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
直播控制HTTP Command命令说明 分身数字人直播过程中，支持通过HTTP API的方式人工接管直播。人工接管以后，支持通过下述方式驱动数字人说话： 文本驱动方式：对应Command命令为“INSERT_PLAY_SCRIPT”，即插入表演脚本，用于互动回复。数字人不变时，
视频制作界面如图1所示。各区域详细说明，如表1所示。 用户使用数字人形象创作的视频，都会自动保存在MetaStudio控制台首页“最近项目”区域的“视频项目”页签中。用户可以根据实际情况，进行二次创作。 图1 视频制作界面 表1 界面说明 序号 区域名称 说明 1 视频素材区域 设置视频的场景，包括如下
获取TTS试听文件 功能介绍 该接口用于获取TTS试听文件下载链接，返回List中包含当前已生产的试听文件。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/ttsc/audition-file/{job_id} 表1 路径参数 参数 是否必选
Integer 生成文本在列表中的索引值，从0开始计算。 表8 MessageItem 参数 是否必选 参数类型 描述 content 是 String 对话内容。 取值最小长度1，最大长度4096。 请求参数“is_stream”取值为“true”时，响应Body体中的参数说明，如表6所示。
配置特殊词表 支持全局设置多音字或者别名，设置完成后，所有视频草稿自动生效。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“我的创作”。 选择“声音”页签，单击界面右侧的“特殊词表”，进入如图1所示的界面。 图1 特殊词表 单击“新建词表”，界面新增一行特殊词，如图2所示。
解码H265（HEVC）视频时，Chrome等浏览器将无法播放H265（HEVC）视频，并获取不到视频分辨率等参数。 在Chrome浏览器中输入“chrome://gpu”后，搜索“coding”。可以检查当前PC的浏览器是否支持H265（HEVC）视频解码。 图2 查看浏览器配置
speechRecognized的流式返回是覆盖式返回。后一条通知中的text字段值包含前一条通知的内容。例如：第一条通知的text值为“你吃”，第二条新识别了“饭了么”，则第二条text值为“你吃饭了么”。 semanticRecognized的流式返回是分段式返回。后一条通知中的text字段值与前一条通知的内
工具运行界面 单击“选择webm文件”，选择WEBM格式的视频。 等待视频格式转换完成。请注意，视频格式转换过程中，一定不能关闭如图2所示的2个窗口。 图2 工具运行界面 视频转换过程中，工具的同级目录下面会出现一些过程文件，请勿移动或删除，待视频格式转换完成后，会自动删除。 图3 工具目录
高品质：约5个工作日。 自定义声音应用方式，如下所示： 自定义声音生成后，会自动展示在MetaStudio控制台声音列表中，可用于分身数字人视频制作、视频直播或智能交互等场景中。 通过MetaStudio的API调用自定义声音。 父主题： 声音制作
PREPROCESSING：直播任务准备中。 PLAY_READY：直播任务准备完成，数字人保持静默状态，等待剧本播放指令。 PROCESSING：直播任务运行中。 PLAY_PAUSE：数字人暂停说话，保持静默状态。 TAKE_OVER：真人接管中。 PLAY_END：直播任务结束。
声音制作任务算法训练完成后，可以查看声音。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“任务中心”。 选择“声音制作”，确认声音制作任务已训练完成。 在左侧导航栏中，单击“我的创作”。 选择“声音”，找到已生成的声音，单击声音卡片中的头像，即可试听声音效果。 用户还可以执行如下操作：
型异常。 视频中需保证仅出现录制者及其声音。如果出现其他人物形象或声音，将会影响口型生成效果和声音克隆效果。 避免动作幅度过大超出画面；避免相机距离人过远；建议人脸在画面中的占比超过1/5。 15秒静默状态时，需正视镜头，面带微笑，嘴巴闭合，保持静默。 演讲过程中不限制说话的内容
本地打开PPT文件，在左上方的导航栏中，选择“文件 > 导出”。 选择创建视频，可以设置每张幻灯片放映的时间等参数。 单击“创建视频”，在弹出的对话框中，选择本地存放目录，并设置视频名称。 单击“保存”，生成视频文件。 视频文件生成后，需要在视频制作界面的“视频”页签，导入使用。 请注意：视频中PPT每页
OBS视频采集工具的基础分辨率和输出分辨率的值需要保持一致。 检查方法如下所示： 本地打开OBS视频采集工具。 在界面上方的导航栏中，选择“文件 > 设置”，弹出“设置”对话框。 在左侧导航栏中，选择“视频”，检查基础分辨率和输出分辨率的取值是否一致。 如果不一致，需要修改为相同的取值。 图1 视频设置
命令成功完成。 参考表1，下载SDK安装包完整性校验文件至本地。 使用文本编辑器打开完整性校验文件，查看文件中的SHA256值和2中生成的SHA256值是否一致。 如果一致，说明SDK安装包下载过程中，不存在篡改和丢包现象。 父主题： SDK下载
视频制作、视频直播功能，都需要进行视频创作，下面以视频直播为例，进行说明。 视频素材：如图中1区域所示，包括模板、角色、背景、贴图、视频、商品、文本等素材。支持使用预置的，也支持自定义生成。 画面布局：简称“画布”，如图中2区域所示。可以在画布中插入人物形象、背景、贴图、文本框、视频等内容，支持调整各项直播
详见表12中，支持隐藏SDK弱提示，比如SDK内部websocket异常提示。 2024-04-02 本次变更如下： 新增发布1.1.2版本SDK，相比1.1.1版本，修复如下问题： SDK不再设置document.title，避免影响网页title。 支持替换加载中背景图，图片所在路径为
OBS视频采集工具的基础分辨率和输出分辨率的值需要保持一致。 检查方法如下所示： 本地打开OBS视频采集工具。 在界面上方的导航栏中，选择“文件 > 设置”，弹出“设置”对话框。 在左侧导航栏中，选择“视频”，检查基础分辨率和输出分辨率的取值是否一致。 如果不一致，需要修改为相同的取值。 图1 视频设置
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“桌面音频”区域的图标，在弹出的下拉框中，选择“属性”，弹出桌面音频属性设置对话框，如图2所示。 需要确认这里的“设备”与Windows系统的声音输出设备是否一致。如果不一致，会导
输入数据：语音音频数据。 算法原理：通过深度学习算法，提取语音音频中的特征，并转化为表情驱动的表情基系数。 输出结果：表情基系数。 应用领域：应用于3D数字人文本和语音驱动场景，包括：短视频制作、直播和交互等。在特定场景中，可替代人快速生成视频内容，提升内容生成的效率。 算法运行机制
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
