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
is_end_at_first_frame Boolean 参数解释： 视频结束帧是否跟起始帧相同。需要多个数字人视频无缝拼接时设置成true。 约束限制： 仅分身数字人视频制作支持，当视频制作时插入动作标签后此设置将失效。 取值范围 true: 开启 false: 不开启 默认取值： false 表6 SubtitleConfig
voice_config VoiceConfig object 语音配置参数。 streamer_action String 参数解释： 助播出声时主播行为设置。 约束限制： 不涉及 取值范围： SILENCE：静默 VOLUME_DOWN：音量降低 默认取值： 不涉及。 表13 VoiceConfig
IMAGE：图片 VIDEO：视频 AUDIO：音频 order 否 Integer 参数解释： 资产次序。不设置或者0表示按照加入时间先后排序。业务上将次序最靠前的图片设置为商品封面。 取值范围： 0-300 默认取值： 0 表5 ProductTextInfo 参数 是否必选 参数类型
voice_config VoiceConfig object 语音配置参数。 streamer_action String 参数解释： 助播出声时主播行为设置。 约束限制： 不涉及 取值范围： SILENCE：静默 VOLUME_DOWN：音量降低 默认取值： 不涉及。 表13 VoiceConfig
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。也可以直接通过静态的人脸照片生成视频，对应功能为照片数字人。
稿二：数字人形象采集指南 大家好，今天我很高兴能来到这里进行数字人形象和声音的采集。接下来，我将和大家一起复盘一下数字人的形象拍摄要求。 第一步，我们需要在拍摄前检查自己的穿着，在绿幕的拍摄环境下，不能穿绿色或者透明的衣服、也不要穿含有密集条纹的衣服。我们需要确保面部没有零散的发
t 获取语音训练任务审核结果 PUT /v1/{project_id}/voice-training-manage/user/batch 设置任务批次 POST /v1/{project_id}/voice-training-manage/user/training-segment
is_end_at_first_frame Boolean 参数解释： 视频结束帧是否跟起始帧相同。需要多个数字人视频无缝拼接时设置成true。 约束限制： 仅分身数字人视频制作支持，当视频制作时插入动作标签后此设置将失效。 取值范围 true: 开启 false: 不开启 默认取值： false 表10 SubtitleConfig
查询音色ID 使用接口查询音色ID 支持使用查询资产列表接口，查询音色ID。需要设置如下参数： offset=0：从第一个音色开始查询，可以根据实际情况设置。 limit=60：一次可以查询的声音数据，可以根据实际情况设置。 asset_type=VOICE_MODEL：资产类型为音色模型。
真人声音录制 客户录制真人音频，上传至MetaStudio进行AI训练，即可得到和真人音色1:1复刻的声音模型。 声音模型可实现文本转语音，应用于数字人视频制作、直播、交互问答等场景中。不同版本录制规格如下： 基础版：整段录制生成一个WAV或MP3格式音频，总时长3~10分钟，建议5分钟。
支持文本问答。 startChat新增入参，参考表16，用来设置交互模式（语音问答/文本问答）。 新增接口activeInteractionMode、interactionModeSwitch、sendTextQuestion，用来获取和设置当前交互模式（语音问答或文本问答），以及发送问题文本。
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
4K：4K。支持4K、1080P及720P的视频输出。 默认取值： 1080P app_user_id String 自定义用户id（如创建任务时设置了X-App-UserId则会携带）。 is_flexus Boolean 是否是基础版的形象训练 is_only_human_model
is_end_at_first_frame 否 Boolean 参数解释： 视频结束帧是否跟起始帧相同。需要多个数字人视频无缝拼接时设置成true。 约束限制： 仅分身数字人视频制作支持，当视频制作时插入动作标签后此设置将失效。 取值范围 true: 开启 false: 不开启 默认取值： false 表6 SubtitleConfig
播画面中。 在左侧的“文本设置”界面，设置文本内容和字体样式，如图7所示。 在视频直播画面预览区域，如果存在多种视频直播素材，支持对文本进行图层管理，如：上移一层、下移一层、置顶、置底、复制、应用到全局、删除等。还支持设置大小，拖动位置。 图7 文本设置 父主题： 视频直播
事件通知（EventMap） 本节介绍Web SDK的EventMap事件。 表1 通知列表 接口 描述 error 错误事件。 enterActive 数字人激活事件。 enterSleep 数字人自动休眠事件。 jobInfoChange 交互任务信息变更事件。 speakingStart
的视频画面中。 在左侧的“文本设置”界面，设置文本内容和字体样式，如图9所示。 在视频画面预览区域，如果存在多种视频素材，支持对视频进行图层管理，如：上移一层、下移一层、置顶、置底、复制、应用到全局、删除等。还支持设置大小，拖动位置。 图9 文本设置 父主题： 视频制作
请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。需要获取全局级Token(将scope设置为domain) 通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值）。 响应参数 状态码： 200
请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。需要获取全局级Token(将scope设置为domain) 通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值）。 响应参数 状态码： 200
视频直播 视频直播界面说明 视频直播 互动管理 商品管理 直播任务管理 智能交互设置 视频直播公共配置
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
