制作照片数字人视频 支持上传正面清晰的人像照片，生成会说话的照片数字人视频。 操作限制 照片数字人视频制作限制，如照片数字人限制所示。 操作步骤 登录MetaStudio控制台。 在“工作台”界面，单击“照片数字人”，进入照片数字人制作页面，如图1所示。 界面左侧展示配置项，右侧展示预览效果。配置操作，请参考表1。

查看更多 →

照片数字人视频制作管理 创建照片分身数字人视频制作任务 查询照片分身数字人视频制作任务详情 取消等待中的照片分身数字人视频制作任务 创建照片检测任务 查询照片检测任务详情 父主题： 分身视频制作

查看更多 →

照片数字人限制 照片数字人视频制作限制说明，如表1所示。 表1 照片数字人视频制作限制 照片数字人视频制作配置 限制 人像照片 制作照片数字人的人像照片拍摄要求，如下所示： 真人正面照，不支持动漫卡通形象；面部占比50%以上，侧脸俯仰角度不超过15度。 五官清晰无遮挡，目视前方。

查看更多 →

华为云MetaStudio数字人照片建模算法 表3 照片建模算法 算法项 描述 算法名称 华为云MetaStudio数字人照片建模算法 备案编号 网信算备520111252474601230033号 算法基本原理 数字人照片建模算法是指使用深度学习算法将已授权的人像照片信息转换为数字人3D模型的一种技术。

查看更多 →

按分身数字人形象制作的个数计费。 每成功制作1个分身数字人形象，从所购预付费资源包中扣除1个。 一次性计费 分身数字人视频制作 按分身数字人视频制作时长计费。 视频制作的时长有限制，不能大于所购预付费资源包中的时长规格。 视频制作计费说明，如下所示： 不同计费方式的抵扣顺序为：一次性计费 >

查看更多 →

voice_clone_basic - 声音制作进阶版 个 voice_clone_middle - 声音制作高级版 个 voice_clone_advance - 声音制作Flexus版 个 voice_clone_flexus - 视频制作 分钟 video_time_2d_model - 视频制作Flexus版

查看更多 →

MetaStudio提供形象制作、声音定制、分身形象视频制作、分身形象视频直播、分身形象名片制作、智能交互等能力，如表1所示。 表1 功能特性 功能名称 功能描述 应用场景 形象制作 拍摄真人视频，建模生成分身形象。 作为虚拟形象使用，如虚拟主播、虚拟主持、虚拟客服、虚拟老师等。 声音制作 录制真人

查看更多 →

创建照片分身数字人视频制作任务 功能介绍 该接口用于创建照片分身数字人视频制作任务。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/photo-digital-human-videos 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

2D_DIGITAL_HUMAN_VIDEO: 分身数字人视频制作任务 PHOTO_DIGITAL_HUMAN_VIDEO: 照片数字人视频制作任务 start_time String 数字人视频制作开始时间。 end_time String 数字人视频制作结束时间。 duration Float 参数解释：

查看更多 →

3次/秒 删除数字人名片制作任务 5次/秒 3次/秒 3次/秒 照片数字人视频制作管理 创建照片分身数字人视频制作任务 5次/秒 3次/秒 3次/秒 查询照片分身数字人视频制作任务详情 20次/秒 10次/秒 10次/秒 取消等待中的照片分身数字人视频制作任务 5次/秒 3次/秒

查看更多 →

照片建模 照片建模任务创建失败是什么原因？ 照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 风格化照片建模生成的模型文件是什么格式？ 表情驱动数据格式如何定义？ 肢体驱动数据格式如何定义？

查看更多 →

id}/copy 复制视频制作剧本 数字人视频制作管理 表4 数字人视频制作管理接口 接口 说明 GET /v1/{project_id}/digital-human-videos 查询视频制作任务列表 分身数字人视频制作管理 表5 分身数字人视频制作管理接口 接口 说明 POST

查看更多 →

3次/秒 删除数字人名片制作任务 5次/秒 3次/秒 3次/秒 照片数字人视频制作管理 创建照片分身数字人视频制作任务 5次/秒 3次/秒 3次/秒 查询照片分身数字人视频制作任务详情 20次/秒 10次/秒 10次/秒 取消等待中的照片分身数字人视频制作任务 5次/秒 3次/秒

查看更多 →

开始合成响应 功能介绍 语音合成引擎收到实时语音合成请求时，首先向客户端发送合成开始响应，表示开始处理语音合成请求。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为START，表示开始语音合成。 trace_id String

查看更多 →

参数名称 是否必选 参数类型 描述 text 是 String 待合成的文本。 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch 否 Integer 音高，[-500,500]

查看更多 →

语音合成 支持“华北-北京四”、“华东-上海一”区域。 当前服务仅支持北京和上海区域，后续会陆续上线其他区域。 华北-北京四，推荐的区域，支持 一句话识别 、录音文件识别、 实时语音识别 和语音合成和热词等接口。 华东-上海一，推荐的区域，支持一句话识别、录音文件识别、实时 语音识别 、语音合成和热词等接口。

查看更多 →

ISO镜像合成 在Dism++中，将已安装VMTools驱动的ISO文件导出至本地，即另存为iso格式。 按下图1、2、3、4、5顺序进行操作。 1：单击“工具箱”。 2：选择“ISO生成器”，弹出对话框。 3：选择原始ISO解压后的路径。 4：选择新生成ISO的路径。 5：单击“确定”，等待合成结束。

查看更多 →

照片数字人 制作照片数字人视频 查看任务 查看视频

查看更多 →

语音合成 功能介绍 语音合成，是一种将文本转换成逼真语音的服务。用户通过实时访问和调用API获取语音合成结果，将用户输入的文字合成为音频。通过音色选择、自定义音量、语速，为企业和个人提供个性化的发音服务。该接口的使用限制请参见约束与限制，详细使用指导请参见SIS服务使用简介章节。

查看更多 →

参数名称 是否必选 参数类型 描述 text 是 String 待合成的文本。 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》语音合成章节。 pitch 否 Integer 音高，[-500,500] ，默认是0。

查看更多 →

创建照片检测任务 功能介绍 该接口用于创建照片检测任务，检测照片是否满足制作照片数字人的要求。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/photo-detection 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →