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
声音制作 真人声音录制 声音录制指导文档下载 创建声音制作任务(自研模型) 创建声音制作任务(第三方模型) 查看声音 声音更新记录 购买声音套餐 文案样例(基础版) 文案样例(进阶版) 文案样例(高品质)
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选,携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选,请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
首次购买或创建资产时,免费赠送5G存储空间。 下述场景,使用资产空间不会计费: 用户上传的分身数字人模型、3D数字人模型和声音。 平台生成的分身数字人模型、3D数字人模型和声音。 平台合成的视频资产6个月内,默认不计费。6个月以后,开始计费。 资产管理的含义:提供数字资产存储、简单分类、搜索等基础管理能力。 包年/包月
limit 否 Integer 每页显示的条目数量。 取值范围: 1-100 默认取值: 10 create_until 否 String 过滤创建时间<=输入时间的记录。 create_since 否 String 过滤创建时间>=输入时间的记录。 update_until 否 String
parameter invalid. 音频采集设备不支持设置的采集约束,采集失败。 90100019 capture failed, requested device not found. 未找到请求的设备,采集失败。建议通话开始前,引导用户检查通话所需的麦克风等设备是否就绪。 90100020 capture
000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。 不同声音模型对表1中操
资产管理 如何接收并激活声音和分身模型资产?
String CBS所在区域的projectId llm_url String 第三方语言模型地址。 is_stream Boolean 是否采用流式响应。 默认取值: false chat_rounds Integer 支持的多轮对话数量,取值大于1时,请求第三方语言模型时将携带历史对话信息。
场景说明 创建智能交互数字人(华为云CBS) 创建智能交互数字人(科大讯飞) 创建智能交互数字人(奇妙问) 创建智能交互数字人(第三方语言模型) 创建智能交互数字人(二次开发场景) 智能交互公共配置
视频制作限制 视频制作配置 限制 视频制作剧本 一个视频制作剧本的场景数量不能超过50个。 一个视频制作剧本,仅支持使用一个数字人模型和一个音色模型。 文本驱动 每个单场景输入文字的数量不超过1万字。 所有场景输入文字的数量不超过10万字。 每个单场景如果包含语音合成标记语言SSML标签,文字数量需小于128K。
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。 恢复资产 在“我的创作 > 回收站”页面,找到已删除的资产,执行恢复操作。 注意:在回收站中的资产,7天后将永久删除。
语音驱动的方式说话。 5 数字人支持提供语义理解知识库吗? 不提供语义理解知识库。语义理解是知识库的能力,不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答,也就是用户提问,数字人说出知识库返回的答案。数字人回答的内容,是由大模型或知识库返回的答案决定的。 6 数字人支持TTS和ASR吗?
String CBS所在区域的projectId llm_url String 第三方语言模型地址。 is_stream Boolean 是否采用流式响应。 默认取值: false chat_rounds Integer 支持的多轮对话数量,取值大于1时,请求第三方语言模型时将携带历史对话信息。
方法请参见如何调用API。 终端节点 终端节点即调用API的请求地址,不同服务不同区域的终端节点不同,MetaStudio的终端节点如表1所示。您也可以从地区和终端节点中查询服务的终端节点。 表1 MetaStudio的终端节点 区域名称 区域 终端节点(Endpoint) 华东-上海一
文本内容的操作说明如表1所示。 不同声音模型对表1中操作的支持情况有差异,所以如果表1中操作项置灰,说明当前声音模型不支持此操作。需要重新选择一个支持所需操作的声音模型进行设置。 表1 操作说明 操作 说明 插入停顿 将鼠标放在需要停顿的文字右侧,单击“插入停顿”。在弹出的提示框中
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选,携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选,请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
间内重复调用API,服务中断的情况。 如果调用API时,返回“APIGW.0308”错误信息,是触发了API流控限制。需要参考下述表格中的流控值,调整调用API的间隔时间,控制请求的发送速度;或者等待一段时间后,再发送API请求。 “APIGW”开头的错误码列表,详见错误码说明。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选,携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选,请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
登录MetaStudio控制台。 在左侧导航栏中,选择“我的创作”。 选择“资源”页签,单击“声音”页签。 单击需要使用的声音卡片,进入“声音详情”界面。 这里的“资产编号”即语音同步合成WebSocket接口需要使用的音色ID。 图1 声音详情界面 在控制台查询音色ID(方式二)
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选,携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选,请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。