如何提高识别精度 尽量使用文字清晰度高、无反光的图片。进行图片采集时，尽量提高待识别文字区域占比，减少无关背景占比，保持图片内文字清晰人眼可辨认。 若图片有旋转角度，算法支持自动修正，建议图片不要过度倾斜。 图片尺寸方面，建议最长边不超过8192像素，最短边不小于15像素，图像长宽比例维持常见水平

查看更多 →

如何获得更好的声音体验 登录华为云会议桌面端。 单击桌面端首页左下角的按钮打开“会议设置”弹窗。 单击“音频”，在“其他设置 > 音频模式”中进行选择。 个人电脑模式：适用于用户在个人的笔记本电话和台式电脑开会。 普通会议室模式：适用于在5-25平方的小中大型会议场景，可容纳2-25人。

查看更多 →

声音制作 真人声音录制 风格/情感声音录制 声音录制指导文档下载 创建声音制作任务（自研模型） 创建声音制作任务（第三方模型） 查看声音 声音更新记录 购买声音套餐 文案样例（基础版） 文案样例（进阶版） 文案样例（高品质）

查看更多 →

单击“去创作”，从下拉框中选择“智能交互”，基于已有声音，创建智能交互对话项目，操作请参考智能交互。 图1 声音 相关问题 声音如何申请重训？ 声音和形象模型支持在其他平台使用吗？ 声音和形象模型和音视频内容的关系？ 父主题： 声音制作

查看更多 →

如何提高识别速度 识别速度与图片大小有关，图片大小会影响网络传输、图片base64解码等处理过程的时间，因此建议在图片文字清晰的情况下，适当压缩图片的大小，以便降低图片识别时间。推荐上传JPG图片格式。 根据实践经验，一般建议证件类的小图(文字少)在1M以下，A4纸大小的密集文档大图在2M以下。

查看更多 →

声音更新记录 2025年4月 表1 声音更新记录 发音人名称 性别 TTS 版本 风格 语言 变更方式 云溪 女 - 客服 中文 更新 云英 女 - 客服 中文 更新 云薇 女 - 直播 中文 更新 云娜 女 - 直播 中文 新增 云君 女 - 直播 中文 新增 云琪 女 - 直播

查看更多 →

声音制作限制 声音制作限制说明，如表1所示。 表1 声音制作限制 限制项 说明 用户限制 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。 使用限制 制作好的声音模型不支持下载或导出至本地。 声音

查看更多 →

任务，可能会存在排队和延迟的现象，请耐心等待。 确认声音制作任务已训练完成后，在左侧导航栏中，单击“资产管理 > 我的模型”。 选择“声音 > 已激活”页签，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。 图3 声音

查看更多 →

如何识别驱动力 识别驱动力是云化转型的前提，决定了组织是否有正当的理由开启云化转型。识别驱动力是一个比较复杂的过程，需要综合考虑企业的业务战略、业务需求、财务需求和技术需求，并要与高层和干系人达成一致。以下是推荐的步骤： 响应关键业务事件 企业高层的云化转型决策通常源于实际业务需

查看更多 →

如何配置语种识别接口？ OIAP提供语种识别接口，在流程中可以配置业务接口调用图元进行语种识别接口调用。此接口支持中文、英语、阿拉伯语、西班牙语四种语言识别。在OIAP多语种流程配置中，语种识别接口的配置必不可少。 在接口图元中新增语种识别接口。 选择“配置中心 > 机器人管理 >

查看更多 →

MetaStudio服务声音如何申请重训？ 只有模型可以重训，如标准版数字人和声音模型。视频制作合成的视频无法重训，需要重新消耗资源进行二次合成。 如果用户的声音模型已经训练完成，且用户侧已经审核通过，此时希望申请重做时，对应的操作流程，如下所示： 登录MetaStudio控制台

查看更多 →

购买声音套餐 第三方声音支持的语言类型 购买出门问问声音套餐 父主题： 声音制作

查看更多 →

如何实现人脸识别功能？ 人脸识别和电子名牌功能仅配套入驻式使用，需要加配人脸识别 服务器 ，具体配置方法可以咨询当地华为产品经理。 父主题： AI

查看更多 →

如何获取身份识别卡（Ukey）？ 购买专属加密实例后，需要使用身份识别卡（Ukey）来进行实例的管理。 标准版：请在专属加密实例购买界面，通过提交工单的方式，反馈Ukey邮寄地址。专属加密服务专家会尽快将身份识别卡(USB key)邮寄给您。 铂金版（国内）： 购买铂金版（国内）

查看更多 →

在左侧导航树中选择“个性化 > 告警声音”。 在“告警声音”页面中设置不同级别对应的提示声音。 单击可试听当前选择声音文件。 单击，在弹出的“自定义告警声音”对话框中，可上传、查看和删除自定义声音文件。 单击，选择“按告警名称发声”的告警，最多支持选择20个告警。 设置不同级别需要发出提示音的“监控状态”。

查看更多 →

文本，生成30秒音频。其他音频录制要求，可参考真人声音录制。 音频提交：在创建声音录制任务的时候，将真人声音录制和风格/情感录制的音频全量上传至控制台即可。 目前仅进阶版和高品质声音制作支持风格/情感训练。 表1 情感/情感声音示例 类别 情感/风格 文本 示例音频 情感 悲伤

查看更多 →

据停顿做切割，自动识别文本内容。 音频文件命名无要求，可自定义，命名示例：Voice.wav。 进阶版 高品质 制作声音模型 准备好音频文件后，就可以上传至MetaStudio控制台，进行声音训练。详细操作如下所示： 创建声音制作任务（自研模型） 查看声音 声音模型制作耗时，如下所示：

查看更多 →

MetaStudio标准版数字人如何申请重训？ MetaStudio服务声音如何申请重训？ MetaStudio服务的声音和形象模型支持在其他平台使用吗？ MetaStudio服务的声音和形象模型和音视频内容的关系？

查看更多 →

如何查看MetaStudio服务已购声音套餐明细？ 访问我的云商店，进入“已购买的服务”界面，可以看到已购买的 语音合成 套餐信息。 父主题： 计费咨询

查看更多 →

实时语音识别多人同时使用，如何区分各自识别结果 每个用户独立建立websocket连接，不可共用一个websocket连接。 父主题： API使用类

查看更多 →

听别人声音小？ 先检查当前是扬声器还是听筒模式。 确认是否会议中所有人都听发言人声音比较小。 如果是，请发言人调大音量，如果还是不行，请反馈发言人日志。 如果不是，反馈本人日志。 可播放本地音频文件，测试本地扬声器设备是否正常。 父主题： 会议

查看更多 →