将鼠标放在需要停顿的文字右侧，单击“插入停顿”。在弹出的提示框中，选择“换气”或者停顿的时间，也支持自定义停顿时长。 连读 选中需要连读的文本内容，单击“连读”。 多音字 选中文本中的多音字，单击“多音字”，在弹出的提示框中，选择正确的发音或者自定义发音。 须知： 这里设置的多音字，仅对

查看更多 →

视频制作 视频制作界面说明 视频制作 管理视频制作资产 配置视频制作素材 配置特殊词表 插入动作 设置字幕

查看更多 →

视频制作 上传图片时提示像素超标怎么办？ 贴图支持动态图片吗？ PPT如何转为PDF文件？ 如何呈现PPT的动画效果？ PPT文件解析失败，无法上传怎么办？ 上传的PPT支持编辑吗？ 视频合成失败如何处理？ 如何将WEBM视频转成MOV格式？ 合成的视频可以下载至本地吗？ 合成视频二次剪辑后，数字人口型效果变差？

查看更多 →

文本驱动 音频制作完成后，可单击音量图标，调整音频的音量。 上述操作全部完成后，第一个场景的视频内容已制作完成。 如果还需要制作更多场景，可单击“场景”区域的“+”图标，新增场景。制作过程参考第一个场景即可。 图3 场景区域 所有场景设置完成后，单击界面右上角的“合成视频”，弹出“视频合成设置”对话框。

查看更多 →

视频制作 环境准备 已安装SDK。 场景说明 该场景通过示例代码，介绍了如何使用MetaStudio Java SDK来实现数字人视频制作功能。 建模示例 详情请参考数字人视频制作。

查看更多 →

所有场景输入文字的数量不超过10万字。 每个单场景如果包含 语音合成 标记语言SSML标签，文字数量需小于128K。 音频驱动 每个单场景上传音频的大小不超过100M。 视频素材格式 插入的视频素材支持的格式为：MP4、M4V、MKV、MOV、FLV、3GP、WMV、AVI和WEBM。 说明： 在视

查看更多 →

分身视频制作 视频制作剧本管理 数字人视频制作管理 分身数字人视频制作管理 数字人名片制作管理 照片数字人视频制作管理 分身数字人字幕文件生成管理

查看更多 →

视频制作剧本管理 创建视频制作剧本 查询视频制作剧本列表 查询视频制作剧本详情 更新视频制作剧本 删除视频制作剧本 复制视频制作剧本 父主题： 分身视频制作

查看更多 →

字体。当前支持的字体请参考服务支持的字体 约束限制： 不涉及。 取值范围： 字符长度0-64位 默认取值： HarmonyOS_Sans_SC_Black font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。

查看更多 →

示例8：视频制作 视频制作示例代码，详见MetaStudio数字人视频制作。 父主题： 应用示例

查看更多 →

获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。

查看更多 →

视频制作剧本管理 环境准备 已安装SDK。 场景说明 该场景通过示例代码，介绍了如何使用MetaStudio Java SDK来实现数字人视频制作剧本管理功能。 建模示例 详情请参考视频制作剧本管理。

查看更多 →

获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。

查看更多 →

如果文本驱动或音频驱动有内容，那么合成的视频会同时包含文本驱动或音频驱动的声音和视频素材的声音。合成视频的时长由视频素材、文本驱动或音频驱动的最长时长决定。 如果关闭，当前场景的文本驱动或音频驱动内容不能为空，且合成视频的时长以文本驱动或音频驱动的时长为准。 音量 视频素材的音量大小百分比。如果音量设置为0，说明视频素材没有声音。

查看更多 →

出更多一模一样的视频草稿，进行再创作。 已提交的视频制作任务，支持查看详情。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，选择“我的创作 > 视频制作”。 在“我的视频”页签，可以看到所有已合成视频列表。 单击视频卡片右下角的图标，可以对已合成视频，执行下述操作：

查看更多 →

字体。当前支持的字体请参考服务支持的字体 约束限制： 不涉及。 取值范围： 字符长度0-64位 默认取值： HarmonyOS_Sans_SC_Black font_size 否 Integer 参数解释： 字体大小（像素）。接口的取值范围为0-120，实际业务使用的取值范围要求为4-120，请以业务实际使用要求为准。

查看更多 →

文本驱动：通过输入文本的方式生成音频。文本支持插入停顿、调整语速，如果是多音字可设置正确的发音，还可以选择不同的声音，试听生成的音频效果。支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。音频驱动方式，仅支持中文普通话的场景下能开启字幕。 还可以设置音频的音量，和调整画布的横竖屏展示。

查看更多 →

数字人视频制作管理 查询视频制作任务列表 父主题： 分身视频制作

查看更多 →

证音频生成的效果，请保持录音环境安静无噪音。支持试听录制生成的语音。 文本驱动：通过输入文本，选择声音的方式，生成播报内容。不能超过2000字。 单击声音图标，会弹出声音对话框，可以选择需要使用的声音。 无标注的系统声音，均为免费声音，可直接选用。 标注有“第三方”的声音，需要购

查看更多 →

视频草稿”页签，找到需要作为模板的视频草稿，单击卡片右下角的图标，从下拉框中选择“创建副本”，复制出一个一模一样的视频草稿。 单击新增视频草稿卡片右下角的图标，从下拉框中选择“编辑视频”。 可以在视频制作页面，参考视频制作，修改视频内容后，合成新视频。 重复上述操作，可以复制生成更多的视频草稿，进行视频创作，减少用户重复的工作量。

查看更多 →

。 约束限制： 该值为相对于画布的像素值，仅表示布局位置关系，与输出画面分辨率无关。 取值范围： -1920-3840 默认取值： 0 layer_index Integer 参数解释： 图片、视频、人物图的层顺序。 说明： 图层顺序为从1开始的整数，底层图层顺序是1，往上依次增加。

查看更多 →