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
窗口捕获方式开播。 智能交互 对接第三方大脑，通过数字人交互的方式与用户进行问答。场景应用广泛，包括智能导购、文旅导览、智能问答、营业厅客服等。 注意： 数字人回答的内容，是由对接的第三方大模型或知识库返回的答案决定的。 资产管理 支持从本地上传模型、PPT、动画、素材、视频、场景、图片、音乐等资产。
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。
用。 主要功能如下所示，详见功能特性。 数字内容生产线Metastudio通过AI学习真人形象和声音，来生成数字人模型，相应功能为形象制作、声音制作和Flexus分身数字人。再将模型用于音视频内容的创作，相应功能为视频制作、视频直播和智能交互，主要是生成画面内容。也可以直接通过静
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：
其他数值：同一条弹幕规则重复触发的间隔时间，每条规则的触发时间互不影响。 默认值：120。 用户入场触发间隔时间 取值范围[-1,120]，单位：秒。 取值含义如下所示： -1：只触发1次。 0：一直触发。 其他数值：同一条达到互动条件的用户入场规则重复触发的间隔时间，每条规则的触发时间互不影响。
数字人定制任务审核通过后，启动算法训练，会在3个工作日内训练完成并生成数字人。 图5 数字人定制任务 等待数字人模型训练完成后，任务状态变更为“算法训练完成”，如图6所示。 图6 数字人定制任务 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。
设置完成后，单击“生成视频”，弹出如图2所示的对话框，显示照片数字人视频的生成进度。 可执行下述操作： 单击图中第一个链接“任务中心-视频”，可进入“任务中心 > 照片数字人”页面，查看任务进度，详情请参见查看任务。 单击图中第二个链接“我的创作-视频”，可进入“我的创作 > 视频”界面，查看已生成的视频，详情请参见查看视频。
解除所有IP访问的限制。 在客户端防火墙配置SparkRTC端口和域名白名单。 配置SparkRTC端口的防火墙白名单，如表1所示。 表1 防火墙端口白名单 端口类型 端口 TCP端口 443、6447 UDP端口 20000-20063 配置SparkRTC域名的防火墙白名单，如表2所示。
开启卡片区域右上角的开关。 单击卡片区域右下角的开关，在弹出的“技能设置”对话框中选择需要使用的技能版本。 此时，应用已具备基础的对话能力，可以回答已配置的语料内容。 图4 配置应用需要的技能 单击右上方的“保存配置”。界面提示“保存成功”，回到“应用配置”页面。 单击界面右上方的“保存修
传至应用中。 单击界面右上方的“保存修改”，保存应用修改。 配置应用的设备人设。 开启闲聊功能后，再配置“设备人设”，这样用户在问一些简单的问题时，如：您的姓名、您的年龄、您的国籍，应用会回复“设备人设”中配置的语料内容。 可参考下述操作，配置专用的“设备人设”来满足上述使用场景。
荷兰语、西班牙语、印尼语、阿拉伯语、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
第三方平台的直播画面不清晰怎么办？ 如果用户在第三方直播平台的直播画面不清晰，需排查是否是下述原因导致： 电脑是否有独立显卡。 OBS视频采集工具的基础分辨率配置是否与输出分辨率一致。 检查独立显卡 用户使用的第三方直播平台所在电脑，必须装有独立显卡。 检查OBS视频分辨率配置 OB
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所示。 图2 创建应用 表1 创建应用 参数 说明 第三方应用 配置说明如下所示： 科大讯飞平台应用的“自然语言模型”配置为“AIUI通用语义模型”时，如配置应用所示。请从下拉框中选择“科大讯飞AIUI通用语义模型”。
如果授权过程中出现报错信息“没有委托操作权限”，可能是当前的IAM用户没有权限进行授权操作，需要参考开通委托报错如何处理？处理。 表2 创建应用 参数 说明 第三方应用 配置说明如下所示： 科大讯飞平台应用的“自然语言模型”配置为“AIUI通用语义模型”时，如配置应用所示。请从下拉框中选择“科大讯飞AIUI通用语义模型”。
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所示。 图2 创建应用 表1 创建应用 参数 说明 第三方应用 从下拉框中选择“奇妙问”。 应用名称 设置当前智能交互数字人应用的名称。 账号 注册奇妙问的账号，即用户注册奇妙问的手机号。 APPSECRET
初始化语音唤醒资源，不使用语音唤醒能力则忽略该接口。 3.0.1之后的websdk包里面有如下两个资源文件，如果不使用语音唤醒，可忽略这两个文件。 wasmData.js：语音唤醒的算法资源文件。 modelData.js：语音唤醒的模型资源文件。 SDK内置默认唤醒模型，支持定制唤醒词，并更新本地模型，详见Web语音唤醒。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
