制作流程 制作服务包目录 放置镜像到images目录 打包到package目录 替换镜像地址配置 父主题： 服务包制作

查看更多 →

视频制作 MetaStudio服务支持制作数字人视频。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“分身视频制作”下方的“开始创建”。 进入视频制作界面，界面详情如图1所示。 图1 视频制作界面 在画布区域，设置角色、背景、贴图、视频等内容。 详细操作请参见视频制作素材操作详情。

查看更多 →

打印授权书，由身份证本人完成签署操作。 扫描文件生成pdf文件，或拍摄文件生成jpg、png格式的图片。 单击“点击上传授权书”，从本地选择pdf、jpg或png格式的授权书上传。 单击“提交制作”。 数据上传完成后，界面提示“制作任务提交成功！”，如图2所示。 数字人定制任务提交成功后，会在1个工作日内

查看更多 →

制作媒体 创建媒体 图片 视频 父主题： 大屏组件

查看更多 →

制作镜像 前提条件 制作私有镜像前，需先购买华为云 弹性云服务器 E CS ，在ECS上完成安装部署。 关于ECS配置说明： 建议选择公共镜像类型。 建议选择通用计算型或通用计算增强型规格。 目前华为云云商店支持基于华为云提供的公共镜像制作系统盘镜像发布到云商店，建议制作私有镜像的云服务

查看更多 →

框选参照字段 在 文字识别 过程中，套件会检查所识别图片与模板图片是否为同一种模板，并将识别图片校正后再提取结构化信息，支持图片平移、旋转与拉伸变换。 为了检查并校正待识别的图片，这就需要在模板图片中指定参照字段。通过参照字段的文字内容来判断是否属于同一种模板，通过参照字段的位置来校正待识别图片。

查看更多 →

已授权ModelArts服务和 对象存储服务 （OBS）。 已在文字识别套件控制台选择“通用单模板工作流”新建应用，详情请见新建应用。 提前准备待识别的图片，图片要求请见图片要求。 图片要求 保证图片质量：不能有损坏的图片；目前支持的格式包括JPG、JPEG、PNG、BMP。 图片最大边不大于4096px，最小边不小于100px，且大小不超过4M。

查看更多 →

在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进

查看更多 →

在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。

查看更多 →

服务开通后，您可以根据以下介绍选择合适的使用方式： 通过OCR体验馆在线调用OCR服务API。 如果您没有开发基础，想快速体验OCR服务，OCR体验馆提供了在线网页调用方式，该方式无需编码，直接在网页上传图片，即可返回识别结果。 通过华为云 API Explorer 在线调用OCR服务API。 如果您是开发初学

查看更多 →

这里通过--image_file指定了要分类的图片，图片如下。执行结果最后几行是分类的label和对应的打分，其中有一行显示airliner(score = 0.84250)，分数越高越准确，可见模型认为这个图片是一架客机。 图6 airliner 也可以不指定要分类的图片，默认将使用下面这张图片分类。 图7 熊猫

查看更多 →

文字识别套件 文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。 文字识别套件当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。

查看更多 →

文字识别套件 行业套件介绍 新建应用 通用单模板工作流 多模板分类工作流 调用API和SDK 查看应用详情 删除应用

查看更多 →

文字识别套件 文字识别套件使用简介 使用单模板工作流开发应用 使用多模板工作流开发应用

查看更多 →

制作镜像 制作实例镜像 制作Operator镜像 父主题： 如何从零开始开发Operator

查看更多 →

声音制作 真人声音录制 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 →

视频制作 视频制作界面说明 视频制作 视频制作公共配置 配置特殊词表

查看更多 →

视频制作 无法保存剧本怎么办？ 视频合成失败如何处理？ 如何将WEBM视频转成MOV格式？ PPT如何转为PDF文件？ 如何在MetaStudio控制台呈现PPT的动画效果？

查看更多 →

设置，也可手动输入百分比，比例越大透明程度越低。 图1 尺寸位置 全屏 全局样式 全屏显示：支持通过url和本地上传图片。 退出全屏：支持通过url和本地上传图片。 背景色：设置全屏功能的背景色。 圆角：设置全屏的圆角。 显示方式：支持总是和鼠标上移。 搜索 样式 提示信息：支持对文本、字体大小、颜色的设置。

查看更多 →

镜像制作 将jar文件打包成镜像文件，请参照制作镜像包或插件包。 dockerfile内容参照如下（具体可参考编写高效的Dockerfile ）。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 FROM registry-cbu

查看更多 →

文字识别SDK简介 文字识别SDK概述 文字识别（Optical Character Recognition，简称OCR）将图片或扫描件中的文字识别成可编辑的文本。可代替人工录入，提升业务效率。支持身份证、驾驶证、行驶证、发票、通用表格、通用文字等场景文字识别。 文字识别以开放API（Application

查看更多 →