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
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
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
客户声音制作案例 单击声音样例.zip，下载如表1所示的音频文件。 mos分是从音色相似度、情感表达效果和声音音质方面，进行整体效果综合评分的结果。 表1 音频文件 版本 类别 原音文件 合成音文件 版本差异 适用场景 基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav
视频中需保证仅出现录制者及其声音。如果出现其他人物形象或声音，将会影响口型生成效果和声音克隆效果。 避免动作幅度过大超出画面；避免相机距离人过远；建议人脸在画面中的占比超过1/5。 15秒静默状态时，需正视镜头，面带微笑，嘴巴闭合，保持静默。 演讲过程中不限制说话的内容，出现失误可直接略过或从错误位置继续说话，无需打断拍摄。
FAQ： 如果我的设备不能拍摄4K视频，只支持1080P怎么办？ 若设备不支持，可尝试使用1080P（1080*1920）半身拍摄，以确保人脸区域的细节捕获。 我没有相机，能否使用手机拍摄 ？ 目前我们不建议使用手机拍摄。若实在需要，请将手机录制规格调整为4K/30fps或者4K
制作照片数字人的人像照片拍摄要求，如下所示： 真人正面照，不支持动漫卡通形象；面部占比50%以上，侧脸俯仰角度不超过15度。 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。
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
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。 父主题： 产品咨询
人生代代无穷已，江月年年只相似。 不知江月待何人，但见长江送流水。 白云一片去悠悠，青枫浦上不胜愁。 谁家今夜扁舟子？何处相思明月楼？ 可怜楼上月裴回，应照离人妆镜台。 玉户帘中卷不去，捣衣砧上拂还来。 此时相望不相闻，愿逐月华流照君。 鸿雁长飞光不度，鱼龙潜跃水成文。 昨夜闲潭梦落花，可怜春半不还家。
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。 功能详情，如表1所示。 表1 功能特性 功能名称 功能描述 形象制作 拍摄真人视频，建模生成数字人形象。
MetaStudio支持哪些区域？ MetaStudio服务已商用，商用环境为“华北-北京四”，公测环境为“亚太-新加坡”。“华东-上海一”目前仍为测试环境，如需使用，请提交工单处理。 须知：不同区域之间的资源不互通。 父主题： 产品咨询
MetaStudio支持哪些区域？ MetaStudio服务已商用，商用环境为“华北-北京四”，公测环境为“亚太-新加坡”。“华东-上海一”目前仍为测试环境，如需使用，请提交工单处理。 须知：不同区域之间的资源不互通。 父主题： FAQ
提交语音训练任务 查询语音训练任务详情 删除语音训练任务 查询任务操作日志 获取语音文件上传地址 获取语音训练任务审核结果 设置任务批次 确认在线录音结果 获取在线录音确认结果
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。
50001015 检测到人脸数量大于1 检测出人脸数量大于1，当前仅支持单人脸照片驱动 请上传只包含一张人脸的图片 200 MSS.50001016 人脸偏转幅度过大，需要正脸图片 输入的照片中人脸偏转幅度不符合限制 请上传正面人脸的照片 200 MSS.50001017 人脸不完整或者非自然人，请检查
3号 算法基本原理 数字人视觉驱动算法是指使用神经网络，将视频中的人脸表情和人体姿态，转换为表情基系数及数字人骨骼驱动数据的一种技术。 其基本情况包括： 输入数据：单人表演视频。 算法原理：通过深度学习算法识别人脸表情和人体姿态，转换为表情基系数及数字人骨骼驱动数据。 输出结果：表情基系数、数字人骨骼驱动数据。
说明 主题 输入主题，便于问题查找，不包含问题内容。 所有问法 输入所有提问方式。问法包括同一个问题的不同提问方式。 支持最多添加500个相似问题，每个问题不能超过64个字符。 数字人回答 输入数字人回答。 单击“保存”，界面左侧的“问答列表”中新增一个问答对，示例如图4所示。 图4
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。
相对真人成本下降90%以上 一次拍摄与训练后，可无限次使用；无时间约束、无时长限制、无容量限制；统一质量，稳定性高；口型、动作匹配度高，无限接近真实。 仅分身数字人动作自由度受限于采集视频的动作范围，综合对比数字人比真人成本低、效率高，且质量稳定。 数字人直播更真实、更沉浸 支持持物直播、实
资源类型 MetaStudio计费中涉及的资源类型，包括商用资源类型、POC测试用需管理员分配的资源类型。 表1 商用资源类型（租户订购） 类别 资源名称 单位 计费模式 资源类型编码 备注 分身数字人 形象制作 个 一次性 hws.resource.type.metastudio
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
