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
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：等待数字人播放至句末后，再执行当前指令。 父主题： 附录
画布制作完成后，再制作语音。 支持下述2种方式生成语音。每个场景仅支持选择一种音频生成方式。 文本驱动 在文本输入框中，输入文本内容，以生成音频，如图1所示。 文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。
尾静音时长 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。
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。
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。
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。
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。
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。
如果用户看到MetaStudio平台，有发布下述违反法律法规的内容： 涉黄、涉赌、涉毒、涉诈、侵权内容 盗版游戏/软件/盗版视频 P2P类金融诈骗信息 彩票类信息 违规医院和药品类信息 无法正常访问或内容不含有任何实质信息 可第一时间拨打华为云电话、提交工单，或者直接在举报中心举报违规内容
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。
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。
TEXT: 文本驱动，即通过TTS合成语音 AUDIO: 语音驱动，需要在资产库中先上传语音资产 默认取值： TEXT introduction_text String 自我介绍文本，用于驱动数字人口型。
startChat新增入参，参考表14，用来设置交互模式（语音问答/文本问答）。
如果用户看到MetaStudio平台，有发布下述违反法律法规的内容： 涉黄、涉赌、涉毒、涉诈、侵权内容 盗版游戏/软件/盗版视频 P2P类金融诈骗信息 彩票类信息 违规医院和药品类信息 无法正常访问或内容不含有任何实质信息 可第一时间拨打华为云电话、提交工单，或者直接在举报中心举报违规内容
数字人名片 支持为分身数字人制作形象名片，且支持通过名片来试听语音效果。 - 照片数字人 支持上传正面清晰的人像照片，生成会说话的照片数字人视频。 -
它可以与您的家居设备无缝对接，让您通过语音控制，轻松完成各种家务活动。 家用机器人是您生活中的最佳助手，它为您带来了更为智能、便捷和舒适的生活体验。 这样的智能生活体验，不仅让您的生活变得更加便利，也让您的家庭更加温馨和谐。
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 对未成年人的保护 您承诺在您开始使用本服务时是成年人。如您是未成年人，则需要您的父母或监护人同意您使用本服务并同意相关服务条款。
保持“语音语义”不变。 图17 新增情景模式 单击“确定”，English情景模式新增成功。 界面参数配置说明，如下所示： 语音识别：从下拉框中选择“通用-英文-进场”。 自然语言模型：保持默认值“AIUI通用语义模型”。
画布制作完成后，再制作语音。 选择“文本驱动”的方式。在文本输入框中，输入文本内容，以生成音频，如图2所示。 文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。我们精心布置了现场，室内摆放了各类植物和鲜花，场地宽敞明亮，足够大家在室内共同交流和活动。
2023-08-07 第二次正式发布 本次变更如下： 更新3个接口的请求参数和响应参数，包括：查询资产列表、查询资产详情和获取语音驱动数据接口。 2022-12-27 第一次正式发布。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
