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
算法应用场景 分身数字人声音制作算法可以应用于数字人语音合成。在新闻播报、课件制作等场景模拟真人配音，提升数字内容生产效率。 算法目的意图 可以通过有授权的真人语音音频，在预训练模型基础上微调生成数字人声音模型，该模型可用于基于文本合成类似真人音色的数字人语音。
示例7：语音同步合成WebSocket接口（iOS SDK） 语音同步合成WebSocket接口示例，详见语音同步合成iOS SDK。 父主题： 应用示例
示例6：语音同步合成WebSocket接口（Android SDK） 语音同步合成WebSocket接口示例，详见语音同步合成Android SDK。 父主题： 应用示例
每个单场景如果包含语音合成标记语言SSML标签，文字数量需小于128K。 音频驱动 每个单场景上传音频的大小不超过100M。 视频格式 插入的视频素材支持的格式为：MP4、M4V、MKV、MOV、FLV、3GP、WMV、AVI和WEBM。
创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 创建TTS异步任务 5次/秒 3次/秒 3次/秒 获取TTS异步任务 20次/秒 10次/秒 10次/秒 设置TTS租户级自定义读法配置 10次/秒 3次/秒 3次/秒 获取
表27 语音合成管理接口 接口 说明 POST /v1/{project_id}/ttsc/audition 创建TTS试听任务 GET /v1/{project_id}/ttsc/audition-file/{job_id} 获取TTS试听文件 POST /v1/{project_id
创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 创建TTS异步任务 5次/秒 3次/秒 3次/秒 获取TTS异步任务 20次/秒 10次/秒 10次/秒 设置TTS租户级自定义读法配置 10次/秒 3次/秒 3次/秒 获取
取值范围： 90-240 默认取值： 140 provider String 第三方TTS供应商类型。 XIMALAYA：喜马拉雅TTS HUAWEI_EI：EI TTS MOBVOI：出门问问TTS language String 语言类型。默认值CN。 CN：简体中文。
Web语音唤醒 产品预置了唤醒能力，详见预制唤醒能力，如果用户需要更新唤醒词，需要参考定制唤醒能力处理。唤醒模型定制完成后，产品会提供给用户，用户需要参考更新唤醒模型，将模型更新至本地模型路径中。 使用要求 WebSDK版本为3.0.1及以上。 仅支持数字人平台配置或内置ASR（语音转文本
视频合成失败如何处理？ 视频合成失败时，请您根据界面提示信息进行问题定位及修改，如表1所示。 表1 问题定位及修改 错误提示 处理办法 视频名称包含非法字符 请您根据要求修改导出文件名称中的敏感字符。 资产名称重复 请您根据要求重新修改导出文件的名称。 视频任务合成状态一直显示“待合成
取值范围： 90-240 默认取值： 140 provider String 第三方TTS供应商类型。 XIMALAYA：喜马拉雅TTS HUAWEI_EI：EI TTS MOBVOI：出门问问TTS language String 语言类型。默认值CN。 CN：中文。
6 数字人支持TTS和ASR吗？ 已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。 图1 视频制作 父主题： FAQ
6 数字人支持TTS和ASR吗？ 已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。 图1 视频制作 父主题： 产品咨询
合成的视频可以下载至本地吗？ 可以下载至本地。在MetaStudio控制台“我的创作 > 视频制作 > 我的视频”页面，找到需要下载的视频卡片，单击卡片右下角的图标，从下拉框中选择“下载”即可。 父主题： 视频制作
取值范围： 90-240 默认取值： 140 provider String 第三方TTS供应商类型。 XIMALAYA：喜马拉雅TTS HUAWEI_EI：EI TTS MOBVOI：出门问问TTS language String 语言类型。默认值CN。 CN：中文。
合成视频二次剪辑后，数字人口型效果变差？ 需要检查二次剪辑软件的视频帧率。因为数字人合成视频的帧率为25，如果用户使用软件的帧率为30，需要插帧至数字人视频中，才能达到30，这样就导致插帧后的口型对不上了。所以用户对视频进行二次剪辑时，帧率必须设置为25的整数倍，才不会影响数字人的口型效果
声音更新记录 2025年1月 表1 声音更新记录 发音人名称 性别 TTS版本 风格 语言 变更方式 云海 男 TTS V7 营销 中文 新增 云佳 女 TTS V7 客服 中文 新增 云辉 男 TTS V7 直播 中文 新增 云英 女 TTS V9 直播 中文 新增 云薇 女 TTS
删除语音训练任务 功能介绍 删除语音训练任务 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/voice-training-manage/user/jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id
获取语音文件上传地址 功能介绍 获取语音文件上传地址 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/voice-training-manage/user/jobs/{job_id}/uploading-address-url 表1 路径参数 参数
提交语音训练任务 功能介绍 提交训练任务,执行该接口后,任务会进入审核状态,审核完成后会等待训练。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/voice-training-manage/user/jobs/{job_id} 表1 路径参数
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
