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
伯语、葡萄牙语、泰语。 须知：当前参数配置仅作为标识，对训练结果没有任何影响。 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
MetaStudio语音驱动采用语音合成标记语言（SSML，Speech Synthesis Markup 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制作视频添加的字幕，视频画面中的文本信息都涉及字体。目前MetaStudio服务支持的字体及语言类型如表1所示。 表1 服务支持的字体说明 字体名称 支持的语言类型 Adelle_Sans_Global Adelle_Sans_Global_Bold 中文、英文、德
如何调用MetaStudio接口？ MetaStudio提供RESTful API和Java/Python/Go三种语言的SDK。API调用请参考《API参考》，SDK集成请参考API Explorer中的“代码示例”。 父主题： FAQ
如何调用MetaStudio接口？ MetaStudio提供RESTful API和Java/Python/Go三种语言的SDK。API调用请参考《API参考》，SDK集成请参考API Explorer中的“代码示例”。 父主题： API和SDK使用
第三方应用 选择“第三方语言模型”。 应用名称 输入自定义的应用名称。 APPID MetaStudio对接第三方语言模型LLM时，需要LLM提供的APPID信息。 APPKEY MetaStudio对接第三方语言模型LLM时，需要LLM提供的APPKEY信息。 第三方语言模型地址 Met
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。 EN：英语。 默认取值： CN language_desc String 语言描述 状态码：400 表10 响应Body参数 参数 参数类型 描述 error_code
支持同时添加中文和英文，并设置其中一种语言为默认语言。在数字人智能交互界面，自动展示默认语言，并用默认语言与用户进行问答。可通过界面右上方的语言切换图标，切换语言。 注意：科大讯飞场景下，如果选择“英文”，科大讯飞应用要新增English情景模式，详见创建智能交互数字人（科大讯飞）。
智能交互 场景二：用户使用第三方语言模型，自主开发API实现与数字人对话场景。 开发者基于智能交互服务定义的API接口结构，自主开发第三方语言模型API，对接第三方语言模型到智能交互服务，实现智能交互能力。操作请参考创建智能交互数字人（第三方语言模型）。 场景三：用户使用智能交互
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 选择上传语料所使用的语言，示例：中文。 选择声音标签 声音的标签。请根据所选文案样例，选择相应的标签，如下所示： 营销：营销宣传风格文案 新闻：新闻播报风格文案
and CLOUD_SDK_SK in the local environment ak = os.environ["CLOUD_SDK_AK"] sk = os.environ["CLOUD_SDK_SK"] projectId = "{project_id}"
模式下的配置，如果对话配置时，语言选择“中文”，则main情景模式下的配置生效。如果对话配置时，语言选择“英文”，当前应用需要新增English情景模式，才能对话成功。 情景模式名称必须为“English”，English情景模式下，不支持开启系统预置技能，仅支持开启自定义技能。
模式下的配置，如果对话配置时，语言选择“中文”，则main情景模式下的配置生效。如果对话配置时，语言选择“英文”，当前应用需要新增English情景模式，才能对话成功。 情景模式名称必须为“English”，English情景模式下，不支持开启系统预置技能，仅支持开启自定义技能。
如果未使用服务预置文案，声音标签仅作为标签，来区分声音使用场景。 请选择声音性别 声音的性别，用于匹配声音模型的精准度。 如下所示： 男生 女生 原始输入语言 上传语料所使用的语言。 包含如下语言： 中文 英文 须知：当前参数配置仅作为标识，对训练结果没有任何影响。 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。
需要确认这里的“设备”与Windows系统的声音输出设备是否一致。如果不一致，会导致OBS无法成功捕获声音给第三方直播平台。需要修改为一致后再直播。 图2 桌面音频属性设置 检查Windows系统的声音输出设备 在Windows系统的系统设置中，找到声音设置，查看输出设备，示例如图3所示。
预置音色ID列表 系统预置自研音色ID列表，如表1所示。 表1 预置音色ID列表 音色名称（中文） 资产ID（华东-上海一） 资产ID（华北-北京四） 音色名称（英文） 资产ID（亚太-新加坡） 云歌 075494c45b5aef529d55cd2a456e6076 0a4b54
图像真实：智能重打光，背景融合更真实。 多种复杂场景建模：支持人物走动、侧身等训练，肢体动作更自然。 多语言泛化：一次母语训练，多语种支持；支持20+语种，覆盖主流语言。 相对真人成本下降90%以上 一次拍摄与训练后，可无限次使用；无时间约束、无时长限制、无容量限制；统一质量
每个单场景中所有段落输入文字的总量需大于200字。 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。 音频驱动 每个单场景上传音频的时长需大于1分钟，大小不超过100M。
HUAWEI_EI：EI TTS MOBVOI：出门问问TTS language String 语言类型。默认值CN。 CN：中文。 EN：英文。 默认取值： CN language_desc String 语言描述。 状态码：400 表12 响应Body参数 参数 参数类型 描述 error_code
设置TTS租户级自定义读法配置 功能介绍 该接口用于设置TTS租户级自定义读法配置。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/ttsc/vocabulary-configs 表1 路径参数 参数 是否必选 参数类型 描述 project_id
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
