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
华为云MetaStudio分身数字人驱动算法 备案编号 网信算备520111252474601240045号 算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。 其基本情况包括： 输入数据：真人视频、音频。 算法原理：通过深度学习算法来学习真人视频
查询用户配置的个性化音频时长 功能介绍 查询用户配置的个性化音频时长 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/voice-training-manage/user/tenant-duration-cfg 表1 路径参数 参数 是否必选 参数类型
前提条件 需要申请开通智能交互权限后，才可以使用分身数字人智能交互功能。 智能交互对硬件设备的最低配置要求，如智能交互使用限制所示。 与数字人智能交互的界面，对浏览器的要求，如智能交互使用限制所示。 父主题： 智能交互
提交工单申请开通，并提供需要使用的第三方应用名称。 单击“添加意图及话术”，新增“意图1”配置框。 需配置下述参数： 意图1：从下拉框中选择意图，这里展示的意图是服务预置的，不支持从当前界面增加新的意图名称。用户也可以在提交工单时，同步补充需要的意图列表，让服务进行预置。仅支持选
智能交互限制 智能交互对硬件设备的最低配置要求，如表1所示。 表1 硬件设备要求 硬盘配置 最低配置 CPU i5及以上版本。 内存 8G以上。 硬盘 128G及以上。 操作系统 Windows或Android系统。 麦克风 需要有麦克风，且要保障1米以内的拾音效果。 扬声器 需要有扬声器。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
如果训练生成的数字人形象满足需求，单击右下方的“通过”。在弹出的“确认”对话框中，单击“确认”，数字人形象生成完成。 如果训练生成的数字人形象不满足需求，单击右下方的“驳回”，进入“问题填写”界面。 输入“问题标题”、“问题描述”，并上传相应的附件，如更新后的绿幕视频文件等内
配置特殊词表 支持全局设置多音字或者别名，设置完成后，所有视频草稿自动生效。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“我的创作”。 选择“声音”页签，单击界面右侧的“特殊词表”，进入如图1所示的界面。 图1 特殊词表 单击“新建词表”，界面新增一行特殊词，如图2所示。
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 X-Project-Id 否 String
查看声音 声音制作任务算法训练完成后，可以查看声音。 操作步骤 登录MetaStudio控制台。 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。
配置对话机器人服务CBS 在对话机器人服务配置问答机器人。MetaStudio创建对话时，如果“第三方应用”需要选择“华为云CBS”时，才需要执行本节操作，详情请参考表1。 操作步骤 登录MetaStudio控制台。 单击界面左上角的图标，在弹出的浮动框中，搜索“对话机器人服务 CBS”，如图1所示。
ng”。可以检查当前PC的浏览器是否支持H265（HEVC）视频解码。 图2 查看浏览器配置 用ffmpeg检查视频的编码是否是H265（HEVC），输入命令：ffmpeg -i 视频文件名。 图3 检查视频是否是hevc编码 需要先安装ffmpeg，安装方法如下。 ffmpeg下载地址：https://github
器。”就可以轻松地控制您的家居设备。 17. 这样的智能生活体验，不仅让您的生活变得更加便利，也让您的家庭更加温馨和谐。 18. 从科技创新的角度来看，家用机器人在许多方面都具有创新性。 19. 它采用了人工智能、机器学习、深度学习和计算机视觉等一些最新的科技成果，并将这些技术应用于解决日常生活中的问题。
我的知识库”页面，如图3所示。 在当前页面可以看到普通文件和问答题库的上传入口。 图3 我的知识库 上传普通文件操作。 单击“普通文件”区域的“上传文件”，进入“文件上传”页面，如图4所示。 图4 文件上传 设置“知识库名称”。 一个知识库可以是一堆文件的集合。 上传文件。 支持上传TXT
场景一：用户开箱即用的智能交互数字人场景。 在MetaStudio控制台完成交互配置，包括LLM或者大模型配置，通过Web页面浏览，无需开发。 图1 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
数字人是一种以数字形式存在于数字空间中的虚拟人物，它具有拟人或真人的外貌、行为特点，并具备一定的智能和情感，可以进行交互和表达。数字人也可以被称之为虚拟形象、数字虚拟人、虚拟数字人等。数字人的核心技术主要包括计算机视觉、计算机图形学、动作捕捉和驱动、图像渲染和人工智能等。 服务型数字人：利用深度神经网络进行图像合成、高度拟真的虚拟人。
对话项目 找到需要修改的对话项目，单击右侧的“编辑”，进入对话编辑界面，如图2所示。 图中标识“1”处为语言修改配置。请根据实际情况切换语言，目前仅支持中文和英文。 图中标识“2”处为声音切换入口。单击图标，弹出如图3所示的对话框，选择需要切换的声音。 请注意，切换后的声音必须与前面切
对话项目 找到需要修改的对话项目，单击右侧的“编辑”，进入对话编辑界面，如图2所示。 图中标识“1”处为语言修改配置。请根据实际情况切换语言，目前仅支持中文和英文。 图中标识“2”处为声音切换入口。单击图标，弹出如图3所示的对话框，选择需要切换的声音。 请注意，切换后的声音必须与前面切
参考真人声音录制，提前录制一个WAV或MP3格式的长音频文件，每句之间需要有2~3秒的停顿。语料推荐使用文案样例（基础版）。 声音授权签署文件。 操作步骤 登录MetaStudio控制台。 单击“声音制作”下方的“开始创建”，进入声音制作页面。 图1 定制声音 在“华为模型”页签，配置声音制作参数。 界面操作详情，如表1所示。
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。 包含如下选项：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
