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
语音合成管理 创建TTS试听任务 获取TTS试听文件
示例3：语音合成管理 语音合成管理示例代码，请参考MetaStudio数字人语音合成管理。 父主题： 应用示例
获取TTS试听文件 功能介绍 该接口用于获取TTS试听文件下载链接，返回List中包含当前已生产的试听文件。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/ttsc/audition-file/{job_id} 表1 路径参数 参数 是否必选
创建TTS试听任务 功能介绍 该接口用于创建生成播报内容的语音试听文件任务。 第三方音色试听需要收费，收费标准参考：https://marketplace.huaweicloud.com/product/OFFI919400645308506112#productid=OFFI919400645308506112
购买出门问问语音合成套餐包 在云商店购买语音合成套餐包，用于激活和使用出门问问提供的第三方声音。 访问云商店语音合成商品页面，进入云商店商品“语音合成”的购买页面。 用户可以在界面下方查看商品详情，确定要购买的商品规格。 支持购买下述套餐： 语音合成体验套餐 语音合成小型套餐 语音合成中型套餐
文本驱动SSML定义 MetaStudio语音驱动采用语音合成标记语言（SSML，Speech Synthesis Markup Language）来控制数字人的行为，包括动作、情绪以及TTS语音合成的多音字、停顿等。 SSML基础定义可参考语音合成标记语言版本 1.0。MetaStudio
应用示例 示例1：分身形象制作管理 示例2：声音制作任务管理 示例3：语音合成管理 示例4：视频制作 示例5：视频制作剧本管理 示例6：视频直播 示例7：视频直播对接实时音视频客户端SDK 示例8：资产管理 示例9：数字人名片制作 示例10：智能交互
直播控制HTTP Command命令说明 分身数字人直播过程中，支持通过HTTP API的方式人工接管直播。人工接管以后，支持通过下述方式驱动数字人说话： 文本驱动方式：对应Command命令为“INSERT_PLAY_SCRIPT”，即插入表演脚本，用于互动回复。数字人不变时，
通过“文本驱动”方式生成语音时，对应的文本要求，如下所示： 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签时，需小于3000。 一个视频草稿，所有段落汇总字符数，如果包含语音合成标记语言SSML标签时，需小于300000。 视频格式 插入的视频素材支持的格式为：MP4
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
通过“文本驱动”方式生成语音时，对应的文本要求，如下所示： 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签时，需小于3000。 整个直播间，所有段落汇总字符数，如果包含语音合成标记语言SSML标签时，需小于300000。 视频格式 视频支持的格式为：MP4、M4V、M
音的计费方式，详见购买出门问问语音合成套餐包。 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。 系统声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。 画布制作完成后，再制作语音。
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
表达。数字人也可以被称之为虚拟形象、数字虚拟人、虚拟数字人等。数字人的核心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
闻播报、课件制作等场景模拟真人配音，提升数字内容生产效率。 算法运行机制 训练阶段： 用户上传一段真人语音音频及授权书作为输入。 音频经过人工安全审核和授权认证后，由训练人员标注用于训练的音频数据，使用深度学习算法训练生成数字人声音模型。 推理阶段： 用户上传一段文本作为输入文本内容，由系统自动审核。
更新分身数字人模型训练任务 功能介绍 该接口用于更新分身数字人模型训练任务。用于在自动审核或者人工审核不通过情况下，更新训练视频、身份证照片等。 该接口只能在AUTO_VERIFY_FAILED或者MANUAL_VERIFY_FAILED状态下调用 调用方法 请参见如何调用API。
获取语音训练任务审核结果 20次/秒 10次/秒 10次/秒 确认在线录音结果 10次/秒 3次/秒 3次/秒 获取在线录音确认结果 20次/秒 10次/秒 10次/秒 语音合成管理 创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 3D数字人风格管理
接口从资产库查出。 script_type 否 String 脚本类型，即视频制作的驱动方式。默认TEXT TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text 否 String HTML格式的台词，可包含动作。最多2048个字符。 说明：
直播、培训视频、智能交互 高级版声音制作 女声 高级版媒体1.wav 高级版媒体2.wav 录音棚专业设备录制60分钟音频，3-5天制作，支持多轮人工调整，获得现场级高品质音色，mos分4.2。 父主题： 附录
语言。 state String 任务状态。 CREATING: 创建中 SYSTEM_AUDITING: 系统审核中 AUDITING: 人工审核中 WAITING_SPLIT: 等待切割 SPLITTING: 切割中 SPLIT_FAILED: 切割失败 ANNOTATING:
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
