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
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。 单击“创建”，界面提示“创建成功”。 在“商品管理”页面，新增一行商品。 支持对商品执行如下操作：
如文案样例（基础版）、文案样例（进阶版）和文案样例（高品质）所示。如果使用预置文案，必须选对标签。 请输入试听文本 请输入试听文本，声音训练完成以后，您可以试听该文本的合成效果。 声音授权 单击“授权书模板”，下载授权书模板后打印。用户手写相关信息后，重新生成签署后的pdf文件
音乐：各类音乐列表，可本地导入音频文件。支持添加为背景音乐。 文本：用于在画布中添加文本。 2 画面布局区域 视频画面制作区域，可以制作和预览视频画面。 3 音频制作区域 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
智能交互第三方LLM回调接口 功能介绍 MetaStudio智能交互服务支持开发者自定义数字人大脑（即第三方LLM）。当用户与数字人对话时，将触发调用该接口，由该接口返回问题对应的答案文本内容。 签名计算方法 第三方LLM自定义接口，使用HMACSHA256签名模式，需要在URL
频文件。支持添加为背景视频。 商品：商品列表。需要自定义创建商品，一个商品可以同时包含贴图、视频、文本和音频内容。 文本：文本模板列表，可选择一个文本模板，在视频直播画面上添加文本。 ② 直播画面预览窗口，用于预览视频直播静态画面效果。 ③ 直播剧本由多个场景构成，每个场景由多个段落组成。
明。 视频素材：如图中1区域所示，包括模板、角色、背景、贴图、视频、商品、文本等素材。支持使用预置的，也支持自定义生成。 画面布局：简称“画布”，如图中2区域所示。可以在画布中插入人物形象、背景、贴图、文本框、视频等内容，支持调整各项直播素材的大小和图层位置。所有的设置效果均在画布中直观可见。
音频经过人工安全审核和授权认证后，由训练人员标注用于训练的音频数据，使用深度学习算法训练生成数字人声音模型。 推理阶段： 用户上传一段文本作为输入文本内容，由系统自动审核。 输入文本使用数字人声音模型推理生成数字人语音。 算法应用场景 分身数字人声音制作算法可以应用于数字人语音合成。在新闻播报、课
直播间配置限制，如表1所示。 表1 直播间限制 直播间配置 限制 文本驱动 每个单场景中所有段落输入文字的总量需大于200字。 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。
参数类型 描述 text_type 否 String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context 否 String 文本。 font_name 否 String 参数解释： 字体。当前支持的字体：
真人声音录制 客户录制真人音频，上传至MetaStudio进行AI训练，即可得到和真人音色1:1复刻的声音模型。 声音模型可实现文本转语音，应用于数字人视频制作、直播、交互问答等场景中。不同版本录制规格如下： 基础版：整段录制生成一个WAV或MP3格式音频，总时长3~10分钟，建议5分钟。
参数类型 描述 text 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。
参数类型 描述 text_type 否 String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context 否 String 文本。 font_name 否 String 参数解释： 字体。当前支持的字体：
钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，选择声音的方式，生成播报内容。不能超过2000字。 单击声音图标，会弹出声音对话框，可以选择需要使用的声音。 无标注的系统声音，均为免费声音，可直接选用。
参数类型 描述 text_type String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context String 文本。 font_name String 参数解释： 字体。当前支持的字体：
参数类型 描述 text_type String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context String 文本。 font_name String 参数解释： 字体。当前支持的字体：
参数类型 描述 text_type 否 String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context 否 String 文本。 font_name 否 String 参数解释： 字体。当前支持的字体：
钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，选择声音的方式，生成播报内容。不能超过2000字。 单击声音图标，会弹出声音对话框，可以选择需要使用的声音。 无标注的系统声音，均为免费声音，可直接选用。
参数类型 描述 text_type 否 String 参数解释： 文本类型。 DYNAMIC：动态文本，需要进行关键字替换。 STATIC：静态文本。 默认取值： DYNAMIC text_context 否 String 文本。 font_name 否 String 参数解释： 字体。当前支持的字体：
MetaStudio服务对接第三方语言模型LLM时，需要按照MetaStudio服务定义的接口参数格式开发LLM接口，详见智能交互第三方LLM回调接口。然后由MetaStudio服务调用此接口，实现智能交互能力。 流式响应 MetaStudio智能交互提供流式问答和非流式问答能力，
MetaStudio服务对接第三方语言模型LLM时，需要按照MetaStudio服务定义的接口参数格式开发LLM接口，详见智能交互第三方LLM回调接口。然后由MetaStudio服务调用此接口，实现智能交互能力。 流式响应 MetaStudio智能交互提供流式问答和非流式问答能力，
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
