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
物体检测图片标注，一张图片是否可以添加多个标签？ 可以，一张图片可添加多个标签。 父主题： 数据标注
基于图片URL创建照片建模任务 功能介绍 该接口用于从URL中获取图片进行照片建模任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-url 表1 路径参数
下格式的富媒体： 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。以奇妙问知识库为例，参考新增知识库，补充富媒体知识，示例如表1所示。 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。
场景、图片和音乐资产。 图2 上传资产 单击“图片”，进入“图片上传”页面，如图3所示。 请根据实际情况，配置下述信息： 资产标题：图片的标题。 图片简介：图片的基本介绍，方便了解和使用。 风格：关键词标签，方便用户搜索此类型的资产。 基本信息：图片的用途。 图3 上传图片 单击
系统资产标签定义 查询资产列表接口支持使用“tags”标签对分身数字人模型进行分类。 “tags”取值及其含义，如表1所示。 表1 tags标签说明 tags取值类型 说明 数字人类型 取值如下： VIRTUAL_AVATARS：分身数字人 VIRTUAL_HUMANS：虚拟数字人
功能介绍 该接口用于在资产库中添加上传新的媒体资产。可上传的资产类型包括：分身数字人模型、背景图片、素材图片、素材视频、PPT等。 资产类型是IMAGE时，通过system_properties来区分背景图片（BACKGROUND_IMG）、素材图片（MATERIAL_IMG）。
查看详情”，进入“定制任务详情”页面。 审核通过后，任务状态变更为“算法训练中”，如图1所示。 单击右上角的“编辑”，可以为数字人添加标签。标签添加完成后，单击“保存”，保存修改。 图1 数字人定制任务 数字人模型会在3个工作日内训练完成。训练完成后的任务状态更新为“算法训练完成”，如图2所示。
音频支持的格式为：MP3、M4A、WAV。 音频要求如下所示： 仅提取单声道音频。 音频素材总大小小于500MB。 图片格式 图片支持的格式为：PNG、JPG、JPEG。 图片要求如下所示： 分辨率最大支持1080P。 图片素材总大小小于500MB。 字幕 字幕中正常断句的符号，如中文符号、，。：；！？…..
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。 约束限制： 不含SSML标签字符数最长10000个字符。 取值范围： 字符长度0-131072位。
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。 约束限制： 不含SSML标签字符数最长10000个字符。 取值范围： 字符长度0-131072位。
说明 商品名称 商品名称。 描述 商品描述。 类别 商品类别。设置以后，自动成为商品的标签，方便搜索商品。 支持多选，支持添加新类别。 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。
网信算备520111252474601240045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。
音频支持的格式为：MP3、M4A、WAV。 音频要求如下所示： 仅提取单声道音频。 音频素材总大小小于500MB。 图片格式 图片支持的格式为：PNG、JPG、JPEG。 图片要求如下所示： 分辨率最大支持1080P。 图片素材总大小小于500MB。 字幕 字幕中正常断句的符号，如中文符号、，。：；！？…..
、JPEG和BMP格式的图片上传。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 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 支持通过背景图片来源的维度，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。
常见问题 智能交互SDK安装包里为什么有图片资源？ SDK里面包含图片资源，是因为智能交互的动效、背景可能需要图片资源才能展示更好的效果。所以智能交互Web SDK为了方便用户集成使用，会同时包含UI相关资源。 speechRecognized和semanticRecognized通知的流式返回有什么差异？
P格式的图片上传。 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。 纯色背景 支持设置为透明背景（第一张图），此时不支持添加视频素材，且已添加的素材也会全部清除。
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。
该声音是否支持SSML的say-as标签。 约束限制： 不涉及 取值范围： true: 支持SSML的say-as标签 false: 不支持SSML的say-as标签 默认取值： false is_support_ssml_sub 否 Boolean 参数解释： 该声音是否支持SSML的sub标签。 约束限制：
单击“本地导入”，从本地选择PNG、JPG和JPEG格式的图片上传。暂不支持4K以上的图片。 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
该声音是否支持SSML的say-as标签。 约束限制： 不涉及 取值范围： true: 支持SSML的say-as标签 false: 不支持SSML的say-as标签 默认取值： false is_support_ssml_sub Boolean 参数解释： 该声音是否支持SSML的sub标签。 约束限制：
0-2147483647 默认取值： 0 name 否 String 按名称模糊查询。 tag 否 String 按标签模糊查询。 tag_combination_type 否 String 标签查询组合方式 INTERSECTION：交集 UNION_SET：并集 默认取值： UNION_SET
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
