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
LV、3GP、WMV、AVI和WEBM。 说明： 在视频制作界面，如果添加视频，且视频格式为FLV、3GP、WMV、AVI时，无法展示视频播放效果，仅能图片展示。这是浏览器不兼容导致的，但是不影响视频合成效果。视频合成后，这些插入的视频可以正常播放和展示。 插入的视频素材，要求如下所示：
可以看到资源名称、可回收量、分配时间和到期时间。 图6 回收资源 根据实际情况，设置本次需要回收的数量（示例：1），单击“确定”。界面右上角提示“回收成功”，租户未使用的这些资源将被收回。 在“租户详情”页面的“资源列表”中可以看到，“分身数字人形象制作”的总量和可用量均从2降至1了。 图7
文本驱动 在文本输入框中，输入文本内容，以生成音频，如图1所示。 文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。我们精心布置了现场，室内摆放了各类植物和鲜花，场地宽敞明亮，足够大家在室内共同交流和活动。 图1 文本驱动 文本内容的操作说明如表1所示。 表1 操作说明 操作
如果账号已经能满足您的要求，不需要创建独立的IAM用户进行权限管理，您可以跳过本章节，不影响您使用MetaStudio服务的其他功能。 IAM是华为云提供权限管理的基础服务，无需付费即可使用，您只需要为您账号中的资源进行付费。关于IAM的详细介绍，请参见《IAM产品介绍》。 MetaStudio不支持企业项目。
音频文件信息。 表8 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
不少于200字，单段落不多于2000字的要求。 段落1.1：大家好，今天欢迎来到会议室，我们今天讨论的主题是：如何更好的学习和工作。 段落1.2：我们每个人都有自己的学习和工作，难免会遇到一些问题。当我们遇到问题的时候，应该如何解决的呢？ 图2 文本驱动 文本内容的操作说明如表1所示。
1版本开始，SDK支持唤醒能力（注意：如果使用了websocket接口驱动数字人的方案，是不支持websdk内置语音唤醒能力的）。预制的唤醒能力支持使用“你好云笙”、“稍等一下”、“谢谢再见”三个唤醒词，进行数字人唤醒、打断和退出。 可以通过调用create接口，设置接口参数param中confi
关联商品 表15 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
business_card_type 是 String 数字人名片类型。 2D_DIGITAL_HUMAN_CARD：分身数字人名片。 card_templet_asset_id 是 String 数字人名片模板资产ID，可以从资产库中查询。 card_text_config 是 BusinessCardTextConfig
音频文件信息。 表9 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
M接口，由MetaStudio服务调用此接口，实现智能交互能力。 这里配置的是MetaStudio服务调用第三方语言模型的API地址。 流式响应 MetaStudio智能交互服务提供流式问答（响应更快）和非流式问答两种方式，第三方语言模型可以选择其中一种响应方式。 多轮语境理解能力
操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在智能交互编辑页面，依次设置角色和背景。 单击左侧导航栏中的“应用”，如图2所示。 参数配置说明如表1所示。 图2 创建应用 表1 创建应用 参数 说明 第三方应用 如果已配
business_card_type 是 String 数字人名片类型。 2D_DIGITAL_HUMAN_CARD：分身数字人名片。 card_templet_asset_id 是 String 数字人名片模板资产ID，可以从资产库中查询。 card_text_config 是 BusinessCardTextConfig
音频文件信息。 表11 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
关联商品 表15 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
含MAIN、COVER和OTHER 资产类型为PPT时，包含MAIN、COVER、PAGE和OTHER 资产类型为HUMAN_MODEL时，包含MAIN、COVER和OTHER 资产类型为VOICE_MODEL时，包含MAIN、SAMPLE(样例音频文件)和OTHER 资产类型为
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。 4 视频场景区域
声音授权签署文件，如授权书所示。 操作步骤 登录MetaStudio控制台。 单击“声音制作”下方的“开始创建”，进入声音制作页面。 界面左侧是声音制作页面，右侧为声音制作流程。声音制作录制教程，可以帮助用户快速制作声音。 图1 定制声音 在“华为模型”页签，配置声音制作参数。 界面操作详情，如表1所示。
音频文件信息。 表11 TextConfig 参数 是否必选 参数类型 描述 text 是 String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
model_version 否 String 分身数字人模型版本。默认是V3.2版本模型。 V3.2：V3.2版本模型 说明： V3和V2版本已废弃不用 取值范围： 0-64 默认取值： V3.2 is_flexus 否 Boolean 是否是基础版的形象训练 默认取值： false is_only_human_model
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
