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
数字内容生产线Metastudio通过AI学习真人形象和声音，来生成数字人模型，相应功能为形象制作、声音制作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。 父主题： 产品咨询
登录MetaStudio控制台。 在左侧导航栏中，选择“我的创作”。 选择“资源”页签，单击“声音”页签。 单击需要使用的声音卡片，进入“声音详情”界面。 这里的“资产编号”即语音同步合成WebSocket接口需要使用的音色ID。 图1 声音详情界面 在控制台查询音色ID（方式二）
窗口捕获方式开播。 智能交互 对接第三方大脑，通过数字人交互的方式与用户进行问答。场景应用广泛，包括智能导购、文旅导览、智能问答、营业厅客服等。 注意： 数字人回答的内容，是由对接的第三方大模型或知识库返回的答案决定的。 资产管理 支持从本地上传模型、PPT、动画、素材、视频、场景、图片、音乐等资产。
大客户可以提交工单，或者联系大客户经理，并提供已获取的项目ID，申请开通SP模式。 获取项目ID 登录MetaStudio控制台。 将鼠标移至界面右上方的用户名称位置，在弹出的下拉框中选择“我的凭证”。 进入“我的凭证 > API凭证”页面，如图1所示。 图1 项目列表 父主题： SP用户
仅支持数字人平台配置或内置ASR（语音转文本）能力的方案。不支持WebSocket接口驱动数字人方案，即文本驱动方案。 在调用create接口之前，必须要有用户点击集成WebSDK的页面的行为。 浏览器通过有上述点击的行为，才能获取采集声音的权限。否则无法采集声音，无法正常使用语音唤醒能力。
质量。通过减少对人力的依赖，使教育机构可以将更多精力投入到创新和教学内容的优化上，从而实现更高效的教育体系。 医疗健康 医学科普是近年来政策倡导的一大方向。通过医学科普，对改善已患病人群的术后身心健康等问题起着关键作用。以视频形式为患者提供诊前、诊中、诊后的医学科普服务，加强患者
用户也可以使用批量导入的方式，一次性添加完成问题类别及其所有问答对。操作方式如下所示： 在左侧导航栏中，选择“知识库 > 问答管理”。 单击界面右侧的“导入”，弹出“导入训练语料”对话框。 图7 导入训练语料 单击“下载模板”，将语料模板下载至本地。 请按照模板文件的格式，填充完成所有问题分类及其全量语料对，保存文件。
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。
照片数字人视频制作 按需计费 按需套餐包 分身数字人名片制作 按需计费 按需套餐包 操作步骤 使用SP用户登录华为云控制台，单击界面左上角的图标，在弹出的服务列表界面中，搜索并单击“数字内容生产线 MetaStudio”服务，进入MetaStudio服务概览页面，如图1所示。 图1 服务概览页面
支持通过视频来源的维度，筛选展示下方的视频。 视频列表 默认展示全量视频。 查看视频 将鼠标放在视频上方，视频右上角展示图标。单击图标，可查看视频。 插入视频 将鼠标放在视频上方，视频右上角展示图标。单击图标，添加至当前场景的视频直播画面中。 插入的视频播放的时候默认无声音，仅有画面。 在视频直播画面预览区域，如
在左侧导航栏中，单击“我的创作”。 选择“智能交互 > 技能管理”页签，如图3所示。 技能是一组智能问答对的组合，用户需要先创建技能，再添加所有与当前技能相关的问答对。 图3 智能交互页面 单击右上方的“创建技能”，进入“创建技能”页面，如图4所示。 输入如下参数的值： 技能名称：技能
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
使用AK/SK认证时，您可以基于签名算法使用AK/SK对请求进行签名，也可以使用专门的签名SDK对请求进行签名。详细的签名方法和SDK使用方法请参见API签名指南。 签名SDK只提供签名功能，与服务提供的SDK不同，使用时请注意。 Token认证 Token的有效期为24小时，需要使用一个Token鉴权时，可以先缓存起来，避免频繁调用。
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。
视频直播 提示模板不可用怎么办？ 直播业务媒体流如何应对防火墙限制？ 第三方平台的直播画面不清晰怎么办？ 第三方平台的直播画面突然中断是怎么回事？ 第三方平台的直播画面没有声音怎么办？
登录MetaStudio控制台。 在左侧导航栏中，单击“任务中心”。 选择“声音制作”，确认声音制作任务已训练完成。 在左侧导航栏中，单击“我的创作”。 选择“声音”，找到已生成的声音，单击声音卡片中的头像，即可试听声音效果。 用户还可以执行如下操作： 单击“视频制作”，基于已有声音，进行视频制作，操作请参考视频制作。
Flexus数字人采用实景拍摄，视频制作时不支持切换背景。 Flexus分身数字人左上角会有标识。未带有标识的数字人均为标准版形象。 需注意Flexus视频制作和标准版视频制作分开计费，从各自的套餐包中扣除费用。 Flexus视频制作：必须使用Flexus形象，声音使用不受限制。 按视频制作
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”
照片建模 照片建模任务创建失败是什么原因？ 照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 风格化照片建模生成的模型文件是什么格式？ 表情驱动数据格式如何定义？ 肢体驱动数据格式如何定义？
直播控制HTTP Command命令说明 直播控制RTSA Command命令说明 文本驱动SSML定义 系统资产标签定义 服务支持的字体 资源类型 使用Java代码生成文件内容的MD5值 预置音色ID列表 查询音色ID
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
