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
智能交互SDK安装包里为什么有图片资源？ SDK里面包含图片资源，是因为智能交互的动效、背景可能需要图片资源才能展示更好的效果。所以智能交互Web SDK为了方便用户集成使用，会同时包含UI相关资源。 speechRecognized和semanticRecognized通知的流式返回有什么差异？
场景、图片和音乐资产。 图2 上传资产 单击“图片”，进入“图片上传”页面，如图3所示。 请根据实际情况，配置下述信息： 资产标题：图片的标题。 图片简介：图片的基本介绍，方便了解和使用。 风格：关键词标签，方便用户搜索此类型的资产。 基本信息：图片的用途。 图3 上传图片 单击
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')。
功能介绍 该接口用于在资产库中添加上传新的媒体资产。可上传的资产类型包括：分身数字人模型、背景图片、素材图片、素材视频、PPT等。 资产类型是IMAGE时，通过system_properties来区分背景图片（BACKGROUND_IMG）、素材图片（MATERIAL_IMG）。 资产
字幕中正常断句的符号，如中文符号、，。：；！？….. 等；英文符号,.:;!?...等，系统会自动去除。 如果自动去除的符号在一段文字中间，自动去除后，会再增加一个空格。 如果自动去除的符号在段落末尾，仅直接去除。 有些符号不会自动去除，如中文符号“”《》（）·~——等；英文符号""《》()·~--等。
字幕中正常断句的符号，如中文符号、，。：；！？….. 等；英文符号,.:;!?...等，系统会自动去除。 如果自动去除的符号在一段文字中间，自动去除后，会再增加一个空格。 如果自动去除的符号在段落末尾，仅直接去除。 有些符号不会自动去除，如中文符号“”《》（）·~——等；英文符号""《》()·~--等。
用户与数字人进行智能交互的页面，富媒体展示效果支持使用SDK提供的默认展示方式。 下述智能交互客户端SDK的两个方法的配置字段enableCaption，默认值均为False，即用户自定义富媒体的展示效果。如果需要使用SDK提供的默认展示效果，需修改参数enableCaption的值为true。
JPEG和BMP格式的图片上传。 也支持直接拖拽本地图片至图片列表区域，完成上传操作。 关键词搜索框，可输入图片名称进行精准搜索。 示例：科技。 筛选条件 支持通过背景图片来源的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。
力是有差异的，请通过“查询资产详情”接口，获取每个音色支持使用的标签。 speak标签 描述 <speak></speak>：SSML文本的根节点。 语法 1 <speak>这里输入SSML标签的文本</speak> 属性 无 标签关系 <speak>可以包含文本和标签，包括<
答复用户问题。 回复问题的时候，支持同时在直播画面中展示图片或者视频信息，以加强回复效果。图片和视频的添加和设置方式完全相同，下面以图片为例，进行操作说明。 单击下方的“+”区域框，从本地选择图片或视频，添加到“+”区域框中。 添加成功后，区域框展示图片缩略图，如所示。 将鼠标放在区域框中，区域框变化为形式。
45000012 图片数量超限 用户上传前景图片数量超过限制，目前是100张 要求用户减少图片数量 400 MSS.45000013 图片格式错误 用户上传的图片格式不支持 要求用户修改图片格式 400 MSS.45000014 图片解析失败 用户上传前景图片中有无法解析的图片 要求用户替换有问题的图片
成3D数字人表情和肢体驱动数据的一种技术。 其基本情况包括： 输入数据：语音音频数据。 算法原理：通过深度学习算法，提取语音音频中的特征，并转化为表情驱动的表情基系数。 输出结果：表情基系数。 应用领域：应用于3D数字人文本和语音驱动场景，包括：短视频制作、直播和交互等。在特定场
界面默认展示两列图片，单击图标后，缩小展示为1列图片。单击图标，可恢复为2列展示。 关键词搜索框，可输入图片名称进行精准搜索。 示例：科技。 筛选条件 支持通过背景、风格和布局的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。 将鼠
需提前准备一张正面清晰且无遮挡的数字人形象照片，并满足如下要求： 图片格式：png、jpg、jpeg、webp。 单击“查看示范”，查看正确示范和错误示范。 界面操作如下所示： 单击“头像区域”，从本地选择分身数字人头像图片。 在弹出的“头像调整”对话框中，可以调整图片大小和图片位置。 单击“确认”，头像上传完成。
加视频素材，且已添加的素材也会全部清除。 支持设置为纯色背景，可以选择已有的颜色，也可以自定义颜色。 筛选条件 支持通过背景、类型的维度，筛选展示下方的图片。 图片列表 默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。 将鼠标放在图片上方，图片右上角展示图标。单击图
素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。 横屏（16:9）背景图
像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y 否 Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。 横屏（16:9）
素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。 横屏（16:9）背景图
像素的X轴的像素值。 横屏（16:9）背景图片像素为1920x1080；竖屏（9:16）背景图片像素为1080x1920。 取值范围： -1920-3840 position_y 否 Integer 分身数字Y轴位置，即分身数字图片底边中心点像素的Y轴的像素值。 横屏（16:9）
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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
