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
启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。音频驱动方式，仅支持中文普通话的场景下能开启字幕。 还可以设置音频的音量，和调整画布的横竖屏展示。 4 视频场景区域 如果一个视频包含多场景，可以新增场景依次制作，顺序播放。 5 文件设置区域 从左往右依次为： 单击
含MAIN、COVER和OTHER 资产类型为PPT时，包含MAIN、COVER、PAGE和OTHER 资产类型为HUMAN_MODEL时，包含MAIN、COVER和OTHER 资产类型为VOICE_MODEL时，包含MAIN、SAMPLE(样例音频文件)和OTHER 资产类型为
选择“抠除拍摄背景”，制作分身数字人视频时，可以替换背景。 身份认证及授权数据上传 联系方式 请输入有效的11位手机号码。 身份证照片 需要分别上传身份证人像面和国徽面的照片。 单击“点击上传人像面”，从本地选择身份证人像面照片上传。 单击“点击上传国徽面”，从本地选择身份证国徽面照片上传。 形象授权
个人信息处理规则 合规使用指南 HwICSUiSDK 参见表2下载链接 华为云计算技术有限公司 SDK如何处理个人信息请参见SDK隐私声明 您集成和使用我们的SDK时需要遵从个人信息保护基本要求，详情请参见SDK合规使用指南。 表2 Web SDK下载 版本 日期 下载链接 sha256码
如果还需要制作多场景，可以单击直播画面预览窗口右侧“场景1”小窗口下方的“+”图标，新增场景，并参考前一个场景，设置生成下一个场景的画面布局和剧本内容。 图9 直播间界面 所有场景的画面布局和剧本设置完成后，单击界面右侧的“互动设置”页签，如图10所示。 图10 互动设置 单击“导入”，弹出“导入互动”对话框。
操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在智能交互编辑页面，依次设置角色和背景。 单击左侧导航栏中的“应用”，如图2所示。 参数配置说明如表1或表2所示。配置完成后，还需下载并集成智能交互Web SDK，详细操作请参考智能交互SDK。
在“所有项目”中设置权限，则该权限在所有区域项目中都生效。访问MetaStudio时，需要先切换至授权区域。 权限根据授权精细程度分为角色和策略。 角色：IAM最初提供的一种根据用户的工作职能定义权限的粗粒度授权机制。该机制以服务为粒度，提供有限的服务相关角色用于授权。由于各服务
含MAIN、COVER和OTHER 资产类型为PPT时，包含MAIN、COVER、PAGE和OTHER 资产类型为HUMAN_MODEL时，包含MAIN、COVER和OTHER 资产类型为VOICE_MODEL时，包含MAIN、SAMPLE(样例音频文件)和OTHER 资产类型为
语音文件和文本文件逐句上传：每次上传一句语料的语音文件和文本文件，再调用“确认在线录音结果”接口确认语音和文本内容是否一致。确认成功后再上传和确认下一句。 文件上传后，调用“提交语音训练任务”接口，启动审核和训练。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/voice-
用户可以单击“查看制作任务列表”，查看声音制作任务审核进展。 当状态变更为“系统审核完成”，自动启动算法训练。如果系统存在多个算法训练任务，可能会存在排队和延迟的现象，请耐心等待。 父主题： 声音制作
<speak></speak>：SSML文本的根节点。 语法 1 <speak>这里输入SSML标签的文本</speak> 属性 无 标签关系 <speak>可以包含文本和标签，包括<break>、<phoneme>、<say-as>、<sub>标签。 break标签 描述 <break/>：在任意位置插入静音停顿。
语音文件和文本文件逐句上传：每次上传一句语料的语音文件和文本文件，再调用“确认在线录音结果”接口确认语音和文本内容是否一致。确认成功后再上传和确认下一句。 文件上传后，调用“提交语音训练任务”接口，启动审核和训练。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/voice-
选择“使用系统回复”或者“自定义”。如果选择“自定义”，需要输入自定义的回复内容；如果选择“使用系统回复”，均已预置回复内容，不支持编辑和修改。 图12 人设信息配置页面 人设信息设置完成后，单击界面右上方的“构建”。界面提示“构建成功”，说明人设新增完成。 回到“我的应用 >
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
该字段无需填写。 取值范围： 字符长度0-1024位。 默认取值： 不涉及。 dh_id 否 String 参数解释： 数字人ID。对应形象和音色组合。 约束限制： 该字段暂未启用，无需填写。 取值范围： 字符长度0-64位。 默认取值： 不涉及。 model_asset_id 否
约束限制： 该字段无需填写。 取值范围： 字符长度0-1024位。 默认取值： 不涉及。 dh_id String 参数解释： 数字人ID。对应形象和音色组合。 约束限制： 该字段暂未启用，无需填写。 取值范围： 字符长度0-64位。 默认取值： 不涉及。 model_asset_id String
（忽略大小写）为wav,mp3,m4a，主文件大小不超过100M 幻灯片资产：资产类型为PPT，主文件格式（忽略大小写）为ppt、pptx和pdf，主文件大小不超过100M 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-assets
objects 图层配置。 表12 TextConfig 参数 参数类型 描述 text String 参数解释： 台词脚本。支持两种模式，纯文本模式和标签模式。 纯文本模式：使用方法，如“大家好，我是人工智大家，是个虚拟主播”。 标签模式：SSML标签的详细定义请参考文本驱动SSML定义。
该字段无需填写。 取值范围： 字符长度0-1024位。 默认取值： 不涉及。 dh_id 否 String 参数解释： 数字人ID。对应形象和音色组合。 约束限制： 该字段暂未启用，无需填写。 取值范围： 字符长度0-64位。 默认取值： 不涉及。 model_asset_id 否
introduction_type 否 String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id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”
