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
区域限制 预置模特使用限制 API使用限制 形象制作限制 声音制作限制 视频制作限制 视频直播限制 Flexus分身数字人限制 照片数字人限制 智能交互限制 资产管理说明 SP用户限制
创建照片分身数字人视频制作任务 5次/秒 3次/秒 3次/秒 查询照片分身数字人视频制作任务详情 20次/秒 10次/秒 10次/秒 取消等待中的照片分身数字人视频制作任务 5次/秒 3次/秒 3次/秒 创建照片检测任务 5次/秒 3次/秒 3次/秒 查询照片检测任务详情 20次
例如：第一条通知的text值为“你吃”，第二条新识别了“饭了么”，则第二条text值为“你吃饭了么”。 semanticRecognized的流式返回是分段式返回。后一条通知中的text字段值与前一条通知的内容是上下衔接关系。
} 查询照片分身数字人视频制作任务详情 POST /v1/{project_id}/photo-digital-human-videos/{job_id}/cancel 取消等待中的照片分身数字人视频制作任务 POST /v1/{project_id}/photo-detection
照片建模的含义：根据单张照片自动生成3D风格化基础模型。 按需计费 按需预付费套餐包 语音驱动 按照输入文本或语音驱动数字人口型、表情等动作的时长进行计费。 计费时优先使用套餐包中的额度，该额度使用完后，转按需付费。
照片数字人视频制作 左下角展示用户已购买资源的剩余量和总量。单击图标，可以查看剩余量详情的列表数据。 如需开通按需计费，需单击“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。
MODELING_3D：3D照片建模 VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动 FLEXUS_2D：FLEXUS版本资源 sub_resource_type String 子资源类型。
表4 SpeechRecognitionInfo 参数 类型 描述 text string 识别结果文本。 resultId number 识别流式响应时返回的各包顺序序号。 isLast boolean 是否是最后一条识别结果。
MODELING_3D：3D照片建模 VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动 FLEXUS_2D：flexus版本资源 sub_resource_type String 子资源类型。
分身数字人 分身数字人形象制作 一次性计费 分身数字人视频制作 按需计费 按需套餐包 一次性计费 声音制作 分身数字人声音制作基础版 分身数字人声音制作进阶版 分身数字人声音制作高级版 一次性计费 分身数字人视频直播 按需计费 包年/包月 分身数字人视频直播行业版 按需计费 包年/包月 照片数字人视频制作
MODEL：通过分身数字人模型生成视频 PICTURE： 通过单张照片生成视频 说明： 该参数已废弃，照片数字人视频制作使用“创建照片分身数字人视频制作任务”接口。 human_image String 人物照片，需要Base64编码。
MODELING_3D：3D照片建模 VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动 FLEXUS_2D：FLEXUS版本资源 resource_expire_start_time 否 String 资源过期时间段 开始时间。
图2 制作名片 表1 参数说明 区域 参数 说明 请填写数字人信息 上传头像 需提前准备一张正面清晰且无遮挡的数字人形象照片，并满足如下要求： 图片格式：png、jpg、jpeg、webp。 单击“查看示范”，查看正确示范和错误示范。
ID asset_type String 资产类型 ANIMATION：动作 MATERIAL：素材 cover_url String 封面图URL 表8 StyleExtraMeta 参数 参数类型 描述 picture_modeling_enable Boolean 是否支持照片建模
租户名称：输入自定义租户名称，方便SP用户识别租户身份。 图2 关联租户 单击“创建”，租户创建完成，如图3所示。 图3 租户列表 如需取消关联，可单击右侧的“取消关联”，在弹出的“取消关联租户提示”对话框中，单击“确定”。 租户取消成功后，租户未使用的资源将被收回。
为方便识别和记忆，两边的技能名称可以设置成一样的。 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后，导入技能文件所示。否则用户命中问题，也无法获取到对应的答案。 支持用户最多创建100个技能。
为了提供交互功能，SDK会通过您主动点击聊天按钮申请客户应用或浏览器的麦克风权限，在您同意客户应用使用麦克风之后，将您的音频数据或文本数据上传到客户指定的第三方系统或模型，用于识别语义并做出应答，给您提供交互功能。
家用机器人还具备语音识别和语音回应功能，让您能够与机器人进行流畅的对话和交流。 164. 视觉交互：家用机器人配备了先进的摄像头和视觉传感器，可以通过图像识别和视觉感知与您进行交互。 165. 例如，机器人可以识别家庭成员的面孔、手势和身体姿势，并做出个性化的反应和服务。
展开“语音识别”下方的“高级设置”，如图9所示。 图9 应用配置 在“识别热词”区域，单击“下载热词模板”，将模板下载至本地。
尾静音时长 系统会对用户的提问音频进行检测，如果一句话末尾的静音时长超过500ms，会结束语音识别。 建议取值大于500ms。 热词 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
