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
先来简单介绍一下这些非常实用的AI工具吧。 你想制作出现在正流行的数字人视频吗？那绝对得用万兴播爆！ 这个工具不仅能让数字人出镜帮你做视频，还能让你的视频变得更有创意、更吸引人。 如果你需要更高级的视频剪辑功能，那必须得选择万兴喵影。 它提供了强大的编辑工具，让你轻松打造出惊艳的影片，
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。 在界面下方，选择“混音器”。 图1 OBS工具 单击“桌面音
基础版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长3~10分钟，建议5分钟。 进阶版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长10~30分钟，建议15分钟。 高品质声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长1小时以上，建议1小时。
言，并用默认语言与用户进行问答。可通过界面右上方的语言切换图标，切换语言。 注意：科大讯飞场景下，如果选择“英文”，科大讯飞应用要新增English情景模式，详见创建智能交互数字人（科大讯飞）。 声音 单击声音右侧的图标，切换数字人声音。 这里选择的声音，需要与前面选择的语言匹配
ADMIN_UPDATE_VIDEO：管理员更换视频 ADMIN_UPDATE_ACTION_VIDEO：管理员更换动作编排视频 ADMIN_RESET：管理员一键重置 ADMIN_ACCEPT：管理员通过 USER_REPAIR：用户修复 SYSTEM_UPDATE_COVER：更换封面 ADMIN_S
号 算法基本原理 数字人照片建模算法是指使用深度学习算法将已授权的人像照片信息转换为数字人3D模型的一种技术。 其基本情况包括： 输入数据：有授权的人像照片。 算法原理：使用深度学习算法，将人像照片转换为数字人3D模型。 输出结果：数字人3D模型。 应用领域：数字人照片建模算法可
表1 环境要求 环境项 使用限制 开发工具 Microsoft Visual Studio Code、WebStorm或其他Web IDE开发工具。 语言 Javascript或Typescript。 编译环境 建议Node 17+。 编译工具 建议Webpack 5 + babel
MetaStudio服务调用第三方语言模型的API地址。 MetaStudio服务对接第三方语言模型LLM时，需要按照MetaStudio服务定义的接口参数格式开发LLM接口，详见智能交互第三方LLM回调接口。然后由MetaStudio服务调用此接口，实现智能交互能力。 流式响应 MetaStud
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 分身数字人名片 父主题： 数字人名片制作
提供下述种方式，生成照片数字人播报内容。 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
视频方向可能不对，竖屏横拍的素材需要旋转，确保被拍摄对象为竖向。 视频为非主流编码格式，可能是相机拍摄的视频采用了厂商的特定编码。需确保视频素材能通过Windows系统自带的播放器播放（须知编码与封装格式为不同的概念）。 父主题： 声音和形象制作
MetaStudio服务调用第三方语言模型的API地址。 MetaStudio服务对接第三方语言模型LLM时，需要按照MetaStudio服务定义的接口参数格式开发LLM接口，详见智能交互第三方LLM回调接口。然后由MetaStudio服务调用此接口，实现智能交互能力。 流式响应 MetaStud
开播后的效果，如图3所示。如需进行互动，可单击图标，切换到助播声音。输入并发送互动内容，主播暂停播报，并使用助播声音插播发送成功的互动内容。 导入 支持从本地导入文本文件，解析生成段落内容。 导入文件需满足： 支持txt格式，且字数不低于200字。 文本内容根据换行，自动解析为段落。
智能交互支持富媒体吗？ 支持的富媒体格式 用户与数字人进行智能交互问答时，支持展示如下格式的富媒体： 图片：JPG、PNG、BMP、GIF、SVG。 视频：MP4。 导入富媒体操作 支持通过问答库导入富媒体，示例如表1所示。以奇妙问知识库为例，可以通过新增知识库来补充富媒体知识。
界面操作详情，如表1所示。 表1 界面操作说明 区域 说明 声音制作方式 选择“出门问问声音制作”。音频时长为0.5~180分钟，建议5分钟。音频格式为WAV或MP3文件，支持19种语言的声音制作。 音频总时长，建议5分钟；单段不低于5秒 如果剩余次数为0，可单击“立即购买”，参考购买出
修改说明 2025-01-14 本次变更如下： 新增发布3.0.2版本SDK，相比3.0.1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。
2024-08-20 第十次正式发布 本次变更如下： 新增接口：查询任务操作日志。 2024-06-01 第九次正式发布 本次变更如下： 新增接口：批量资产操作。 新增接口组：直播商品管理。 2024-05-15 第八次正式发布 本次变更如下： 新增接口组：智能交互数字人知识库技能管理。
以下是数字人拍摄标准概览，但是我们也建议您详细阅读每一块具体内容： 拍摄规格 视频总时长5分钟，分辨率和帧率为4K/25fps或以上，格式为MP4/MOV。 场地布置 背景：使用颜色均匀、无破损、无褶皱的绿幕背景。 灯光：使用均匀、稳定的光照，标准日光色色温。保证拍摄者光线充
照片建模任务创建失败是什么原因？ 照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 风格化照片建模生成的模型文件是什么格式？ 表情驱动数据格式如何定义？ 肢体驱动数据格式如何定义？
H265格式。 VP8、VP9编码仅WEBM视频支持。 WEBM视频如果为AV1编码格式，不支持合成视频。 AV1、H265编码格式目前支持Chrome浏览器，不支持Edge浏览器。 视频素材总大小小于1GB。 同时叠加的视频总数量最多支持2个。 音频格式 音频支持的格式为：MP3、M4A、WAV。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
