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 →

准确率高：基于改进的深度学习算法，基于复杂环境语音审核准确率高。 支持特殊声音识别：支持特殊声音识别模型，如娇喘、呻吟、敏感声纹等。 游戏/社交语音 监测游戏APP / 社交APP中的聊天内容以及语音动态，降低业务违规风险。 场景优势如下： 准确率高：基于改进的深度学习算法，基于复杂环境语音审核准确率高。 支

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 →

选同意协议。单击“确定”，开通按需计费。开通后的效果如图1所示。 如需使用第三方声音进行语音合成，请购买出门问问声音套餐。 图1 声音合成 功能介绍 该接口用于 TTS 流式合成音频，用于文本转化为语音，并实时返回合成的音频数据。 调用方法 构造请求 请求URL：wss://metastudio-api

查看更多 →

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 →

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 →

查看声音 声音制作任务算法训练完成后，可以查看声音。 操作步骤 登录MetaStudio控制台。 在左侧导航栏中，单击“任务中心”。 选择“声音制作”，确认声音制作任务已训练完成。 在左侧导航栏中，单击“我的创作”。 选择“声音”，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。

查看更多 →

该程序的使用主要分为以下几个步骤，用户可以根据实际需要选择执行。 UVR5人声伴奏分离&去混响（可选） 该步骤主要是提取音频文件中的纯人声，以便于后续使用。如果音频文件中没有背景音乐或者其他伴奏，则可以跳过该步骤。分离好的语音文件默认在/home/project/GPT-SoVITS/out

查看更多 →

16000 speed string 必填 合成语音的语速，取值范围-500到500。 0 pitch string 必填 合成语音的音高，取值范围-500到+500。精品发音人不支持调节音高。 0 volume string 必填 合成语音的音量，取值范围0到100。 50 登录华为

查看更多 →

购买出门问问声音套餐 购买出门问问声音套餐， 详见购买出门问问语音合成套餐的操作流程。 购买出门问问语音合成套餐的操作流程 如需使用系统预置的第三方声音，需要购买出门问问语音合成套餐包，详细的操作流程如下所示。第三方声音支持的语言类型，如第三方声音支持的语言类型所示。 购买出门问

查看更多 →

全、高可靠、低成本的数据存储能力。 语音合成 TTS：是一种将文本转换为语音的技术。它使用先进的语音合成技术，将文本转换为可听的人工语音。主要提供如下集中关键的特性： 语音合成 计算机可以模拟人类的语音，实现自然、流畅、准确的语音输出。 语音模型训练 TTS带有预训练的模型，是衡

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 →

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 →

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 →

超低延时直播、超级大课堂、主播PK、远程培训、大型会议等。 语音互动直播 支持语音连麦、跨直播间PK。 语音低延时直播、语音直播连麦、K歌、FM电台等。 高音质 支持48kHz采样的高音质。 语音通话、视频通话、互动直播、高音质FM、音乐教学课、K歌房、在线课堂等。 高画质 支持720P、1080P的高清画质视频。

查看更多 →

查询语音合成WebSocket接口使用的音色ID 语音同步合成WebSocket接口需要使用音色ID，可通过下述方法查询。 登录MetaStudio控制台。 在左侧导航栏中，选择“我的创作”。 选择“资源”页签，单击“声音”页签。 单击需要使用的声音卡片，进入“声音详情”界面。

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 →

语音通知中TTS的声音是什么类型的？是否支持自定义？ 语音通知文本转语音播报使用青年女声，不支持自定义声音。 父主题： 录音&收号&TTS相关问题

查看更多 →

数字人语音的一种技术。 其基本情况包括： 输入数据：真人语音音频 。 算法原理：通过深度学习算法，学习真人语音音频生成数字人声音模型，通过该模型，输入文本生成数字人语音。 输出结果：接近真人音色的数字人语音。 应用领域：分身数字人声音制作算法可以应用于数字人视频合成时的语音配音。

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 →

频、普通话或者带有一定方言的语音文件识别成可编辑的文本，同时也支持通过语音合成功能将文本转换成逼真的语音等提升用户体验。适用场景如语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 语音交互（实时语音识别、 一句话识别 、录音文件识别、语音合成）服务所提供的API为自研API。

查看更多 →