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
在画布区域，设置角色、背景、贴图、视频等内容。 详细操作请参见视频制作素材操作详情。 画布制作完成后，再制作语音。 选择“文本驱动”的方式。在文本输入框中，输入文本内容，以生成音频，如图2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
下面，我们为您详细介绍家用机器人在交互创新方面的功能和特点： 162. 语音交互：您只需向机器人发出语音指令，就可以实现各种功能，如查询信息、播放音乐、设定提醒等。 163. 家用机器人还具备语音识别和语音回应功能，让您能够与机器人进行流畅的对话和交流。 164. 视觉交互：家用
String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
条新返回了“饭了么”，则第二条text值为“饭了么”，需要将两条通知的text值拼接在一起才是完整的内容。 文本问答的用法 智能交互默认是语音问答，如需使用文本问答，需要切换模式。可以通过下述2种方式处理： 在开始对话时设置。使用startChat接口开启对话时，设置成文本问答模式，如下所示：
用于制作数字人名片的图片下载URL。 introduction_type String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动，需要在资产库中先上传语音资产 默认取值： TEXT introduction_text String 自我介绍文本，用于驱动数字人口型。 voice_asset_id
TextLayerConfig 参数 是否必选 参数类型 描述 text_context 否 String 参数解释： 文字图层的文本，内容需做Base64编码。 示例：若想添加文字水印“测试文字水印”，那么text_context的值为：5rWL6K+V5paH5a2X5rC05Y2w 约束限制：
play_pause：数字人暂停剧本播放，并保持静默状态。 play_resume：数字人恢复剧本播放。 voice_start：启动数字人实时语音播放。 voice_end：结束数字人实时语音播放。 “timing”为直播控制指令执行的时间，取值如下所示： NOW：立即执行指令。 SENTENCE_END：
音频制作区域，可选择下述1种方式生成音频。 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。
参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_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12 SmartVideoLayerConfig 参数
它可以帮助您更轻松地完成各种任务，为您带来更便捷、舒适和智能的生活体验。 家用机器人内置了丰富的功能和应用，能够满足您多样化的需求。 它可以与您的家居设备无缝对接，让您通过语音控制，轻松完成各种家务活动。 家用机器人是您生活中的最佳助手，它为您带来了更为智能、便捷和舒适的生活体验。 这样的智能生活体验，不仅让您的
speakingStart 数字人开始讲话事件。 speakingStop 数字人结束讲话事件。 speechRecognized ASR对提问进行语音识别后输出为文本的事件。 semanticRecognized LLM对提问进行语义识别后输出回复文本的事件。speechRecogniz
startChat新增入参，参考表14，用来设置交互模式（语音问答/文本问答）。 新增接口activeInteractionMode、interactionModeSwitch、sendTextQuestion，用来获取和设置当前交互模式（语音问答或文本问答），以及发送问题文本。 2024-10-08
VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动 FLEXUS_2D：flexus版本资源 sub_resource_type String 子资源类型。当前只有flexus套餐包存在该字段 voice_clone_flexus: 语音克隆Flexus版 modeling_co
MetaStudio提供下述声音制作方式： 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。
参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_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
参数解释： 图片显示时长，单位s。 显示时长规则为，若携带reply_texts、reply_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12 SmartVideoLayerConfig 参数
subtitle_file_state 否 String 字幕文件生成状态。 GENERATING：字幕文件生成中。 GENERATE_SUCCEED：字幕文件生成成功。 GENERATE_FAILED：字幕文件生成失败。 job_id 否 String 字幕文件生成任务ID。 表20 OutputAssetConfig
不涉及 is_need_generate_cover 否 Boolean 参数解释： 是否需要生成封面。 约束限制： 仅用于视频类资产。 取值范围： true：自动生成封面。 false：不自动生成封面。 默认取值： false asset_order 否 Integer 参数解释： 用于console控制台展示顺序。
新增直播任务管理接口。 2023-08-07 第二次正式发布 本次变更如下： 更新3个接口的请求参数和响应参数，包括：查询资产列表、查询资产详情和获取语音驱动数据接口。 2022-12-27 第一次正式发布。
PICTURE_MODELING：照片建模生成的模型 CHARACTER_CUSTOMIZATION_MODELING：捏脸生成的模型 默认取值： UPLOADED modeling_job_id 否 String 参数解释： 建模任务ID。 约束限制： 仅由MetaStudio服务生成的模型系统自行填写
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
