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
算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。 其基本情况包括： 输入数据：真人视频、音频。 算法原理：通过深度学习算法来学习真人视频，生成驱动该真人形象的数字人模型。通过该模型输入音频，合成数字人视频。 输出结果：数字人视频。
智能机器人可以根据您的口味和需求，自动烹饪美食。 智能机器人可以通过识别您所使用的食材，提供有关这些食材的营养信息和食谱建议。 它们还能根据您想要的口味和菜谱，自动添加所需的配料和调味品。 他们还可以根据您的个人偏好和历史记录，推荐适合您的菜肴和食谱。 智慧厨房的出现不仅提高了烹饪的效率和质量，还提供了一个新的健康饮食的理念。
2024-11-30 第十二次正式发布 本次变更如下： 语音合成管理接口组，新增接口：创建TTS异步任务、获取TTS异步任务。 声音制作任务管理接口组，新增接口：查询用户配置的个性化音频时长、设置任务批次。 2024-10-30 第十一次正式发布 本次变更如下： 新增接口组：租户管理。
在服务主界面，单击左侧导航栏中的“任务中心”。 查看“分身数字人”页签的数字人定制任务列表，找到被驳回的数字人定制任务。 任务状态为“审核未通过”。 单击任务右侧的“查看原因”，在弹出的“审核未通过”对话框中，查看审核未通过的原因。 按照规范重新录制或提供符合规范的视频。 单击任务右侧的“重新上传”，上传更新后的视频。
在“工作台”界面，单击“分身视频直播”下方的“开始创建”，进入分身数字人直播首页面。 单击“互动管理”，进入如图3所示的页面。 图3 互动管理页面 在左侧“互动库”区域，单击下方的“新增互动库”，上方新增一条横线，如图4所示。 输入互动库的名称。 图4 互动库 选中左侧的互动库，单击界面右侧的“新建”，弹出“新建互动”对话框，如图5所示。
标准版数字人可以用实景拍摄吗？ 分身数字人定制任务提交后，审核未通过怎么办？ 模型审核和制作可以加快吗？ 部分浏览器提交H265训练视频失败如何处理？ 声音和形象模型支持在其他平台使用吗？ 声音和形象模型和音视频内容的关系？ Flexus数字人在走动录制时需要注意什么？
文件管理 创建文件并获取上传URL 删除文件 确认文件已上传 创建大文件 父主题： 资产管理
技能名称，必须与科大讯飞创建的技能一一对应，如在科大讯飞创建同名技能并导入技能文件所示。 为方便识别和记忆，两边的技能名称推荐相同。 技能标识 技能标识，必须与科大讯飞创建的技能标识保持一致，如在科大讯飞创建同名技能并导入技能文件所示。否则用户命中问题，也无法获取到正确的答案。 单击“确定”，进入如图3所示的页面。
数字人定制任务 等待数字人模型训练完成后，任务状态变更为“算法训练完成”，如图6所示。 图6 数字人定制任务 如果训练生成的数字人形象满足需求，单击右下方的“通过”。在弹出的“确认”对话框中，单击“确认”，数字人形象生成完成。
产品咨询 数字内容生产线MetaStudio是什么？ MetaStudio支持哪些区域？ 开发者如何获取技术支持？ 用户如何举报平台违规内容？ 如何集成MetaStudio服务？ 数字人相关问题
直播配置 直播配置是租户级的设置，配置成功后，默认对当前租户的所有直播间自动生效。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“分身视频直播”下方的“开始创建”，进入分身数字人直播首页面。 单击“直播配置”，进入如图1所示的页面。 参数配置说明，如表1所示。
发布成功后，自动跳转至与数字人智能互动页面，可以体验与数字人互动的效果。也可以复制数字人互动页面的网址，分享给其他用户使用。 获取数字人互动页面URL的方式还有：进入“我的创作 > 智能交互 > 对话项目”页面，单击智能交互对话项目右侧的“复制URL和激活码”，可以将URL和激活码分享给其他用户使用。
面展示这里上传的图片或视频。 单击“保存”，一条互动规则新增完成。 用户可以根据实际情况，为当前互动库增加更多的互动规则，或者增加更多的互动库。 支持对互动规则执行下述操作： 单击互动规则右侧的“编辑”，在弹出的“互动编辑”对话框中修改互动规则。 单击互动规则右侧的“复制”，复制当前互动规则，生成一条新的互动规则。
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。
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？
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？
MetaStudio服务对租户资产内容的风险有一定连带责任。如果服务接收到资产内容投诉，按照国家相关部门要求，会冻结违规违规资产。情节严重的，还会冻结租户的全部资源。 被冻结的资产不能用作内容生成的素材。租户可以删除被冻结的资产或者申请解冻资产。 用户申请解冻资产 用户可以通过申诉的方式，申请解冻资产，解冻后资产会恢复至解冻前的状态。
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！
常用概念 数字人 数字人是一种以数字形式存在于数字空间中的虚拟人物，它具有拟人或真人的外貌、行为特点，并具备一定的智能和情感，可以进行交互和表达。数字人也可以被称之为虚拟形象、数字虚拟人、虚拟数字人等。数字人的核心技术主要包括计算机视觉、计算机图形学、动作捕捉和驱动、图像渲染和人工智能等。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
