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。
申请成为SP用户 MetaStudio支持SP模式，此模式对大客户开放，用于分销场景。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。
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。
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
（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：
照片建模的含义：根据单张照片自动生成3D风格化基础模型。 按需计费 按需预付费套餐包 语音驱动 按照输入文本或语音驱动数字人口型、表情等动作的时长进行计费。 计费时优先使用套餐包中的额度，该额度使用完后，转按需付费。 语音驱动的含义：根据输入文本或语音驱动数字人口型、表情等动作。 按需计费 按需预付费套餐包 视觉驱动
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
接口参考 主入口（HwICSUiSdk） 事件通知（EventMap） 错误码（ICSError） 授权浏览器麦克风的访问权限 Web语音唤醒 父主题： Web SDK
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：
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
speakingStart 数字人开始讲话事件。 × √ speakingStop 数字人结束讲话事件。 × √ speechRecognized ASR对提问进行语音识别后输出为文本的事件。 × √ semanticRecognized LLM对提问进行语义识别后输出回复文本的事件。speechReco
应用示例 示例1：上传资产 示例2：分身形象制作管理 示例3：声音制作任务管理 示例4：语音合成管理 示例5：视频制作 示例6：视频制作剧本管理 示例7：视频直播 示例8：视频直播对接实时音视频客户端SDK 示例9：资产管理 示例10：数字人名片制作 示例11：智能交互
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
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，
提供下述2种方式开播： 从直播平台获取推流地址。获取方式各平台入口不一，建议咨询对应的直播平台。在MetaStudio服务这里仅需输入推流地址，即可直推平台。 推流即RTMP直推，华为云服务器直接把画面传到直播平台服务器，不需要用户一直打开控制台。 如果直播平台无法提供推流地址，可通过窗口捕获方式开播。
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。
使用的功能申请对应的系统权限并向用户告知征得其同意。 权限 权限描述 使用目的 获取麦克风权限 获取浏览器的麦克风设备权限 开始语音交互时，用于进行语音识别文字，获取交互答案 四、延迟初始化要求 为了避免您的应用在未获取用户的同意前SDK提前处理用户的个人信息。我们提供了智能交互
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”
