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
人证校验时识别不到人脸，确保身份证照片无反光导致的内容或人像不清晰。 确保视频中的人脸清晰且与提交身份证中的人像保持一致。 视频方向可能不对，竖屏横拍的素材需要旋转，确保被拍摄对象为竖向。 视频为非主流编码格式，可能是相机拍摄的视频采用了厂商的特定编码。需确保视频素材能通过Windows系统自带的播放器播放（须知编码与封装格式为不同的概念）。
对最终训练效果有明显的影响。您只需保证类似的突发声音越少越好。 我可能没有专业麦克风或者小蜜蜂设备，能否直接使用相机内置麦克风录制？ 大部分相机内置麦克风的录制效果也能满足我们对声音的要求。我们对声音的清晰度可以有适度的妥协，但请务必保证底噪不能太大，且不能有其他人声出现，尤其是被拍摄模特正在说话的时候。
Flexus分身数字人形象采集指南 本节将协助您完成Flexus分身数字人形象的采集工作。请注意，您的数字人形象会与录制效果保持一致，包括服装、手部动作、面部表情以及各方面的姿态等。所以我们希望您在拍摄时尽可能保持自然，按照平时的说话习惯录制。 拍摄流程 支持手机或相机拍摄，需1080P或更高分辨率。 录制时长为
5号 算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。 其基本情况包括： 输入数据：真人视频、音频。 算法原理：通过深度学习算法来学习真人视频，生成驱动该真人形象的数字人模型。通过该模型输入音频，合成数字人视频。
右侧界面的预览效果就是数字人名片的实际生成效果，请输入适量的字符，以确保正常的展示效果。 公司 必填项，数字人公司。 内容较多时，最多支持在名片中分2行展示，超出2行后，默认不展示。为保证名片的效果展示，请保持合理的输入长度。 联系电话 必填项，数字人联系电话，请输入有效的联系方式。 公司地址
选择“声音制作”，确认声音制作任务已训练完成。 在左侧导航栏中，单击“我的创作”。 选择“声音”，找到已生成的声音，单击声音卡片中的头像，即可试听声音效果。 用户还可以执行如下操作： 单击“视频制作”，基于已有声音，进行视频制作，操作请参考视频制作。 单击“视频直播”，基于已有声音，制作视频直播，操作请参考视频直播。
数字内容生产线Metastudio通过AI学习真人形象和声音，来生成数字人模型，相应功能为形象制作、声音制作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。 父主题： 产品咨询
直播话术智能生成：基于十万级高质量直播话术的预训练，自动生成专业话术，精准驱动数字人准确、流利地介绍产品，让每个人都能成为专业的主播。 智能互动问答：基于盘古大模型能力，和直播间观众智能互动，大幅提升直播体验和商业转化率。 基于上述先进的技术，华为云MetaStudio打造的数字人直播服
质量。通过减少对人力的依赖，使教育机构可以将更多精力投入到创新和教学内容的优化上，从而实现更高效的教育体系。 医疗健康 医学科普是近年来政策倡导的一大方向。通过医学科普，对改善已患病人群的术后身心健康等问题起着关键作用。以视频形式为患者提供诊前、诊中、诊后的医学科普服务，加强患者
支持在奇妙问平台创建角色，并配置已上传的外部知识库和问答库给大模型学习使用，让角色的问答信息更丰富。 创建智能交互数字人中的“第三方应用”选择“奇妙问”时，才需要执行本节操作。 用户使用奇妙问前，需要联系奇妙问的客户经理注册开通服务。 客户经理的联系方式，可以在云商店语音合成商品页面查看，如图1所示。
满足批量生成数字人诉求，平台支持几百到上千的并发模型训练任务。 大幅提升数字人生产质量 模型质量提升30%以上，数字人名片迅速引流新阵地直播产品，业务推广无后顾之忧。 解决产品端到端服务能力 可接入其他AIGC产品，打造AIGC数字人视频生成到剪辑端到端的解决方案能力。 多行业多场景广泛应用
使用AK/SK认证时，您可以基于签名算法使用AK/SK对请求进行签名，也可以使用专门的签名SDK对请求进行签名。详细的签名方法和SDK使用方法请参见API签名指南。 签名SDK只提供签名功能，与服务提供的SDK不同，使用时请注意。 Token认证 Token的有效期为24小时，需要使
对权限最小化的安全管控要求。 策略：IAM最新提供的一种细粒度授权的能力，可以精确到具体服务的操作、资源以及请求条件等。基于策略的授权是一种更加灵活的授权方式，能够满足企业对权限最小化的安全管控要求。 如表1所示，包括了MetaStudio的所有系统策略。 表1 MetaStudio系统权限
集合了众多顶尖科技的全新智能设备。 6. 它凝聚了我们对科技的热爱和对未来的追求，以人性化的设计、出色的性能和前所未有的创新，为您带来前所未有的使用体验。 7. 无论您是面对繁忙的工作，还是处理繁琐的家务，亦或是希望能有更多时间陪伴亲人，家用机器人都可以成为您的得力助手。 8.
字人对话场景。 用户购买华为的对话机器人CBS服务，对接到智能交互服务，开发者基于SDK完成web界面开发。操作请参考创建智能交互数字人（华为云CBS）。 用户购买非华为的LLM或者大模型，当前支持科大讯飞AIUI通用语义模型及星火大模型、出门问问的数字人平台。 科大讯飞对接至智
SDK概述 数字人智能交互SDK是基于数字内容生产线服务提供的能力进行封装，以简化用户的开发工作。用户直接调用智能交互Web SDK提供的接口，即可实现使用数字人智能交互业务能力的目的。 智能交互提供了如下主流平台SDK供开发者使用。 表1 客户端SDK 客户端 集成SDK 接口参考
文本驱动：通过输入文本的方式生成音频。文本支持插入停顿、调整语速，如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。音频驱动方式，仅支持中文普通话的场景下能开启字幕。 还可以设置音频的音量，和调整画布的横竖屏展示。
常用概念 数字人 数字人是一种以数字形式存在于数字空间中的虚拟人物，它具有拟人或真人的外貌、行为特点，并具备一定的智能和情感，可以进行交互和表达。数字人也可以被称之为虚拟形象、数字虚拟人、虚拟数字人等。数字人的核心技术主要包括计算机视觉、计算机图形学、动作捕捉和驱动、图像渲染和人工智能等。
窗口捕获方式开播。 智能交互 对接第三方大脑，通过数字人交互的方式与用户进行问答。场景应用广泛，包括智能导购、文旅导览、智能问答、营业厅客服等。 注意： 数字人回答的内容，是由对接的第三方大模型或知识库返回的答案决定的。 资产管理 支持从本地上传模型、PPT、动画、素材、视频、场景、图片、音乐等资产。
片等素材。如果租户需要更多的存储空间，请购买单独的资产管理包月产品。 定制形象模型存储 基于MetaStudio服务定制生成的形象模型，其所包含的音色模型所占存储空间，暂不计入租户资产存储计费中。 定制视频资产存储 基于MetaStudio服务定制生成的视频资产，6个月以内不计入
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
