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
尾静音时长 云端对音频进行VAD检测，发现一句话末尾的静音时长超过500ms，会结束语音识别。建议该值大于500ms。 图2 获取访问权限 单击“确定”，创建应用，创建效果如图3所示。 可单击“修改”，修改配置。
表10 ShootScript 参数 是否必选 参数类型 描述 script_type 否 String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config
SDK资源不存在 语音唤醒SDK资源不存在 确保语音唤醒SDK资源在OBS桶中存在且信息正确 400 MSS.47010203 当前会话无充足的语音唤醒通道资源 当前会话无充足的语音唤醒通道资源 确保有足够的语音唤醒通道资源 400 MSS.47010204 操作系统参数类型非法
产品介绍 视频论坛 立即使用 立即使用 成长地图 由浅入深，带您玩转MetaStudio 弹性云服务器四 01 了解 了解数字内容生产线的工作原理、功能详情、应用场景等，帮助您快速找到与业务适配的功能。
取值范围： 90-240 默认取值： 140 表9 VoiceConfigRsp 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。
尾静音时长 云端对音频进行VAD检测，发现一句话末尾的静音时长超过500ms，会结束语音识别。建议该值大于500ms。 单击“确定”，创建应用，创建效果如图2所示。 可单击“修改”，修改配置。 图2 创建应用 （可选）单击“对话配置”页签，配置对话，详细操作请参考对话配置。
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 如果一个视频包含多场景，可以新增场景依次制作，顺序播放。
显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。
表10 ShootScript 参数 是否必选 参数类型 描述 script_type 否 String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config
显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。
每个单场景如果包含语音合成标记语言SSML标签，文字数量需小于128K。 音频驱动 每个单场景上传音频的大小不超过100M。 视频格式 插入的视频素材支持的格式为：MP4、M4V、MKV、MOV、FLV、3GP、WMV、AVI和WEBM。
路数 live_periodic_ncj_2d_model - 智能交互基础版 路 chat_basic_ncj_2d_model - 智能交互专业版 路 chat_advanced_ncj_2d_model 当前未启用 3D数字人 照片建模 个 modeling_count - 语音驱动
操作前准备 用户创建声音制作任务前，需要参考操作步骤准备如下内容： 使用“语料上传”方式上传语音文件前，需参考声音制作页面的“录音指导”，提前录制好音频。 声音授权签署文件，如授权书所示。 操作步骤 登录MetaStudio控制台。
LIVE_2D：分身数字人视频直播 VIDEO_2D：分身数字人视频制作 CHAT_2D：分身数字人智能交互 BUSINESS_CARD_2D：分身数字人名片 PICTURE_2D：照片数字人视频 MODELING_3D：3D照片建模 VDS_3D：3D视觉驱动 TTSA_3D：3D语音驱动
表11 ShootScript 参数 参数类型 描述 script_type String 参数解释： 脚本类型，即视频制作的驱动方式 约束限制： 不涉及 取值范围 TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 默认取值： TEXT text_config TextConfig
显示时长规则为，若携带reply_texts、reply_audios，则与播放语音内容时长保持一致。若未携带，则与匹配的关键词语音内容时长保持一致。
文案可以自己撰写，写好了可以直接上传到对话框，就可以直接生成口播介绍视频了，可以点预览，就能听语音效果。
默认TEXT TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动 text String 台词脚本。 create_time String 创建时间，格式遵循：RFC 3339 如"2021-01-10T08:43:17Z"。
说明： SIS:使用的语音识别服务为SIS时选此类型 robot_id 是 String 应用ID。
说明： SIS:使用的语音识别服务为SIS时选此类型 vocabulary_id String 热词ID(sis中配置)。 sis_project_id String SIS服务所在区域projectId region Integer 对接SIS服务的区域。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
