。
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
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
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
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
