视频直播限制

文本驱动

• 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。

视频格式

视频支持的格式为：MP4、M4V、MKV、MOV、FLV、3GP、WMV和AVI。

视频要求如下所示：

• 分辨率最大支持1080P。
• 帧率小于等于30fps。
• 编码为AV1、H264或H265格式。

  AV1、H265编码格式目前支持Chrome浏览器，不支持Edge浏览器。

• 视频采样格式为YUV420。
• 视频素材总大小小于1GB。
• 同时叠加的视频总数量为3，包含互动时配置的视频。

音频格式

音频支持的格式为：MP3、M4A、WAV。

音频要求如下所示：

• 仅提取单声道音频。
• 音频素材总大小小于500MB。

图片格式

图片支持的格式为：PNG、JPG、JPEG。

图片要求如下所示：

• 分辨率最大支持1080P。
• 图片素材总大小小于500MB。

字幕

字幕中正常断句的符号，如中文符号、，。：；！？….. 等；英文符号,.:;!?...等，系统会自动去除。

• 如果自动去除的符号在一段文字中间，自动去除后，会再增加一个空格。
• 如果自动去除的符号在段落末尾，仅直接去除。

有些符号不会自动去除，如中文符号“”《》（）·~——等；英文符号""《》()·~--等。

透明背景

视频直播不支持透明背景设置，仅视频制作和智能交互支持。

租户自行退出直播任务

租户可通过下述方式，退出直播任务。

• 在MetaStudio控制台开播页面，停止直播任务。
• 调用结束数字人智能直播任务接口，停止直播任务。

服务自动关停直播任务

下述场景下， 生成的直播视频流没有观看者，服务为保障租户利益，会自动关停直播任务。

• 在MetaStudio控制台开播，且没有配置RTMP推流时，用户关闭了视频播放窗口一段时间以后，约2~3分钟。
• 调用API开播，且没有配置RTMP推流时，客户端退出RTC房间一段时间以后，约2~3分钟。

特殊退出场景

如果直播内容涉及安全合规风险，服务运维人员，会通过运维界面，直接冻结直播任务。

租户控制直播播放的配置

为保障主播可以截取到完整的直播视频，MetaStudio直播服务提供了控制直播播放的配置。

启动直播前，Console控制台界面，需要去勾选“加载完自动直播”（即配置项“play_policy.auto_play_script”设置为“FALSE”）。启动直播任务后，会等待租户的开始直播指令（如果接口调用的方式，会通过RTSA COMMAND指令发送play_start指令），才会启动直播，否则数字人一直保持静默状态。

直播间内容审核

MetaStudio服务内容审核说明，如下所示：

• 默认会对直播间的各个配置项，如直播间名称、描述、文本、音频、视频、图片等内容进行机器审核。以排除内容违规风险，避免生成不合法的直播内容。
• 如果租户已对接其他内容风控系统，且承诺内容风控自行负责，可提交工单申请关闭MetaStudio服务内容审核功能。
• 如果服务接收到直播内容投诉，按照国家相关部门要求，会冻结违规的直播间及直播任务。情节严重的，还会冻结租户的全部资源。