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
是 String 图片文件的URL。 display_duration 否 Integer 参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。 取值范围：
这个配音，点击进行转换，然后稍作等待，大家就能听到熟悉的声音。 同样，我们再来试试语音转文字，将我们的视频拖入视频轨道，选中它，找到我们的语音转文字功能，同样转换的速度也是很快。 我们这里是支持字幕一键同步及srt字幕的导出。 聊了这么多功能，相信大家都很关心价格问题，今天年度会员269元，折下来只需要22
是 String 图片文件的URL。 display_duration 否 Integer 参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。 取值范围：
购买出门问问语音合成套餐包。 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。 系统声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。 画布制作完成后，再制作语音。 支持下述
image_url String 图片文件的URL。 display_duration Integer 参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。 取值范围：
BACKGROUND_IMG：视频制作的背景图片。value设置成Yes CREATED_BY_PLATFORM: 是否平台生成。 分身数字人资产属性： MATERIAL_IMG：素材图片，用作图片图层。value设置成Yes，否则控制台视频制作、直播等界面的贴图区域，将无法看到此图片。 MATERIAL
单击“配置检查”，自动检查当前页签配置是否正确，如果有问题，会给出相应提示。 尾静音时长 云端对音频进行VAD检测，发现一句话末尾的静音时长超过500ms，会结束语音识别。建议该值大于500ms。 表2 创建应用 参数 说明 第三方应用 配置说明如下所示： 如果科大讯飞AIUI开放平台应用使用AIUI通用
真人声音录制 客户录制真人音频，上传至MetaStudio进行AI训练，即可得到和真人音色1:1复刻的声音模型。 声音模型可实现文本转语音，应用于数字人视频制作、直播、交互问答等场景中。不同版本录制规格如下： 基础版：整段录制生成一个WAV或MP3格式音频，总时长3~10分钟，建议5分钟。
用户上传的用于制作数字人名片的图片。 introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音
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。 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。 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 支持通过背景、风格和布局的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中
用户上传的用于制作数字人名片的图片。 introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音
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: 语音驱动，需要在资产库中先上传语音资产 默认取值： TEXT introduction_text
TextLayerConfig 参数 是否必选 参数类型 描述 text_context 否 String 参数解释： 文字图层的文本，内容需做Base64编码。 示例：若想添加文字水印“测试文字水印”，那么text_context的值为：5rWL6K+V5paH5a2X5rC05Y2w 约束限制：
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。 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。
10次/秒 10次/秒 创建基础版语音训练任务 10次/秒 3次/秒 3次/秒 创建进阶版语音训练任务 10次/秒 3次/秒 3次/秒 创建高级版语音训练任务 10次/秒 3次/秒 3次/秒 查询语音训练任务列表 20次/秒 10次/秒 10次/秒 提交语音训练任务 10次/秒 3次/秒
BACKGROUND_IMG：视频制作的背景图片。value设置成Yes CREATED_BY_PLATFORM: 是否平台生成。 分身数字人资产属性： MATERIAL_IMG：素材图片，用作图片图层。value设置成Yes，否则控制台视频制作、直播等界面的贴图区域，将无法看到此图片。 MATERIAL
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。
10次/秒 10次/秒 创建基础版语音训练任务 10次/秒 3次/秒 3次/秒 创建进阶版语音训练任务 10次/秒 3次/秒 3次/秒 创建高级版语音训练任务 10次/秒 3次/秒 3次/秒 查询语音训练任务列表 20次/秒 10次/秒 10次/秒 提交语音训练任务 10次/秒 3次/秒
BACKGROUND_IMG：视频制作的背景图片。value设置成Yes CREATED_BY_PLATFORM: 是否平台生成。 分身数字人资产属性： MATERIAL_IMG：素材图片，用作图片图层。value设置成Yes，否则控制台视频制作、直播等界面的贴图区域，将无法看到此图片。 MATERIAL
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
