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数字人照片建模算法 表3 照片建模算法 算法项 描述 算法名称 华为云MetaStudio数字人照片建模算法 备案编号 网信算备520111252474601230033号 算法基本原理 数字人照片建模算法是指使用深度学习算法将已授权的人像照片信息转换为数字人3D模型的一种技术。 其基本情况包括：
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。
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
String 支持配置的自定义读法类型。当前读法类型会映射为SSML标签，详见文本驱动SSML定义。 包含如下选项： CHINESE_G2P：拼音 PHONETIC_SYMBOL：音标 CONTINUUM：连读 ALIAS：别名 SAY_AS：数字/英文的读法。不同value值有不同的读法，详情如下所示。
String 支持配置的自定义读法类型。当前读法类型会映射为SSML标签，详见文本驱动SSML定义。 包含如下选项： CHINESE_G2P：拼音 PHONETIC_SYMBOL：音标 CONTINUUM：连读 ALIAS：别名 SAY_AS：数字/英文的读法。不同value值有不同的读法，详情如下所示。
直接单击文件右下角的图标，执行下述操作： 从下拉框中选择“删除”，删除当前文件。 从下拉框中选择“批量删除”，勾选所有需要删除的文件。单击界面右下角的“删除”，删除选中的所有文件。 文件上传成功后的操作如下所示： 在PPT页签的文件列表区域，单击上传成功的文件，弹出如图4所示的对话框。 图4
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
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
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
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')。
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。
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
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。
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。
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
支持通过视频来源的维度，筛选展示下方的视频。 视频列表 默认展示全量视频。 查看视频 将鼠标放在视频上方，视频右上角展示图标。单击图标，可查看视频。 插入视频 将鼠标放在视频上方，视频右上角展示图标。单击图标，添加至当前场景的视频直播画面中。 插入的视频播放的时候默认无声音，仅有画面。 在视频直播画面预览区域，如
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。
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
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
