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
创建应用 配置应用 查看应用信息 （可选）开启闲聊功能 模拟测试 （可选）新增English情景模式 创建应用 访问科大讯飞的AIUI开放平台。 在界面上方的主菜单中，单击“我的应用”，进入“我的应用”页面。 单击“创建应用”，进入“创建应用”页面，如图1所示。 参数配置说明，如下所示：
第三方平台的直播画面没有声音怎么办？ 如果用户在第三方直播平台的直播画面没有声音，需排查是否是OBS工具设置的桌面音频设备与Windows系统的声音输出设备不一致导致。 检查方法如下所示： 检查OBS桌面音频设备 检查Windows系统的声音输出设备 检查OBS桌面音频设备 本地打开OBS视频采集工具。
2次/秒 2次/秒 - 3D数字人语音驱动 创建语音驱动任务 2次/秒 2次/秒 - 获取语音驱动任务列表 20次/秒 10次/秒 - 创建语音驱动表情动画任务 2次/秒 2次/秒 - 获取语音驱动表情数据 20次/秒 10次/秒 - 获取语音驱动数据 20次/秒 10次/秒 -
每个单场景，如果通过“文本驱动”方式生成语音时，所有段落汇总的文字数量需大于200字。 每个单场景，如果通过“音频驱动”方式生成语音时，每个音频时长需大于1分钟。 文本驱动配置 通过“文本驱动”方式生成语音时，对应的文本要求，如下所示： 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签时，需小于3000。
使用数字人形象，设置画布、音频，合成视频。 适用于各类培训、宣讲、知识分享等场景。 视频直播 使用数字人形象，设置画布、剧本、互动和开播配置，生成直播视频。 可在合作的第三方平台进行数字人视频直播，如淘宝、拼多多、抖音等。 智能交互 包含下述功能实现场景： 支持开箱即用的智能交互数字人。 支持使用第三方语言模型，自主开发API实现与数字人对话。
申请成为SP用户 MetaStudio支持SP模式，此模式对大客户开放，相当于服务的分销商。SP用户支持购买大颗粒度资源包，并分配资源给关联租户使用。 使用限制 SP用户仅对大客户开放申请和使用。 SP用户不支持自己使用购买的资源包。 SP用户不支持访问MetaStudio控制台，进行控制台操作。
2次/秒 2次/秒 - 3D数字人语音驱动 创建语音驱动任务 2次/秒 2次/秒 - 获取语音驱动任务列表 20次/秒 10次/秒 - 创建语音驱动表情动画任务 2次/秒 2次/秒 - 获取语音驱动表情数据 20次/秒 10次/秒 - 获取语音驱动数据 20次/秒 10次/秒 -
每个单场景，如果通过“文本驱动”方式生成语音时，所有段落汇总的文字数量需大于200字。 每个单场景，如果通过“音频驱动”方式生成语音时，每个音频时长需大于1分钟。 文本驱动配置 通过“文本驱动”方式生成语音时，对应的文本要求，如下所示： 每个段落的文本字符数量需小于2000，如果包含语音合成标记语言SSML标签时，需小于3000。
购买资源 用户可以使用SP账号购买资源包。对SP账号开放购买的资源包，普通用户不可见。 所有资源的购买操作均相同，下面以“分身数字人形象制作”为例，进行操作演示。 前提条件 当前用户已拥有SP账号。 操作步骤 使用SP用户登录华为云控制台，单击界面左上角的图标，在弹出的服务列表界面中，搜索并单击“数字内容生产线
基于图片URL创建照片建模任务 3D数字人语音驱动 表28 3D数字人语音驱动接口 接口 说明 POST /v1/{project_id}/ttsa-jobs 创建语音驱动任务 GET /v1/{project_id}/ttsa-jobs 获取语音驱动任务列表 POST /v1/{project_id}/ttsa/fas
3D数字人 3D数字人风格管理 3D数字人风格化照片建模 3D数字人语音驱动 3D数字人视频驱动
（可选）创建问答库 配置应用 查看应用信息 （可选）开启闲聊功能 模拟测试 （可选）新增English情景模式 创建应用 访问科大讯飞的AIUI开放平台。 在界面上方的主菜单中，单击“我的应用”，进入“我的应用”页面。 单击“创建应用”，进入“创建应用”页面，如图1所示。 参数配置说明，如下所示：
条新返回了“饭了么”，则第二条text值为“饭了么”，需要将两条通知的text值拼接在一起才是完整的内容。 文本问答的用法 智能交互默认是语音问答，如需使用文本问答，需要切换模式。可以通过下述2种方式处理： 在开始对话时设置。使用startChat接口开启对话时，设置成文本问答模式，如下所示：
应用示例 示例1：分身形象制作管理 示例2：声音制作任务管理 示例3：语音合成管理 示例4：视频制作 示例5：视频制作剧本管理 示例6：视频直播 示例7：视频直播对接实时音视频客户端SDK 示例8：资产管理 示例9：数字人名片制作 示例10：智能交互
MetaStudio控制台预置模特的有效使用期为3年，在2027年的年中前用户可以放心使用。具体下线时间请关注MetaStudio服务，会提前3个月在现网开放下线公告。 父主题： 使用限制
play_pause：数字人暂停剧本播放，并保持静默状态。 play_resume：数字人恢复剧本播放。 voice_start：启动数字人实时语音播放。 voice_end：结束数字人实时语音播放。 “timing”为直播控制指令执行的时间，取值如下所示： NOW：立即执行指令。 SENTENCE_END：
参数解释： 图片显示时长，单位s。 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。 取值范围： 0-3600 默认取值： 0 表12 SmartVideoLayerConfig 参数
系统会对用户的提问音频进行检测，如果一句话末尾的静音时长超过500ms，会结束语音识别。 建议取值大于500ms。 热词 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。 单击热词后面的问号图标，在提示框中单击“查看教程”，可以查看配置视频。
播报内容生成后，单击右侧的“试听”，可以试听播报效果。 语音上传：本地录制音频后上传。音频格式需要为WAV或MP3格式，音频大小不超过20MB，时长不超过5分钟。 在线录音：在线录制音频。录音时长不能超过5分钟，为保证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，
String 自我介绍驱动方式。 TEXT: 文本驱动，即通过TTS合成语音。文本驱动需要填写introduction_text和voice_asset_id参数。 AUDIO: 语音驱动，需要在资产库中先上传语音资产。语音驱动需要填写introduction_audio_asset_id参数。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
