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
47010049 滑块验证码信息不存在 滑块验证码信息不存在 请重新获取滑块验证码 400 MSS.47010050 滑块验证码验证失败 滑块验证码验证失败 请重新验证滑块验证码 400 MSS.47010051 滑块验证码验证失败次数超过最大值 滑块验证码验证失败次数超过最大值
声音制作任务管理 查询用户配置的个性化音频时长 创建基础版语音训练任务 创建进阶版语音训练任务 创建高级版语音训练任务 查询语音训练任务列表 提交语音训练任务 查询语音训练任务详情 删除语音训练任务 查询任务操作日志 获取语音文件上传地址 获取语音训练任务审核结果 设置任务批次 确认在线录音结果
基于图片URL创建照片建模任务 3D数字人语音驱动 表30 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
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。
认知大模型”。 应用名称 与AIUI开放平台应用的“应用名称”保持一致。 APPID 与AIUI开放平台应用的“APPID”保持一致。 APPKEY 与AIUI开放平台应用的“APPKEY”保持一致。 APISECRET 与AIUI开放平台应用的“APISECRET”保持一致。 对接生产环境
在科大讯飞平台创建应用（星火交互认知大模型） 在科大讯飞AIUI开放平台，创建星火交互认知大模型的应用。 星火交互认知大模型应用，不支持直接切换为AIUI通用语义模型。因为已配置内容不适用，建议参考在科大讯飞平台创建应用（AIUI通用语义模型）单独为其创建应用。 详细操作如下所示
第三方平台的直播画面不清晰怎么办？ 如果用户在第三方直播平台的直播画面不清晰，需排查是否是下述原因导致： 电脑是否有独立显卡。 OBS视频采集工具的基础分辨率配置是否与输出分辨率一致。 检查独立显卡 用户使用的第三方直播平台所在电脑，必须装有独立显卡。 检查OBS视频分辨率配置
第三方平台的直播画面不清晰怎么办？ 如果用户在第三方直播平台的直播画面不清晰，需排查是否是下述原因导致： 电脑是否有独立显卡。 OBS视频采集工具的基础分辨率配置是否与输出分辨率一致。 检查独立显卡 用户使用的第三方直播平台所在电脑，必须装有独立显卡。 检查OBS视频分辨率配置
配置说明如下所示： 如果科大讯飞AIUI开放平台应用使用AIUI通用语义模型，则从下拉框中选择“科大讯飞AIUI通用语义模型”。 如果科大讯飞AIUI开放平台应用应用使用星火大模型，则从下拉框中选择“科大讯飞星火交互认知大模型”。 应用名称 与AIUI开放平台应用的“应用名称”保持一致。 APPID
个浏览器窗口。 MetaStudio控制台超过10分钟不操作，默认会退出登录，导致第三方直播平台的直播画面也中断。需要确保图3的窗口始终是打开的，直播过程中一定不能关闭，这样第三方直播平台的直播才能顺利完成。 图2 直播窗口 图3 确保直播过程不中断的窗口 父主题： 视频直播
在科大讯飞平台创建应用（AIUI通用语义模型） 在科大讯飞AIUI开放平台，创建AIUI通用语义模型的应用。 AIUI通用语义模型应用，不支持直接切换为星火交互认知大模型。因为已配置内容不适用，建议参考在科大讯飞平台创建应用（星火交互认知大模型）单独为其创建应用。 详细操作如下所
个浏览器窗口。 MetaStudio控制台超过10分钟不操作，默认会退出登录，导致第三方直播平台的直播画面也中断。需要确保图3的窗口始终是打开的，直播过程中一定不能关闭，这样第三方直播平台的直播才能顺利完成。 图2 直播窗口 图3 确保直播过程不中断的窗口 父主题： FAQ
1版本，变更点如下所示： 语音唤醒能力支持设备切换实时生效。 2024-12-30 本次变更如下： 新增发布3.0.1版本SDK，相比2.2.0版本，变更点如下所示： 新增语音唤醒能力，详见Web语音唤醒。 新增接口initResourcePath，支持设置语音唤醒算法以及资源路径，保证正常使用语音唤醒能力。
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。
下面，我们为您详细介绍家用机器人在交互创新方面的功能和特点： 162. 语音交互：您只需向机器人发出语音指令，就可以实现各种功能，如查询信息、播放音乐、设定提醒等。 163. 家用机器人还具备语音识别和语音回应功能，让您能够与机器人进行流畅的对话和交流。 164. 视觉交互：家用
每个单场景中所有段落输入文字的总量需大于200字。 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，需小于3000。 整个直播间所有段落的文本总字符数，如果包含语音合成标记语言SSML标签时，需小于30万。 音频驱动 每个单场景上传音频的时长需大于1分钟，大小不超过100M。
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
数字人 数字人支持换脸吗？ 数字人支持换衣服吗？ 数字人支持添加动作吗？ 数字人说话是文本驱动还是语音驱动？ 数字人支持提供语义理解知识库吗？ 数字人支持TTS和ASR吗？
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
