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
创建TTS异步任务 功能介绍 该接口用于对外生成音频文件 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。
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，
创建高级版语音训练任务 功能介绍 用户创建语音训练高级版任务，该接口会返回一个obs上传地址，用于上传语音文件。 语音文件为一段WAV格式的长音频文件，仅支持将语音文件打包成zip压缩格式上传。 文件上传后，调用“提交语音训练任务”接口，启动审核和训练。 调用方法 请参见如何调用API。 URI
链接的域名，需提交工单添加至白名单。 表1 问答知识库 序号 标准问题 问题答案 1 如何领券？ <img src="https:///test.example.com.com/AI-POC/3/领券二维码.jpg" /> 富媒体展示效果（SDK默认展示方式） 用户与数字人进行智
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。
用户上传的用于制作数字人名片的图片。 introduction_type 否 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
用户上传的用于制作数字人名片的图片。 introduction_type 否 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
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。
startChat新增入参，参考表16，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 本次变更如下：
接口参考 主入口（HwICSUiSdk） 事件通知（EventMap） 错误码（ICSError） 授权浏览器麦克风的访问权限 Web语音唤醒 父主题： Web SDK
参数类型 描述 text 是 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。
thumbnail_url String 缩略图路径。 表8 ProductTextInfo 参数 参数类型 描述 title String 文本标题 text String 文本 表9 ProductMediaDetailInfo 参数 参数类型 描述 asset_id String 资产ID asset_type
请参考图例，按录制人自身动作习惯，保证动作、表情自然。 录制范例 做动作时可以选择静默或者同步读相关文本。根据我们的经验，边说边做会使动作更加自然，文本内容参考如下所示。 表2 录制范例 步骤 1 2 3 文本和动作 （动作由“<>”标注，与同一行的文字一起，边说边做） <静默10秒，保持静默动作>
参数类型 描述 text 是 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。
docx格式说明：可以没有标题和分级标题， 如需添加标题和分级标题，请使用word标准格式，如图1和图2所示。 txt格式说明：文档内容当前仅支持纯文本，一行对应一条知识。 星火大模型会理解文档库文档的内容，重新组织语言来回答问题，不会完全按照问答对提供的答案去答复。 图1 标题 图2 分级标题
支持如下两种模式： 纯文本模式 使用纯文本，示例：大家好，我是人工智能小A，是位虚拟主播。 标签模式 标签模式使用SSML（Speech Synthesis Markup Language）标记语言。 需要使用的标签，如下所示： <speak>：此标签为所有文本的根节点。一切需要调
服务支持的字体 MetaStudio制作视频添加的字幕，视频画面中的文本信息都涉及字体。目前MetaStudio服务支持的字体及语言类型如表1所示。 表1 服务支持的字体说明 字体名称 支持的语言类型 Adelle_Sans_Global Adelle_Sans_Global_Bold
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。
第三方用户ID。不允许输入中文。 表3 请求Body参数 参数 是否必选 参数类型 描述 text 是 String 待合成文本。 tts_text 否 String 发送给tts的待合成文本。 emotion 是 String 音色ID，获取方式详见获取音色ID。 speed 否 Integer
参数类型 描述 text 是 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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
