登录MetaStudio控制台。 单击“声音制作”下方的“开始创建”，进入声音制作页面。 图1 定制声音 在“华为模型”页签，配置声音制作参数。 界面操作详情，如表1所示。 表1 界面操作说明 区域 说明 声音制作方式 选择“基础版声音制作”，音频格式为WAV或MP3文件。需整段录制

查看更多 →

对接OCR识别图片中文字 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。 在

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 →

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。 父主题： 使用限制

查看更多 →

声音更新记录 2024年12月 表1 声音更新记录 发音人名称 性别 TTS 版本 风格 语言 对话女生 女 TTS V7 - 中文 广告男声 男 TTS V7 - 中文 教育女声 女 TTS V7 - 中文 客服男声 男 TTS V7 - 中文 客服女声 女 TTS V7 - 中文

查看更多 →

对接OCR实现图片上文字识别功能 背景信息 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。

查看更多 →

声音和形象制作 部分浏览器提交H265训练视频失败如何处理？ Flexus数字人在走动录制时需要注意什么？

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 →

声音制作任务管理 查询用户配置的个性化音频时长 创建基础版语音训练任务 创建进阶版语音训练任务 创建高级版语音训练任务 查询语音训练任务列表 提交语音训练任务 查询语音训练任务详情 删除语音训练任务 查询任务操作日志 获取语音文件上传地址 获取语音训练任务审核结果 设置任务批次 确认在线录音结果

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 →

应用场景 语音客服质检 识别客服、客户的语音，转换为文本。进一步通过文本检索，检查有没有违规、敏感词、电话号码等信息。 会议记录 对会议记录的音频文件，进行快速的识别，转化成文字，方便进行会议记录。 语音短消息 通过语音发送或者接收短消息时，将音频短消息转文字，提升阅读效率和交互体验。

查看更多 →

OCR文字识别服务计费可以按照项目来分别计费吗 可以。 OCR支持通过企业项目管理（EPS）对不同用户组和用户的资源使用进行分账。 详情请参考API接口文档里的Enterprise-Project-Id参数。 父主题： 计费FAQ

查看更多 →

SmartScreen已阻止启动一个未识别的应用”？ 安装PC客户端，360弹出提示“有未知程序正准备运行，建议阻止”？ 通话中对方听不到声音？ Windows10操作系统，自己发言对方听不到？ 听别人声音小？ 会议中有回音？ 如何进行资料共享？ 共享音频材料别人听不见声音？ 共享音频时，本地音量变小？

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 →

如需使用“出门问问声音制作”方式自定义声音，并用于视频制作，需要参考下述内容进行操作。出门问问自定义声音暂不支持用于智能交互和视频直播。其支持的语言类型，如第三方声音支持的语言类型所示。 购买出门问问小语种克隆套餐包：如果用户需要使用“出门问问声音制作”方式自定义生成声音，需要在云商店购买出门问问小语种克隆套餐包。

查看更多 →

D”配置中。 声音 这里选择的声音，需要与前面选择的语言匹配。如果是中文，则选择中文声音，否则数字人表达会有问题。 还可以根据实际情况，设置语速、音量和音高。 语速：设置语速，取值范围[0.5X,2X]。设置为0.5X时，声音放慢至0.5倍速播放；设置为2X时，声音加速至2倍速播放。

查看更多 →

回铃音识别 座席执行外呼任务时可能会产生大量外呼失败数据，但因座席人员外呼任务繁重无法登记分析失败原因；租户管理员可通过回铃音识别意图进行意图识别，自动识别外呼失败结果后，将结果保存回铃音报表中，为租户管理员提供分析依据。 操作步骤 以租户管理员角色登录AICC，选择“ 外呼任务

查看更多 →

是 String 表示客户端结束识别请求，参数值设置为END。 cancel 否 Boolen 是否取消返回识别结果。 true：表示取消识别，也即丢弃识别中和未识别的语音数据并结束，不返回剩余的识别结果。 false：表示继续处理识别中和未识别的语音数据直到处理完所有之前发送的数据。

查看更多 →

名人识别 功能介绍 分析并识别图片中包含的敏感人物、明星及网红人物，返回人物信息及人脸坐标。 前提条件 使用名人识别服务之前需要您完成服务申请和认证鉴权。 图像识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API

查看更多 →

标签识别 功能介绍 对用户传入的图像可以返回图像中的物体名称、所属类别及置信度信息。 前提条件 使用标签识别服务之前需要您完成服务申请和认证鉴权。 图像识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API

查看更多 →

识别结果 敏感数据识别任务扫描完成后，可在结果明细界面查看识别结果详情，同时支持将生成的识别结果下载到本地查看，本章节介绍如何查看查看别结果以及下载识别结果。 前提条件 至少执行过一次敏感数据识别任务，新建敏感数据识别任务请参见新建敏感数据识别任务。 查看识别结果 登录管理控制台。

查看更多 →