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
定提醒等。 163. 家用机器人还具备语音识别和语音回应功能，让您能够与机器人进行流畅的对话和交流。 164. 视觉交互：家用机器人配备了先进的摄像头和视觉传感器，可以通过图像识别和视觉感知与您进行交互。 165. 例如，机器人可以识别家庭成员的面孔、手势和身体姿势，并做出个性化的反应和服务。
第三方用户ID。不允许输入中文。 表3 请求Body参数 参数 是否必选 参数类型 描述 picture_base64 是 String 图片BASE64编码后内容 style_id 是 String 风格ID name 是 String 模型名称 notify_url 否 String
素材操作详情。 模板：视频直播模板，“模板”页签仅管理员可见。 角色：数字人形象列表，可选择需要使用的数字人形象，支持自定义。 背景：背景图片列表，支持本地导入。可选择需要使用的背景图。 贴图：各类贴图列表，支持本地导入。支持在当前画面基础上，增加贴图，丰富视频画面。 视频：无声
场景。 声音授权 单击“授权书模板”，下载授权书模板后打印。用户手写相关信息后，重新生成签署后的pdf文件，或者拍摄成jpg或png格式的图片后上传。 授权书内容，可参考授权书。 单击“提交制作”。 弹出“资源消耗提示”对话框。提示用户目前声音制作服务剩余数量，本次将消耗1个资源。
所示。租户的项目ID必须与SP用户申请成为SP用户时，提供的项目ID所在Region保持一致。 租户名称：输入自定义租户名称，方便SP用户识别租户身份。 图2 关联租户 单击“创建”，租户创建完成，如图3所示。 图3 租户列表 如需取消关联，可单击右侧的“取消关联”，在弹出的“取
图4所示。 输入如下参数的值： 技能名称：技能名称。必须与科大讯飞创建的技能一一对应，如在科大讯飞创建同名技能后，导入技能文件所示。为方便识别和记忆，两边的技能名称可以设置成一样的。 技能标识：技能标识。必须与科大讯飞创建的技能标识，保持一致，如在科大讯飞创建同名技能后，导入技能
单击“应用配置”界面右上方的“保存修改”。 界面提示“保存成功”，说明应用配置页面的修改已生效。 配置热词。 展开“语音识别”下方的“高级设置”，如图9所示。 图9 应用配置 在“识别热词”区域，单击“下载热词模板”，将模板下载至本地。 本地打开模板文件，按照模板提示，输入需要添加的热词，示例如下所示：
String 资产类型。 公共资产类型： VOICE_MODEL：音色模型（仅系统管理员可上传，普通租户仅可查询） VIDEO：视频文件 IMAGE：图片文件 PPT：幻灯片文件 MUSIC: 音乐 AUDIO: 音频 COMMON_FILE：通用文件 分身数字人资产： HUMAN_MODEL_2D:
单击“授权书模板”，将授权书模板下载本地。 打印授权书，由身份证本人完成签署操作。 扫描文件生成pdf文件，或拍摄文件生成jpg、png格式的图片。 单击“点击上传授权书”，从本地选择pdf、jpg或png格式的授权书上传。 授权书内容，可参考授权书。 单击“提交制作”。 数据上传完
asset_type 否 String 资产类型 IMAGE：图片 VIDEO：视频 AUDIO：音频 order 否 Integer 参数解释： 资产次序。不设置或者0表示按照加入时间先后排序。业务上将次序最靠前的图片设置为商品封面。 取值范围： 0-300 默认取值： 0 表5
udio控制台。 注意事项 避免头部大幅度转动或者摆动，避免嘴巴被遮挡，可能造成口型异常。 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
获取语音文件上传地址 20次/秒 10次/秒 10次/秒 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
asset_type 否 String 资产类型 IMAGE：图片 VIDEO：视频 AUDIO：音频 order 否 Integer 参数解释： 资产次序。不设置或者0表示按照加入时间先后排序。业务上将次序最靠前的图片设置为商品封面。 取值范围： 0-300 默认取值： 0 响应参数
asset_type 否 String 资产类型 IMAGE：图片 VIDEO：视频 AUDIO：音频 order 否 Integer 参数解释： 资产次序。不设置或者0表示按照加入时间先后排序。业务上将次序最靠前的图片设置为商品封面。 取值范围： 0-300 默认取值： 0 响应参数
用户输入的数字人名片信息。实际可以填写哪些字段取决于名片模板。 card_image_url BusinessCardImageUrl object 用于制作数字人名片的图片下载URL。 introduction_type String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音 AUDIO:
单击“授权书模板”，将授权书模板下载本地。 打印授权书，由身份证本人完成签署操作。 扫描文件生成pdf文件，或拍摄文件生成jpg、jpeg、png格式的图片。 单击“上传授权书”，从本地选择pdf、jpg、jpeg或png格式的授权书上传。 授权书内容，可参考授权书。 单击“提交制作”。数据上
单击“应用配置”界面右上方的“保存修改”。 界面提示“保存成功”，说明应用配置页面的修改已生效。 配置热词。 展开“语音识别”下方的“高级设置”，如图15所示。 图15 应用配置 在“识别热词”区域，单击“下载热词模板”，将模板下载至本地。 本地打开模板文件，按照模板提示，输入需要添加的热词，示例如下所示：
0-1920 width Integer 图层图片宽度像素值（相对画布大小）。 说明： 横屏（16:9）画布像素为1920x1080；竖屏（9:16）画布像素为1080x1920。 取值范围： 1-7680 height Integer 图层图片高度像素值（相对画布大小）。 说明： 横
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
0-1920 width Integer 图层图片宽度像素值（相对画布大小）。 说明： 横屏（16:9）画布像素为1920x1080；竖屏（9:16）画布像素为1080x1920。 取值范围： 1-7680 height Integer 图层图片高度像素值（相对画布大小）。 说明： 横
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
