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
2024-11-30 第十二次正式发布 本次变更如下： 语音合成管理接口组，新增接口：创建TTS异步任务、获取TTS异步任务。 声音制作任务管理接口组，新增接口：查询用户配置的个性化音频时长、设置任务批次。
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。
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 支持手机录制20条语料音频（5分钟），1-3天制作，快速获得类真人音色，mos分3.8。
请输入试听文本 请输入试听文本，声音训练完成以后，您可以试听该文本的合成效果。 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。
百万字声音合成 万字 synthetics_sound - 资产管理 资产管理 GB asset_managing_basic - 父主题： 附录
合成视频、声音模型、音乐等资产不支持编辑。 删除资产 只有未激活的资产才可删除。所以如果资产已激活，需先单击资产卡片中的“取消激活”，取消激活成功后，再在“未激活”页签中，单击卡片中的图标，从下拉框中选择“删除”，删除资产。
产品素材 合成商品的素材。 包括如下内容： 贴图：从本地选择图片。 视频：从本地选择视频文件。 文本：手工输入文本内容。 音频：从本地选择音频文件。 单击“创建”，界面提示“创建成功”。 在“商品管理”页面，新增一行商品。
每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。 音频驱动 每个单场景上传音频的时长需大于1分钟，大小不超过100M。
各IAM用户资产共享：即每个IAM用户上传的资产、制作的形象和声音资产（包括制作任务）、合成的视频（包括剧本和任务）、直播间，智能交互项目等，全部可共享使用。
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。 父主题： FAQ
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。 父主题： 产品咨询
二零二三年八月十五日，著名学术期刊《科学通报》刊发了最新研究成果， 中国科学家实现了从二氧化碳到糖的精准合成，人工合成糖迈出关键一步。 八月十五日，自然资源部发布《中国生态保护红线蓝皮书》， 这是我国首次以蓝皮书形式发布的生态保护红线成果。
约束限制： 不涉及 取值范围： 0-100 默认取值： 1 is_realtime_voice 否 Boolean 参数解释： 该音色是否支持实时合成。 约束限制： 支持实时合成的音色，可以用于直播和智能交互场景。否则只能用于视频制作。
SHARER：共享方，SHAREE：被共享方 is_realtime_voice 否 Boolean 音色是否支持实时合成。仅在音色查询时有效。 说明： 支持实时合成的音色，可以用于直播和智能交互场景。否则只能用于视频制作。
VOICE_CLONE：声音制作 SYNTHETICS_SOUND：声音合成 ASSET_MANAGER：资产管理 MODELING_2D：形象制作 LIVE_2D：分身数字人视频直播 VIDEO_2D：分身数字人视频制作 CHAT_2D：分身数字人智能交互 BUSINESS_CARD
取值范围： true: 支持实时合成 false: 不支持实时合成 默认取值： true style String 风格参考 voice_capability VoiceCapability object 音色资产支持的能力集。
约束限制： 不涉及 取值范围： 0-100 默认取值： 1 is_realtime_voice 否 Boolean 参数解释： 该音色是否支持实时合成。 约束限制： 支持实时合成的音色，可以用于直播和智能交互场景。否则只能用于视频制作。
VOICE_CLONE：声音制作 SYNTHETICS_SOUND：声音合成 ASSET_MANAGER：资产管理 MODELING_2D：形象制作 LIVE_2D：分身数字人视频直播 VIDEO_2D：分身数字人视频制作 CHAT_2D：分身数字人智能交互 BUSINESS_CARD
避免半透明、透光、反光的材质，避免穿带人脸图案的衣服，避免过多褶皱。 避免穿着密集条纹、密集方格、密集斑点等衣服，可能会导致相机成像时有摩尔纹。 避免穿戴反光、绿色成分的手表、耳钉等佩饰。不能佩戴项链或者颈链。
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 20次/秒 10次/秒 10次/秒 创建TTS异步任务 5次/秒 3次/秒 3次/秒 获取TTS异步任务
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
