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
基于图片URL创建照片建模任务 功能介绍 该接口用于从URL中获取图片进行照片建模任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-url 表1 路径参数
场景、图片和音乐资产。 图2 上传资产 单击“图片”，进入“图片上传”页面，如图3所示。 请根据实际情况，配置下述信息： 资产标题：图片的标题。 图片简介：图片的基本介绍，方便了解和使用。 风格：关键词标签，方便用户搜索此类型的资产。 基本信息：图片的用途。 图3 上传图片 单击
该接口用于在资产库中添加上传新的媒体资产。可上传的资产类型包括：分身数字人模型、背景图片、素材图片、素材视频、PPT等。 资产类型是IMAGE时，通过system_properties来区分背景图片（BACKGROUND_IMG）、素材图片（MATERIAL_IMG）。 资产类型是VIDEO时，通过s
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
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。以奇妙问知识库为例，参考新增知识库，补充富媒体知识，示例如表1所示。 如果使用服务提供SDK默认样式，受限于浏览器的CSP策略，导入图片、视频链接的域名，需提交工单添加至白名单。
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通知的流式返回有什么差异？
单击“本地导入”，从本地选择PNG、JPG和JPEG格式的图片上传。暂不支持4K以上的图片。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 界面默认展示两列图片，单击图标后，缩小展示为1列图片。单击图标，可恢复为2列展示。 关键词搜索框，可输入图片名称进行精准搜索。 示例：科技。 筛选条件
以自定义颜色。 筛选条件 支持通过背景、类型的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。 将鼠标放在图片上方，图片右上角展示图标。单击图标，可以将当前图片作为背景替换至所有场景。 PPT PPT界面详情，如图3所示。 图3
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。 在弹出的“头像调整”对话框中，可以调整图片大小和图片位置。 单击“确认”，头像上传完成。
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y 否 Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
、JPEG和BMP格式的图片上传。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 关键词搜索框，可输入图片名称进行精准搜索。 示例：科技。 筛选条件 支持通过背景图片来源的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y 否 Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
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 字幕中正常断句的符号，如中文符号、，。：；！？…..
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 字幕中正常断句的符号，如中文符号、，。：；！？…..
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y 否 Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
分身数字人X轴位置，即分身数字图片底边中心点像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。
回复问题的时候，支持同时在直播画面中展示图片或者视频信息，以加强回复效果。图片和视频的添加和设置方式完全相同，下面以图片为例，进行操作说明。 单击下方的“+”区域框，从本地选择图片或视频，添加到“+”区域框中。 添加成功后，区域框展示图片缩略图，如所示。 将鼠标放在区域框中，区域框变化为形式。
形象。 用户自定义的Flexus分身数字人，也会展示在这里。Flexus分身数字人左上角会有标识。 背景：背景图片列表，可本地导入图片。支持透明背景、纯色背景或导入图片。 PPT：PPT文件列表，需要用户从本地导入后使用。 贴图：各类贴图列表，可本地导入素材。支持在当前画面基础上，增加贴图，丰富视频画面。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
