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
手机录制音频 请根据手机类型，执行相应操作： 苹果手机操作 安卓手机 苹果手机操作 苹果手机推荐下载软件“简易录音机（Easy Voice Recorder）”进行录音，如图1所示。 图1 简易录音机 音频录制说明，如表1所示。 表1 音频录制说明 音频录制 说明 采样率 推荐使用48kHz采样率录制音频。
控制数字人驱动 功能介绍 该接口用于控制数字人驱动。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/video-motion-capture-jobs/{job_id}/command 表1 路径参数 参数 是否必选 参数类型 描述 project_id
控制数字人直播过程 功能介绍 该接口用于控制数字人直播过程。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/smart-live-rooms/{room_id}/smart-live-jobs/{job_id}/command 表1 路径参数
直播控制HTTP Command命令说明 分身数字人直播过程中，支持通过HTTP API的方式人工接管直播。人工接管以后，支持通过下述方式驱动数字人说话： 文本驱动方式：对应Command命令为“INSERT_PLAY_SCRIPT”，即插入表演脚本，用于互动回复。数字人不变时，
录音文案 基础版 优先使用专业录音设备录制音频，推荐使用Adobe Audition软件进行录音。 如果不具备专业录音设备，可使用手机录制音频，详情请参见手机录制音频。 录音环境安静，无回音、混响、噪声，避免出现汽车鸣笛、他人说话、走动等杂声。 可使用“分贝仪”应用来测试录音环境的底噪，建议底噪低于0dB。
第三方平台的直播画面不清晰怎么办？ 如果用户在第三方直播平台的直播画面不清晰，需排查是否是下述原因导致： 电脑是否有独立显卡。 OBS视频采集工具的基础分辨率配置是否与输出分辨率一致。 检查独立显卡 用户使用的第三方直播平台所在电脑，必须装有独立显卡。 检查OBS视频分辨率配置 OBS视频采集工具的基础分辨率和输出分辨率的值需要保持一致。
第三方平台的直播画面不清晰怎么办？ 如果用户在第三方直播平台的直播画面不清晰，需排查是否是下述原因导致： 电脑是否有独立显卡。 OBS视频采集工具的基础分辨率配置是否与输出分辨率一致。 检查独立显卡 用户使用的第三方直播平台所在电脑，必须装有独立显卡。 检查OBS视频分辨率配置 OBS视频采集工具的基础分辨率和输出分辨率的值需要保持一致。
直播控制RTSA Command命令说明 直播控制RTSA Command命令详细说明，如下所示： 数字人直播状态变化图 RTSA Command定义 数字人直播状态变化图 数字人直播状态变化流程图，如图1所示。 图1 直播状态变化流程图 流程图说明，如下所示： PREPROCE
分身形象和声音制作的处理方式相同，均需根据实际情况进行处理。下面以形象制作为例，进行说明。 如果当前分身形象制作的素材质量不佳，管理员会通过用户提交训练任务时输入的手机号联系用户。用户可以在管理员驳回任务后重新提交训练视频，进行数字人形象训练。形象制作任务制作完成前，形象制作资源一直处于占用状态，并未真正扣除。
拍摄流程 支持手机或相机拍摄，需1080P或更高分辨率。 录制时长为2分钟，包含15秒静默转态和1分45秒的演讲过程。 允许使用中文、英文录制。 录制全程眼睛需注视镜头，周围环境保持安静，脸部光照明亮且均匀。 拍摄完成后不要剪辑，整个视频一起上传至MetaStudio控制台。 注意事项
分身数字人Flexus版针对中小企业客户，提供1080P的实景数字人、1分钟语料声音克隆能力和120分钟1080P视频制作能力，帮助客户通过手机拍摄即可轻松制作数字人。Flexus分身数字人不仅简化制作流程，还显著降低技术门槛，且购买简单，为中小企业提供超简单、超高性价比数字人。 使用限制
账户充值：为确保正常使用MetaStudio，您需要进行账户充值。 开通MetaStudio服务：单击进入MetaStudio控制台，根据开通引导完成服务开通。 推荐浏览器 推荐使用Chrome浏览器访问MetaStudio控制台。
女声 基础版媒体1.wav 基础版媒体2.wav 支持手机录制20条语料音频（5分钟），1-3天制作，快速获得类真人音色，mos分3.8。 短视频制作 进阶版声音制作 女声 进阶版媒体1.wav 进阶版媒体2.wav 支持手机录制100条语料音频（15分钟），1-3天制作，获得高还原度音色，mos分4
管理资产 支持在MetaStudio控制台管理资产，包括查询、重命名、激活/取消激活、查看详情、编辑、删除、恢复等操作。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，选择“我的创作 > 资源”，如图1所示。 图1 资产 支持管理资产，详细操作如表1所示。 图2 资产详情
户使用。 使用限制 SP用户仅对大客户开放申请和使用。 SP用户不支持自己使用购买的资源包。 SP用户不支持访问MetaStudio控制台，进行控制台操作。 操作步骤 注册华为账号：单击进入注册页面。 完成实名认证：单击进入实名认证。 获取所在Region的项目ID，操作方法如获取项目ID所示。
上传的PPT支持编辑吗？ 不支持在视频制作界面对PPT进行编辑，如局部内容放大或高亮显示等。需用户直接在本地编辑好后，上传控制台使用。 父主题： 视频制作
附录 授权书 手机录制音频 客户声音制作案例 第三方平台开播指南 FAQ
查询音色ID 支持在MetaStudio控制台或通过API接口查询音色ID，详情如下所示： 在控制台查询音色ID（方式一）：仅支持查询自定义音色ID。 在控制台查询音色ID（方式二）：支持查询全量音色ID。 使用接口查询音色ID：支持查询全量音色ID。 在控制台查询音色ID（方式一） 当前
Language）来控制数字人的行为，包括动作、情绪以及TTS语音合成的多音字、停顿等。 SSML基础定义可参考语音合成标记语言版本 1.0。MetaStudio在此基础上，扩展了一些字段用于实现数字人的控制。 MetaStudio SSML当前支持如下能力： TTS语音合成时，控制文字读音。
用户资产如下所示： 一类是使用MetaStudio控制台功能生成的，如下所示： 用户在控制台进行形象制作，生成的数字人形象，会展示在“我的创作 > 分身形象”页面。 用户在控制台进行声音制作，生成的声音，会展示在“我的创作 > 声音”页面。 用户在控制台进行视频制作，合成的视频，会展示在“我的创作
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
