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
提交语音训练任务 查询语音训练任务详情 删除语音训练任务 查询任务操作日志 获取语音文件上传地址 获取语音训练任务审核结果 设置任务批次 确认在线录音结果 获取在线录音确认结果
PICTURE_MODELING：照片建模生成的模型 CHARACTER_CUSTOMIZATION_MODELING：捏脸生成的模型 默认取值： UPLOADED modeling_job_id String 参数解释： 建模任务ID。 约束限制： 仅由MetaStudio服务生成的模型系统自行填写
其他信息3。可填写一些公司广告语等 表9 BusinessCardImageUrl 参数 参数类型 描述 human_image_url String 任务照片下载URL。 logo_image String Logo图片下载URL。 状态码： 400 表10 响应Body参数 参数 参数类型 描述
其他信息3。可填写一些公司广告语等 表5 BusinessCardImageConfig 参数 是否必选 参数类型 描述 human_image 是 String 人物照片，需要Base64编码。 logo_image 否 String Logo图片，需要Base64编码。 表6 ReviewConfig 参数
其他信息3。可填写一些公司广告语等 表5 BusinessCardImageConfig 参数 是否必选 参数类型 描述 human_image 是 String 人物照片，需要Base64编码。 logo_image 否 String Logo图片，需要Base64编码。 表6 ReviewConfig 参数
视频画面制作区域，可以制作和预览视频画面。 3 音频制作区域 音频制作区域，可选择下述1种方式生成音频。 文本驱动：通过输入文本的方式生成音频。文本支持插入停顿、调整语速，如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视
独的资产管理包月产品。 定制形象模型存储 基于MetaStudio服务定制生成的形象模型，其所包含的音色模型所占存储空间，暂不计入租户资产存储计费中。 定制视频资产存储 基于MetaStudio服务定制生成的视频资产，6个月以内不计入资产存储空间计费；满6个月以后，参与计费。 资产存储计费说明
频为标准版形象，不支持选择Flexus声音进行视频合成。 试听 单击“试听”，试听语音效果。 生成预览 单击“生成预览”，选择“当前场景”或者“所有场景”，生成预览视频，可预览视频生成后的效果。 图标 单击图标，放大展示“文本驱动”页签，提升用户操作体验。 单击“确定”，可关闭页面。
出海营销视频制作。 只需要上传文案就可以生成一条真人模特出镜，多语言的口播讲解介绍视频，还支持上传图片、产品视频、企业logo、添加文字贴图背景音乐等编辑功能。 目前已经支持桌面端、移动端安卓iOS都可以直接下载使用。 在九月，还将上线在线端，到时候只需要打开浏览器就可以制作数字人视频。
具备如下特点： 2D模型，通过拍摄真人视频训练生成 无表情&骨骼数据 只能由AI驱动 使用既定表情&动作 IP型数字人：由计算机图形学技术创造出来的与人类形象高度接近的数字化形象。 具备如下特点： 3D模型，通过艺术设计生成 有表情、骨骼数据 可由真人动作驱动 能呈现自定义表情&动作
对下载的SDK安装包进行完整性校验，判断下载过程是否存在篡改和丢包现象。 操作步骤 参考下载SDK安装包，下载SDK安装包至本地。 打开本地命令运行程序，输入如下命令，在本地生成SDK安装包的SHA256值。 其中，“D:\HwICSUiSdk-1.0.0.zip”为SDK安装包的本地存放路径及安装包名称，请根据实际情况修改。
Command命令说明 直播控制RTSA Command命令说明 文本驱动SSML定义 系统资产标签定义 服务支持的字体 资源类型 使用Java代码生成文件内容的MD5值 预置音色ID列表 查询音色ID
在左侧导航栏中，单击“任务中心”。 选择“声音制作”，确认声音制作任务已训练完成。 在左侧导航栏中，单击“我的创作”。 选择“声音”，找到已生成的声音，单击声音卡片中的头像，即可试听声音效果。 用户还可以执行如下操作： 单击“视频制作”，基于已有声音，进行视频制作，操作请参考视频制作。
分享给其他用户使用。 获取数字人互动页面URL的方式还有：进入“我的创作 > 智能交互 > 对话项目”页面，单击智能交互对话项目右侧的“生成URL并复制”，将URL分享给其他用户使用。 图4 智能交互对话项目 复制URL至浏览器中，访问数字人互动页面。 界面弹出激活码输入对话框，请参考下述操作获取激活码：
推荐使用单声道录制音频。 苹果手机的简易录音机默认为单声道录制，无需修改。 音频格式 推荐使用无损音质格式保存音频，如WAV、MP3格式。 音频命名 所有语料录制生成一个长音频WAV或MP3文件，命名示例：Voice.wav。 音频导出 操作如下所示： 打开简易录音机软件，单击底部的“播放”菜单，进入“播放”页面。
Integer 响应生成时间。 choices Array of ChatChoice objects 生成的文本列表。 表7 ChatChoice 参数 是否必选 参数类型 描述 message 是 表8 objects 生成文本的内容。 index 是 Integer 生成文本在列表中的索引值，从0开始计算。
避免头部大幅度转动或者摆动，避免嘴巴被遮挡，可能造成口型异常。 视频中需保证仅出现录制者及其声音。如果出现其他人物形象或声音，将会影响口型生成效果和声音克隆效果。 避免动作幅度过大超出画面；避免相机距离人过远；建议人脸在画面中的占比超过1/5。 15秒静默状态时，需正视镜头，面带微笑，嘴巴闭合，保持静默。
分享给其他用户使用。 获取数字人互动页面URL的方式还有：进入“我的创作 > 智能交互 > 对话项目”页面，单击智能交互对话项目右侧的“生成URL并复制”，将URL分享给其他用户使用。 图4 智能交互对话项目 父主题： 创建智能交互数字人（二次开发场景）
wav~19.wav；文本文件命名规则：0.txt~19.txt。 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
在MetaStudio控制台开播页面，停止直播任务。 调用结束数字人智能直播任务接口，停止直播任务。 服务自动关停直播任务 下述场景下， 生成的直播视频流没有观看者，服务为保障租户利益，会自动关停直播任务。 在MetaStudio控制台开播，且没有配置RTMP推流时，用户关闭了视频播放窗口一段时间以后，约2~3分钟。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
