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
单独上传语料包：单独录制音频文件，需要单击下方的“点击上传音频文件”，上传音频。 音频格式支持WAV、MP3，单段音频时长1~5分钟，建议1分钟。语料中的语言仅支持中文和英文。 视频中提取声音：直接提取训练视频中的声音，训练生成Flexus声音。 视频中的语言仅支持中文和英文。 须知：“单独上传语料包”的方式生成Flexus声音的效果会更好。
单击“完成”，会新增弹出如图2和图3所示的2个浏览器窗口。 MetaStudio控制台超过10分钟不操作，默认会退出登录，导致第三方直播平台的直播画面也中断。需要确保图3的窗口始终是打开的，直播过程中一定不能关闭，这样第三方直播平台的直播才能顺利完成。 图2 直播窗口 图3 确保直播过程不中断的窗口 父主题：
输入分身数字人的角色名称。 示例：云笙。 训练视频 从本地上传已录制好，且符合拍摄要求的人像视频。 录制的视频要求4K，时长建议5~6分钟，分辨率≥1080P，宽高比16:9（横屏）或9:16（竖屏），建议优先使用竖屏拍摄，人物须保持竖直。支持MP4、MOV格式的视频。 背景替换
面，如图2所示。 “产品分类”中高亮展示的是SP用户可购买的资源包类型，置灰展示的是未对SP用户开放的资源包类型。 图2 购买页面 SP用户根据实际情况，选择需要的服务类型、产品分类、计费模式和购买数量，单击“加入清单”，依次添加至右侧的“购买清单”中。 待购买清单全部添加完成后
单击“完成”，会新增弹出如图2和图3所示的2个浏览器窗口。 MetaStudio控制台超过10分钟不操作，默认会退出登录，导致第三方直播平台的直播画面也中断。需要确保图3的窗口始终是打开的，直播过程中一定不能关闭，这样第三方直播平台的直播才能顺利完成。 图2 直播窗口 图3 确保直播过程不中断的窗口 父主题：
双击webm2mov.exe，弹出如图1所示的界面。 图1 工具运行界面 单击“选择webm文件”，选择WEBM格式的视频。 等待视频格式转换完成。请注意，视频格式转换过程中，一定不能关闭如图2所示的2个窗口。 图2 工具运行界面 视频转换过程中，工具的同级目录下面会出现一些过程文件，请勿
稿一：华为云MetaStudio介绍 基于盘古数字人大模型，华为云MetaStudio打造了一站式、全流程的数字人直播服务，通过高效的训练和推理服务，重塑千行百业的电商直播。 数字人模型生成和驱动：基于一张照片或者一段3-5分钟视频，可以生成分身数字人模型，生成效率相比业界提升3倍以上。在数字人模型生成以后
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。 X-Project-Id 否 String
照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 肢体驱动数据格式如何定义？ 更多 智能客服 您好！我是有问必答知识渊博的的智能问答机器人，有问题欢迎随时求助哦！ 社区求助 华为云社区是华为云用户的聚集地。这里有来自容器服务的技术牛人，为您解决技术难题。
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2分钟，包含15秒静默转态和1分45秒的演讲过程。
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。 模特形象 分身数字人不支持替换衣服，因此，您在录制时的着装会决定您的数字人穿着。 在拍摄前，我们建议参照如下条目，对您的形象进行检查。
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')。
resource_id String 资源ID。 charge_mode String 资源计费类型。 PERIODIC: 包周期 ONE_TIME：一次性计费 说明： 一次性计费包括：租户订购的一次性资源，SP管理员分配给租户的一次性资源。 expire_time String 资源过期时间，格式遵循：RFC
resource_id String 资源ID。 charge_mode String 资源计费类型。 PERIODIC: 包周期 ONE_TIME：一次性计费 说明： 一次性计费包括：租户订购的一次性资源，SP管理员分配给租户的一次性资源。 expire_time String 资源过期时间，格式遵循：RFC
用户也可以使用批量导入的方式，一次性添加完成问题类别及其所有问答对。操作方式如下所示： 在左侧导航栏中，选择“知识库 > 问答管理”。 单击界面右侧的“导入”，弹出“导入训练语料”对话框。 图7 导入训练语料 单击“下载模板”，将语料模板下载至本地。 请按照模板文件的格式，填充完成所有问题分类及其全量语料对，保存文件。
zip，下载如表1所示的音频文件。 mos分是从音色相似度、情感表达效果和声音音质方面，进行整体效果综合评分的结果。 表1 音频文件 版本 类别 原音文件 合成音文件 版本差异 适用场景 基础版声音制作 女声 基础版媒体1.wav 基础版媒体2.wav 支持手机录制20条语料音频（5分钟），1-
清晰人声无背景音乐与杂音。 音频格式要求，如下所示： 支持的格式为：MP3、WAV。 大小不超过20MB，时长不超过5分钟。 文本驱动 文本驱动方式的要求如下所示： 文本输入长度不超过2000字。 通过文本合成的音频时长不能超过5分钟。 在照片数字人制作页面，选择“文本驱动”方式驱动照
基础版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长3~10分钟，建议5分钟。 进阶版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长10~30分钟，建议15分钟。 高品质声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长1小时以上，建议1小时。 每
选择“出门问问声音制作”。音频时长为0.5~180分钟，建议5分钟。音频格式为WAV或MP3文件，支持19种语言的声音制作。 音频总时长，建议5分钟；单段不低于5秒 如果剩余次数为0，可单击“立即购买”，参考购买出门问问小语种克隆套餐的操作流程购买小语种克隆套餐包。 请完善声音信息 输入声音名称。
大家好，今天我很高兴能来到这里进行数字人形象和声音的采集。接下来，我将和大家一起复盘一下数字人的形象拍摄要求。 第一步，我们需要在拍摄前检查自己的穿着，在绿幕的拍摄环境下，不能穿绿色或者透明的衣服、也不要穿含有密集条纹的衣服。我们需要确保面部没有零散的发丝，尽量不要佩戴眼镜或者项链、耳环、手
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
