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
同时叠加的视频总数量最多支持2个。 音频格式 音频支持的格式为：MP3、M4A、WAV。 音频要求如下所示： 仅提取单声道音频。 音频素材总大小小于500MB。 图片格式 图片支持的格式为：PNG、JPG、JPEG。 图片要求如下所示： 分辨率最大支持1080P。 图片素材总大小小于500MB。 字幕
资源”页面，找到训练好的形象卡片，单击右下角的图标，从下拉框个中选择“重命名”，修改角色名称。 训练视频 从本地上传已录制好，且符合拍摄要求的真人人像视频，训练生成数字人形象。 录制的视频要求4K，时长建议5~6分钟，分辨率≥1080P，宽高比16:9（横屏）或9:16（竖屏），建议优先使用竖屏拍摄，人
将MetaStudio资源委托给更专业、高效的其他华为云账号或者云服务，这些账号或者云服务可以根据权限进行代运维。 如果华为云账号已经能满足您的要求，不需要创建独立的IAM用户，您可以跳过本章节，不影响您使用MetaStudio服务的其它功能。 本章节为您介绍对用户授权的方法，操作流程如示例流程所示。
参数 说明 分身数字人训练数据上传 角色名称 输入分身数字人的角色名称。 示例：云笙。 训练视频 从本地上传已录制好，且符合拍摄要求的人像视频。 录制的视频要求4K，时长建议5~6分钟，分辨率≥1080P，宽高比16:9（横屏）或9:16（竖屏），建议优先使用竖屏拍摄，人物须保持竖直。支持MP4、MOV格式的视频。
场景 操作说明 服务冻结租户资产 MetaStudio服务对租户资产内容的风险有一定连带责任。如果服务接收到资产内容投诉，按照国家相关部门要求，会冻结违规违规资产。情节严重的，还会冻结租户的全部资源。 被冻结的资产不能用作内容生成的素材。租户可以删除被冻结的资产或者申请解冻资产。
Acceptable 服务器无法根据客户端请求的内容特性完成请求。 407 Proxy Authentication Required 请求要求代理的身份认证，与401类似，但请求者应当使用代理进行授权。 408 Request Timeout 服务器等候请求时发生超时。 客户端可
MetaStudio支持哪些区域？ 如何调用MetaStudio接口？ 照片建模任务创建失败是什么原因？ 照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 肢体驱动数据格式如何定义？ 更多 智能客服 您好！我是有问必答知识渊博的的智能问答机器人，有问题欢迎随时求助哦！ 社区求助 华为云社区
服务管理员会根据用户反馈的问题，重新优化数字人形象。 数字人定制任务，会重新进行模型训练。等待模型训练完成后，用户可以二次审验，继续4的操作，直至生成符合要求的分身数字人形象。 此时，在“我的创作 > 分身形象”页面，可以看到新增的数字人形象卡片，如图3所示。也可以在MetaStudio控制台首
要更新唤醒词，需要参考定制唤醒能力处理。唤醒模型定制完成后，产品会提供给用户，用户需要参考更新唤醒模型，将模型更新至本地模型路径中。 使用要求 WebSDK版本为3.0.1及以上。 仅支持数字人平台配置或内置ASR（语音转文本）能力的方案。不支持WebSocket接口驱动数字人方案，即文本驱动方案。
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。
图2 制作名片 表1 参数说明 区域 参数 说明 请填写数字人信息 上传头像 需提前准备一张正面清晰且无遮挡的数字人形象照片，并满足如下要求： 图片格式：png、jpg、jpeg、webp。 单击“查看示范”，查看正确示范和错误示范。 界面操作如下所示： 单击“头像区域”，从本地选择分身数字人头像图片。
HwICSUiSDK 参见表2下载链接 华为云计算技术有限公司 SDK如何处理个人信息请参见SDK隐私声明 您集成和使用我们的SDK时需要遵从个人信息保护基本要求，详情请参见SDK合规使用指南。 表2 Web SDK下载 版本 日期 下载链接 sha256码 说明 3.0.2 2025-01-14 Web
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。
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。
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：
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：
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：
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。
默认取值： 10 请求参数 无 响应参数 状态码：200 表3 响应Body参数 参数 参数类型 描述 count Integer 满足查询要求的操作日志总数 取值范围： 0-2147483647 operations Array of OperationLogItem objects
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
