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
同时使用当前激活码进入智能交互对话项目链接的用户数。请根据实际需要进行配置，否则当用户同时访问数大于这里配置的并发数时，智能交互界面会报“MSS.20010135”错误，即对话资源不足。 有效期 从发布开始的智能交互可用时长。 单击界面右上角的“发布”，发布数字人智能交互对话。 发布成功后，自动跳转至与数字人智能
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，需要使用一个Token鉴权时，可以先缓存起来，避免频繁调用。 Token在计算机系统中代表令牌（临时）的意思，拥有Token就代表拥有某种权限。Token认证就是在调用API的时候将To
同时使用当前激活码进入智能交互对话项目链接的用户数。请根据实际需要进行配置，否则当用户同时访问数大于这里配置的并发数时，智能交互界面会报“MSS.20010135”错误，即对话资源不足。 有效期 从发布开始的智能交互可用时长。 单击界面右上角的“发布”，发布数字人智能交互对话。 发布成功后，自动跳转至与数字人智能
udios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。 取值范围： 0-3600 默认取值： 0 表12 SmartVideoLayerConfig 参数 是否必选 参数类型 描述 video_url 是 String 视频文件的URL。 video_cover_url
y_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。 取值范围： 0-3600 默认取值： 0 表15 SmartVideoLayerConfig 参数 参数类型 描述 video_url String 视频文件的URL。 video_cover_url
初照人？”的痕迹。 在意境和结构方面，江天一线，皎月一轮，白云一片和婆娑的花枝，绰约的人影，孤独的明月楼，又以其形的对比，构成线条的旋律，赋予此诗以绘画美。作者又以夜的寂静为背景，把人们臆想中的海潮声、江流声、捣衣声、凄凉的雁叫声与游子思妇的叹息声，巧妙地编织成声音的旋律，赋予此
视频制作：使用系统预置或自定义生成的数字人形象、声音，制作音视频内容。 视频直播：使用系统预置或自定义的数字人形象、声音，制作音视频直播内容。 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。 父主题： 声音和形象制作
机录制音频。 具体的录音注意事项，如表2所示。 表2 录音注意事项 录音事项 说明 话筒间距 调整与麦克风之间的距离，以一拳距离为宜。不宜离麦太近，防止喷麦或录入呼吸声。 录音内容 每句文案起始数字编号无需阅读。 示例：4. 它不仅拥有出色的功能，还具备卓越的性能，序号4无需阅读。
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。
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')。
在数字人智能交互界面，自动展示默认语言，并用默认语言与用户进行问答。可通过界面右上方的语言切换图标，切换语言。 声音：单击声音右侧的图标，切换数字人声音。 这里选择的声音，需要与前面选择的语言匹配。如果是中文，则选择中文声音，英文语言则选择对应的英文声音，否则数字人表达会有问题。 图1 对话配置
使用本接口前，需要在MetaStudio控制台服务概览页面，开通“声音合成”的按需计费。 详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。开通后的效果如图1所示。 如需使用第三方声音进行语音合成，请购买出门问问声音套餐。
同时使用当前激活码进入智能交互对话项目链接的用户数。请根据实际需要进行配置，否则当用户同时访问数大于这里配置的并发数时，智能交互界面会报“MSS.20010135”错误，即对话资源不足。 有效期 从发布开始的智能交互可用时长。 单击界面右上角的“发布”，发布数字人智能交互对话。 发布成功后，自动跳转至与数字人智能
在数字人智能交互界面，自动展示默认语言，并用默认语言与用户进行问答。可通过界面右上方的语言切换图标，切换语言。 声音：单击声音右侧的图标，切换数字人声音。 这里选择的声音，需要与前面选择的语言匹配。如果是中文，则选择中文声音，英文语言则选择对应的英文声音，否则数字人表达会有问题。 图1 对话配置
fail","error_code":"APIG.0301"，是因为token解密失败，请检查token是否完整、是否过期、获取token与调用服务的区域是否跨区、账号是否因欠费等原因导致权限被限制。具体请参见Token认证鉴权。 父主题： API和SDK使用
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。
音频录制要求，如下所示： 单声道音频。 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
字体。当前支持的字体请参考服务支持的字体 约束限制： 不涉及。 取值范围： 字符长度0-64位 默认取值： HarmonyOS_Sans_SC_Black font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。
本次停售生效时间为2025年2月18日。正式停售后，已购买的套餐包在有效期内可继续使用。若您有任何疑问，可直接联系客户经理或提交工单给我们。 请您及时关注MetaStudio服务最新动向，并及时做出业务调整。衷心感谢各位用户对本产品的信赖与支持！
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？
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
