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 →

如果拍摄过程中有人闯入或出现突发声音，如雷声、汽车喇叭声等，要重新拍摄吗？ 根据以往的录制经验，小于3秒的短暂闯入声音不会对最终训练效果产生明显影响。您只需保证类似的突发声音越少越好。 如果没有小蜜蜂或其他专业麦克风设备，可以使用相机内置的麦克风录制吗？ 大部分相机内置麦克风的声音录制效果也能满足

查看更多 →

h情景模式。 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 →

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 →

声音制作 真人声音录制 创建声音制作任务（华为模型） 查看声音 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，将鼠标放在头像上面，展示试听图标，单击即可试听声音效果。

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 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 选择声音制作方式“基础版声音制作”。 请完善声音信息 输入声音名称，示例：欢快女声。 请选择声音性别 选择声音的性别，示例：女生。

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 →

声音制作限制 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 →

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。 视频通话、互动直播、在线课堂等。

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 →

（可选）购买第三方声音 MetaStudio服务的声音选择界面会同时展示系统声音和第三方声音。这里展示的第三方声音需购买后，才能使用，其支持的语言类型，如第三方声音支持的语言类型所示。 购买和使用第三方声音的详细操作，如下所示： 购买语音合成套餐包：在云商店购买语音合成套餐包。 获

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 →

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 →

声音分类 准备数据 创建项目 数据标注 模型训练 部署上线 父主题： 自动学习（新版）

查看更多 →

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（华为模型） 查看声音 声音模型制作耗时，如下所示： 基础版：约1~3个工作日。 进阶版：约1~3个工作日。 高品质：约5个工作日。 自定义声音应用方式，如下所示：

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 →

声音分类 声音分类是对声音进行分类。 由于模型训练过程需要大量有标签的音频数据，因此在模型训练之前需对没有标签的音频添加标签。通过ModelArts您可对音频进行一键式批量添加标签，快速完成对音频的标注操作，也可以对已标注音频修改或删除标签进行重新标注。 音频标注涉及到的标注标签

查看更多 →

声音制作任务管理 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 获取语音文件上传地址 获取语音训练任务审核结果 确认在线录音结果 获取在线录音确认结果

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 →

可选择不保存到本地。需具体到文件，如D:/test.wav /** * 用于语音合成参数设置，例如发声人、音高、语速、音量、采样率、连接超时。所有参数均可以不设置，采用默认。 * * @param request 语音合成请求 */ private void setPar

查看更多 →