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
智能交互第三方LLM回调接口 功能介绍 MetaStudio智能交互服务支持开发者自定义数字人大脑（即第三方LLM）。当用户与数字人对话时，将触发调用该接口，由该接口返回问题对应的答案文本内容。 签名计算方法 第三方LLM自定义接口，使用HMACSHA256签名模式，需要在URL中追加参数
创建TTS异步任务 功能介绍 该接口用于对外生成音频文件 使用本接口前，需要在MetaStudio控制台服务概览页面，开通“声音合成”的按需计费。 详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。
智能交互驱动WebSocket接口 终端节点获取方式 智能交互驱动WebSocket接口终端节点的获取方式，如表1所示。 表1 终端节点获取方式 场景 获取方式 未通过WEB SDK调用场景 终端节点地址从接口启动数字人智能交互任务的响应参数chat_access_address中获取
创建进阶版语音训练任务 功能介绍 用户创建语音训练进阶版任务，该接口会返回一个obs上传地址，用于上传语音文件。 支持2种方式上传语音文件： 语音文件和文本文件打包成zip上传：语音文件已经切分成100个wav文件，每个语音文件对应一个txt文本文件，所有文件打包成zip文件。语音文件命名规则
资产管理说明 资产管理说明，如下所示： 资产存储计费说明 资产创建失败说明 资产冻结说明 资产存储计费说明 资产存储计费说明，如表1所示。 表1 资产存储计费说明 资产存储 计费说明 免费存储空间 MetaStudio服务免费赠送每个租户5GB资产存储空间，用于上传各类音视频、图片等素材
查询音色ID 支持在MetaStudio控制台或通过API接口查询音色ID，详情如下所示： 在控制台查询音色ID（方式一）：仅支持查询自定义音色ID。 在控制台查询音色ID（方式二）：支持查询全量音色ID。 使用接口查询音色ID（方式三）：支持查询全量音色ID。 在控制台查询音色ID
如何接收并激活声音和分身模型资产？ 管理员或其他租户如果推送声音或分身模型资产给当前租户，当前租户需在7天内完成接收和激活操作。如果超过7天未操作，需要管理员或其他用户重新推送资产给当前租户。 声音和分身模型资产的接收、激活操作均相同，下面以分身模型资产的接收、激活操作为例演示。
第三方平台的直播画面没有声音怎么办？ 如果用户在第三方直播平台的直播画面没有声音，需排查是否是OBS工具设置的桌面音频设备与Windows系统的声音输出设备不一致导致。 检查方法如下所示： 检查OBS桌面音频设备 检查Windows系统的声音输出设备 检查OBS桌面音频设备 本地打开
创建基础版语音训练任务 功能介绍 用户创建语音训练基础版任务，该接口会返回一个obs上传地址，用于上传语音文件。 支持2种方式上传语音文件： 语音文件和文本文件打包成zip上传：语音文件已经切分成20个wav文件，每个语音文件对应一个txt文本文件，所有文件打包成zip文件。语音文件命名规则
常见问题 智能交互SDK安装包里为什么有图片资源？ SDK里面包含图片资源，是因为智能交互的动效、背景可能需要图片资源才能展示更好的效果。所以智能交互Web SDK为了方便用户集成使用，会同时包含UI相关资源。 speechRecognized和semanticRecognized
形象制作 MetaStudio服务支持自定义生成分身数字人。 操作前准备 用户创建分身数字人定制任务前，需要参考操作步骤准备如下内容： 5~6分钟绿幕拍摄视频。 注意：如果制作分身形象的时候，选择保留拍摄背景，则需要准备实景背景拍摄视频。 身份证正反面照片。 形象授权签署文件，如授权书所示
如何将WEBM视频转成MOV格式？ 问题描述 视频制作时，如果使用透明背景合成视频，导出时仅支持生成WEBM格式视频。而常用的视频工具剪映、Premiere Pro等，不支持WEBM格式，需要先参考本节转为MOV格式。 解决方法 单击webm2mov，将视频格式转换小工具webm2mov
API使用限制 使用API调用声音的限制说明 用户使用视频直播或智能交互接口调用音色时，需要先确认能否在MetaStudio控制台的视频直播间编辑界面或智能交互对话设置页面，选到当前音色。 如果界面正常展示且可以选择此音色使用，说明接口可以正常调用此音色，否则接口无法调用。 API
智能交互驱动流程 流程图示例 用户与数字人进行智能交互的流程图示例，如下所示，对应流程的详细说明，如流程图总体说明所示。 智能交互非流式驱动流程图，如图1所示。 智能交互流式驱动流程图，如图2所示。 智能交互驱动打断对话流程图，如图3所示。 智能交互驱动停止对话流程图，如图4所示。
智能交互支持富媒体吗？ 支持的富媒体格式 用户与数字人进行智能交互问答时，支持展示如下格式的富媒体： 图片：JPG、PNG、BMP、GIF、SVG。 视频：MP4。 导入富媒体操作 支持通过问答库导入富媒体，示例如表1所示。以奇妙问知识库为例，可以通过新增知识库来补充富媒体知识。
声音制作限制 声音制作限制说明，如表1所示。 表1 声音制作限制 限制项 说明 用户限制 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。 使用限制 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
形象制作限制 形象制作限制说明，如表1所示。 表1 形象制作限制 限制项 说明 用户限制 MetaStudio不支持个人用户定制形象，仅支持企业用户。 定制分身形象时，从平台下载的授权书中有明确说明，定制分身形象需授权给公司使用。 使用限制 制作好的数字人模型不支持下载或导出至本地
上报直播间事件 功能介绍 该接口用于上报直播间事件。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/smart-live-rooms/{room_id}/smart-live-jobs/{job_id}/live-event-report 表
认证鉴权 调用接口有如下两种认证方式，您可以选择其中一种进行认证鉴权。 AK/SK认证：通过AK（Access Key ID）/SK（Secret Access Key）加密调用请求。推荐使用AK/SK认证，其安全性比Token认证要高。 Token认证：通过Token认证调用请求
数字人相关问题 数字人相关问题集合，如表1所示。 表1 数字人问题 序号 问题 答案 1 数字人支持换脸吗？ 不支持。 2 数字人支持换衣服吗？ 不支持。 3 数字人支持添加动作吗？ 需要同时满足下述2个条件，才可以添加动作： 提交工单申请开通动作编排能力。 生成数字人的形象采集训练视频需要包含动作编排
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
