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
参数配置说明，如下所示： 情景模式名称：必须配置为“English”。 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”。
会影响此前基于您授权所进行的个人信息处理活动的效力。 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。
如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 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。
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 否 TextConfig object 讲解词配置。 audio_drive_action_config
基本不用修改，直接复制出来使用就可以。 下一个功能是文字语音互转，在新版本中我们新增很多音色。 基本上市面上听到的解说声音都可以在喵影找到，以刚刚AI生成的文案为例。 我们只需要复制这个文案添加到字幕轨道中，找到文字转语音的按钮，选择“电影解说” 这个配音，点击进行转换，然后稍作等待，大家就能听到熟悉的声音。
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 否 TextConfig object 讲解词配置。 audio_drive_action_config
参数配置说明，如下所示： 情景模式名称：必须配置为“English”。 保持“语音语义”不变。 图22 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“星火交互认知大模型”。
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24 SmartVideoLayerConfig 参数
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23 SmartVideoLayerConfig 参数
定制声音时，从平台下载的授权书中有明确说明，定制音色需授权给公司使用。 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。
400 MSS.47010202 语音唤醒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
风格化照片建模生成的模型文件是什么格式？ 风格化照片建模生成Glb格式的模型文件。 父主题： 照片建模
接切换至新接口）。 startUserSpeak 用户开始提问。 stopUserSpeak 用户停止提问（注：此处只是停止ASR接收用户语音，对话仍处于激活态）。 interruptSpeaking 中断数字人讲话。 muteRemoteAudio 数字人静音。 unmuteRemoteAudio
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 object 讲解词配置。 audio_drive_action_config Array of AudioDriveActionConfig objects 语音驱动时的动作配置。
照片建模 个 按需 hws.resource.type.metastudio.modeling.stylizedphoto.number - 语音驱动 分钟 按需 hws.resource.type.metastudio.modeling.audiodriving.duration -
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23 SmartVideoLayerConfig 参数
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 FLEXUS_2D：FLEXUS版本资源 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token
表3 请求Body参数 参数 是否必选 参数类型 描述 hot_words_type 是 String 热词类型。 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。 sis_hot_words 是 CreateSisHotWords
剧本封面下载url。 script_type String 脚本类型，即视频制作的驱动方式。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"。
表3 请求Body参数 参数 是否必选 参数类型 描述 hot_words_type 是 String 热词类型。 说明： SIS:使用的语音识别服务为SIS时选此类型 sis_hot_words 是 UpdateSisHotWords object sis类型热词 表4 UpdateSisHotWords
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
