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
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。
每句之间有2~3秒的停顿。音频时长3~10分钟，建议5分钟。 请完善声音信息 输入声音名称，示例：欢快女声。 请制作声音 使用“语料上传”的方式，直接上传一个已录制好的长音频WAV或MP3文件，无需压缩，无需携带文案txt文件。 请选择声音性别 选择声音的性别，示例：女生。 原始输入语言
分身视频直播首页面，如图1所示。各个页签的说明，如下所示： 直播管理：使用数字人创建直播间。操作请参考视频直播。 互动管理：支持新增互动库，及其相应的互动规则。互动库可以直接在直播间中导入使用。操作请参考互动管理。 商品管理：支持新增商品。商品会自动展示在直播间的“商品”页签中，供直播间添加使用。操作请参考商品管理。
标准版形象模型 数字人定制任务提交成功后，会在1个工作日内完成审核。任务审核通过后，才能进行算法训练，会在3个工作日内训练完成并生成数字人。 Flexus分身数字人 数字人定制任务提交成功后，会在1个工作日内完成审核。任务审核通过后，才能进行算法训练，会在3个工作日内训练完成并生成数字人。 父主题：
用户在控制台进行数字人名片制作制作，生成的数字人名片，会展示在“我的创作 > 分身名片”页面。 用户在控制台进行智能交互操作，生成的对话项目和技能，会展示在“我的创作 > 智能交互”页面。 一类是通过本地上传或者接收资产管理员转移的资产生成的，会展示在“我的创作 > 资源”页面。 父主题：
支持通过背景、风格和布局的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。 将鼠标放在图片上方，图片右上角展示图标。单击图标，可以将当前图片作为背景替换至所有场景。 贴图 贴图界面详情，如图3所示。 上传后的贴图不支持修改。如需修改贴图内容，需本地修改完成后，再上传至控制台使用。
左下角展示用户已购买资源的剩余量。 照片数字人视频制作支持开通或关闭按需计费。 声音合成 这里的声音合成，仅针对使用声音API调用，通过MetaStudio控制台声音制作方式生成的声音，来合成音频的费用。 声音合成支持开通或关闭按需计费。 如需查看声音合成的使用量，单击左下角的“已使用量”，
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面，选择“文本驱动”
制过程中，每句之间有2~3秒的停顿。 其中，进阶版和高品质声音制作需要更多语料，训练时长更长，声音效果更佳。 请完善声音信息 输入声音名称。 示例：欢快女声。 须知： 声音训练完成后，可以在“我的创作 > 声音”页面，找到训练好的声音卡片，单击右下角的图标，从下拉框中选择“重命名”，修改声音名称。
右侧界面的预览效果就是数字人名片的实际生成效果，请输入适量的字符，以确保正常的展示效果。 公司 必填项，数字人公司。 内容较多时，最多支持在名片中分2行展示，超出2行后，默认不展示。为保证名片的效果展示，请保持合理的输入长度。 联系电话 必填项，数字人联系电话，请输入有效的联系方式。 公司地址
请选择输出模型语言 选择输出的声音模型支持的语言。 支持如下语言： 多语种：输出的声音模型，支持合成的语言类型包括中文、英文、德语、法语、土耳其语、菲律宾语、日语、意大利语、马来语、俄罗斯语、韩语、芬兰语、西班牙语、印尼语、阿拉伯语、葡萄牙语、荷兰语。 粤语 选择声音标签 声音的标签。作用为选择声音时，快速筛选领域。
直接单击文件右下角的图标，执行下述操作： 从下拉框中选择“删除”，删除当前文件。 从下拉框中选择“批量删除”，勾选所有需要删除的文件。单击界面右下角的“删除”，删除选中的所有文件。 文件上传成功后的操作如下所示： 在PPT页签的文件列表区域，单击上传成功的文件，弹出如图4所示的对话框。 图4
} } 用户发送中断对话的消息 文本驱动数字人讲话过程中，支持使用INTERRUPT_CHAT命令，中断数字人与用户的对话。对话被打断后，数字人将停止说话，并发送下一次对话的START_CHAT消息给用户。 详细交互流程如下所示： 用户发送中断对话的消息。 代码示例如下所示： {
选择“换气”或者停顿的时间，也支持自定义停顿时长。 连读 选中需要连读的文本内容，单击“连读”。 多音字 选中文本中的多音字，单击“多音字”，在弹出的提示框中，选择正确的发音或者自定义发音。 须知： 这里设置的多音字，仅对当前视频制作剧本有效，如需全局生效，可参考配置特殊词表配置。
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。 标注有“第三方”的声音，需要购买激活后才能使用，操作请参考购买出门问问声音套餐。 设置完成后，单击“生成视
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。 还可以设置音频的音量，和调整画布的横竖屏展示。
现代融合 随着杭州城市的现代化发展，西湖也得到了更好的保护和开发。环湖步道、自行车道等公共设施的完善，使得游客能够更加便捷地游览西湖。同时，西湖的夜景灯光工程，也为游客提供了全新的观赏体验。 社会影响 西湖不仅是杭州的象征，更是中国乃至世界文化的重要组成部分。它的影响力体现在多个层面：
多国语言介绍华为云MetaStudio 01:57 媒体服务产品线总裁数字人 记者分身构建数智主播 华为云与中青报的双向奔赴 01:40 记者分身构建数智主播矩阵 银联数据“数小联” 通过数字人重构金融服务 01:01 银联数据“数小联”3.15上线 数字人教师AI知识培训 数字人企业培训应用
推荐使用48kHz采样率录制音频。 安卓手机的超级录音机的采样率默认为高清 44100Hz，无需修改。 采样位 推荐使用48bit采样位录制音频。 安卓手机的超级录音机的采集位默认为16bit，无需修改。 声道 推荐使用单声道录制音频。 安卓手机的超级录音机默认为单声道录制，无需修改。
资源类型 MetaStudio计费中涉及的资源类型，包括商用资源类型、POC测试用需管理员分配的资源类型。 表1 商用资源类型（租户订购） 类别 资源名称 单位 计费模式 资源类型编码 备注 分身数字人 形象制作 个 一次性 hws.resource.type.metastudio
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
