华为云MetaStudio分身数字人声音制作算法 表2 声音制作算法 算法项 描述 算法名称 华为云MetaStudio分身数字人声音制作算法 备案编号 网信算备520111252474601240079号 算法基本原理 分身数字人声音制作算法是指使用深度学习算法生成数字人声音模型，再使用该模型通过输入文字生成数字人语音的一种技术。

查看更多 →

调用文字识别套件API，报错ModelArts.4204服务未开通怎么办？ 问题现象 子账号在使用自定义OCR（ ModelArts Pro 文字识别套件）生成的api时，出现如下报错。表示用户，没有OCR权限或没有开通ModelArts Pro服务。 "ModelArts.4204"、"Request

查看更多 →

水印模板支持文字水印吗？ 水印模板当前仅支持图片水印，暂不支持文字水印。 父主题： 视频水印

查看更多 →

基本概念 商标 商标是用以识别和区分商品或者服务来源的标志。任何能够将自然人、法人或者其他组织的商品与他人的商品区别开的标志。 商标可由文字、图形、字母、数字、三维标志、声音、颜色等组合。 注册商标 注册商标是指经商标管理机构依法核准注册的商标。 商标智能注册 华为云商标智能注册

查看更多 →

如何在含有多张人脸的图片中实现多人脸识别？ 有哪些途径可以使用人脸识别的API？ 调用人脸识别的API失败时怎么处理？ 如何处理未经授权的情况？ 为什么使用人脸识别返回数据为空？ 人脸搜索接口中关于top_n参数如何设置？ 通过OBS方式传入图片提示FRS.0022？ 为什么会出现识别错误的情况？ 为什么人脸识别通过率低？

查看更多 →

iscontentenc：识别结果内容是否加密。 0：未加密 1：加密 12 asrusercase string True 识别结果原因码。取值如下： 0：正常识别结果，且识别结束。（非连续识别） 61：说话开始，不携带识别内容。 62：正常识别结果，且识别会连续。 63：识别结束 其他：识别错误

查看更多 →

图片中的文字块数目、文字块排列顺序、具体文本内容、所在位置、置信度等信息。 result字段仅在API调用成功后返回。 words_block_count表示文字块识别结果，本示例中，识别出2个文字块，分别代表图片中的2行文字。 words_block_list表示文字块列表，按照图片文字从上到下、从左到右排列。

查看更多 →

PEG/PNG文件，图片大小不能超过7MB，且不能超过10,000,000像素。 图1 添加文件识别 单击“开始识别”，在识别结果区域查看识别结果。 图2 识别结果 父主题： 场景识别

查看更多 →

单击操作栏中的“查看结果”，查看多帧识别的详细信息。包括时间、地点、天气和物体等。多帧识别可以检测的类别详见多帧识别场景列表。 删除任务 单击操作栏中的“删除”，删除多帧识别任务。识别任务删除后无法恢复，请谨慎操作。 查询任务 在搜索输入框中输入搜索条件，按回车键即可查询目标任务。 多帧识别场景列表 表2

查看更多 →

人脸识别 人脸识别连接器用于连接华为云人脸识别服务，基于人的脸部特征信息，利用计算机对人脸图像进行处理、分析和理解，进行身份识别。 前提条件 使用人脸识别连接器前，需要开通华为云人脸识别服务。 创建人脸识别连接 登录新版ROMA Connect控制台。 在左侧导航栏选择“连接器”，在连接器页面单击“新建连接”。

查看更多 →

删除识别规则 功能介绍 删除识别规则。 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/security/data-classification/rule/{id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是

查看更多 →

相关操作 编辑识别规则：在识别规则页面，单击对应识别规则操作栏中的“编辑”，即可修改识别规则关联的密级、分类和描述。如果为自定义规则，还支持修改识别规则和正则表达式。 编辑识别规则状态：新增的识别规则默认为启用状态。当识别规则为关闭状态时，表示该规则将不可被添加到识别规则组。 需要

查看更多 →

定额发票识别 功能介绍 识别定额发票中的文字信息，并以JSON格式返回识别的结构化结果。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OCR服务使用简介章节。 图1 定额发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制 支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。

查看更多 →

VIN码识别 功能介绍 识别图片中的车架号信息，并将识别结果以JSON格式返回给用户。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OCR服务使用简介章节。 图1 VIN码示例图 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 图像各边的像素大小在15px到4096px之间。

查看更多 →

智能分类识别 功能介绍 自动分类识别17+种票证，支持指定票证的结构化识别和印章检测，并以JSON格式返回识别的结构化结果。 接口以列表形式返回图片上要识别票证的位置坐标、结构化识别的内容以及对应的类别。该接口支持的票证类型请见表1，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OCR服务使用简介章节。

查看更多 →

Param1 不使用 Param2 发生冲突的MAC地址 Data 不使用 视频输入分辨率不识别指示 消息名称 MSG_VIDEO_FORMAT_INVALID 功能描述 视频输入分辨率不识别指示 是否自动推送 是 subMsgID 不使用 Param1 不使用 Param2 不使用

查看更多 →

哪些设备支持共享手机声音？ 目前以下设备支持共享手机声音： 客户端类型 设备型号 安卓 Android 10及以上 iOS iOS 13及以上的设备，具体型号如下： iPhone 8及以上 iPad Pro 12.9" 3；iPad Pro 12.9" 4；iPad Pro 12

查看更多 →

适当增加训练数据，会提升模型的精度。声音分类建议每类音频至少20条，每类音频总时长至少5分钟。 建议训练数据和真实识别场景的声音保持一致并且每类的音频尽量覆盖真实环境的所有场景。 训练集的数据质量对于模型的精度有很大影响，建议训练集音频的采样率和采样精度保持一致。 标注质量对于最终的

查看更多 →

示例2：声音制作任务管理 声音制作任务管理示例代码，请参考MetaStudio数字人声音制作任务管理。 父主题： 应用示例

查看更多 →

单击“创建项目”，声音分类项目创建成功后页面自动跳转到“自动学习工作流”。 声音分类项目的工作流，将依次运行如下节点： 数据标注：对您的数据进行标注情况确认。 数据集版本发布：将已完成确认的数据进行版本发布。 数据校验：对您的数据集的数据进行校验，是否存在数据异常。 声音分类：将发布好的数据集版本进行训练，生成对应的模型。

查看更多 →

模型识别跟踪 定义：void StartTrack (TrackingCallBack<ModelData> callback) 描述：获取3Dtracking结果。上层实现回调处理，SDK通过回调返回识别跟踪结果，callback在程序工作期间被连续回调，更新最新结果，注意当跟踪失败时，需要重新调用识别方法。

查看更多 →