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
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
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
创建智能交互数字人 介绍如何在MetaStudio平台创建智能交互数字人，实现用户和数字人交互对话。相应的场景说明，请参考场景说明。 操作步骤 登录MetaStudio控制台，单击“智能交互”。 在智能交互编辑页面，依次设置角色和背景。 查看界面右侧的“互动问答”页签，如图1所示。
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
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。
MetaStudio不支持个人用户定制声音，仅支持企业用户。 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。
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
在左侧导航栏中，选择“我的创作”。 选择“资源”页签，单击“声音”页签。 单击需要使用的声音卡片，进入“声音详情”界面。 这里的“资产编号”即语音同步合成WebSocket接口需要使用的音色ID。 图1 声音详情界面 在控制台查询音色ID（方式二） 支持在MetaStudio控制台界
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
is_inheritance_platform_callback Boolean 参数解释： 是否继承直播平台回调配置，默认true 约束限制： 不涉及。 取值范围： true：继承直播平台callback配置 false：不继承直播平台callback配置 默认取值： false 默认取值： false 表31
选择“资源”页签，如图1所示。 图1 资源页面 单击界面右上方的图标，进入“接收资产管理”页面，如图2所示。 图2 接收资产管理页面 选择“待接收”页签，单击资产所在行的“接收”，如图3所示。 界面提示“资产接收成功”，说明资产接收完成。 图3 待接收资产 单击界面左上方的“返回”，回到“资源 > 已激活”页面。
分身数字人费用：包括分身数字人形象制作、声音制作、分身数字人视频制作、分身数字人视频直播、照片数字人视频制作和分身数字人名片制作的费用。 3D数字人费用：包括照片建模、语音驱动和视觉驱动的费用。 资产管理费用：即服务资产管理的费用。 父主题： 计费咨询
单击“确认”，头像上传完成。 性别 选择性别“男生”或“女生”。 声音 提供下述种方式，生成名片预览语音片段。 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。
选择“分身名片”页签，如图1所示。 在“分身名片”页面，可以看到已生成的名片列表，以卡片形式排列展示。 支持对名片进行如下操作： 单击，查看分身数字人的语音表达形态。 单击“下载”，将名片下载至本地查看。下载后的文件为mp4格式。 单击，在弹出的下拉框中，可查看名片详情、重命名或删除名片。 图1
is_inheritance_platform_callback 否 Boolean 参数解释： 是否继承直播平台回调配置，默认true 约束限制： 不涉及。 取值范围： true：继承直播平台callback配置 false：不继承直播平台callback配置 默认取值： false 默认取值： false 表30
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
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。
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。
型或知识库返回的答案决定的。 6 数字人支持TTS和ASR吗？ 已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。 图1 视频制作 父主题： 产品咨询
风格化单照片建模 按需 按需 单目视觉驱动路数 包月 包周期 语音驱动时长 按需 按需 单目视觉驱动时长 按需 按需 风格化单照片建模10000次套餐包 按需套餐包 语音驱动10小时套餐包 按需套餐包 语音驱动100小时套餐包 按需套餐包 语音驱动500小时套餐包 按需套餐包 单目视觉驱动免费试用套餐包
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
