算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。 其基本情况包括： 输入数据：真人视频、音频。 算法原理：通过深度学习算法来学习真人视频，生成驱动该真人形象的数字人模型。通过该模型输入音频，合成数字人视频。 输出结果：数字人视频。

查看更多 →

培训内容 培训内容 说明 神经网络基础 介绍深度学习预备知识，人工神经网络，深度前馈网络，反向传播和神经网络架构设计 图像处理理论和应用 介绍计算机视觉概览，数字图像处理基础，图像预处理技术，图像处理基本任务，特征提取和传统图像处理算法，深度学习和卷积神经网络相关知识 语音处理理论和应用

查看更多 →

各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架： DeepSpeed和Accelerate都是针对深度学习训练加速的工具，但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架，主要针对大规模模型和大规模数据集的训练。D

查看更多 →

查询人脸 功能介绍 查询指定人脸库中人脸信息。 前提条件： 请确保您已开通人脸搜索服务。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /v2/{proje

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 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 →

删除人脸 功能介绍 根据指定字段删除人脸库中人脸，删除后人脸库容量会相应的释放。 前提条件： 请确保您已开通人脸搜索服务。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI

查看更多 →

系统，提升业务效率。 API文档 API概览 申请服务 人脸检测 人脸对比 活体检测 人脸搜索 人脸库资源管理 人脸资源管理 02 购买 人脸识别服务的计费方式简单、灵活，您既可以选择按实际使用时长计费。也可以选择更经济的按包周期计费方式。 购买方式 什么是E CS 创建容器应用基本流程

查看更多 →

添加人脸 功能介绍 添加人脸到人脸库中。将单张图片中的人脸添加至人脸库中，支持添加最大人脸或所有人脸。 前提条件： 请确保您已开通人脸搜索服务。 约束限制： 只支持识别JPG、PNG、JPEG、BMP格式的图片。 application/json请求的body中，请使用标准Json格式。

查看更多 →

批量删除人脸 功能介绍 自定义筛选条件，批量删除人脸库中的符合指定条件的多张人脸。 前提条件： 请确保您已开通人脸搜索服务。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI

查看更多 →

填写连接器的描述信息，用于识别不同的连接器。 支持的动作 人脸检测 人脸比对 动作活体检测 静默活体检测 人脸搜索 创建人脸库 查询所有人脸库 查询人脸库 删除人脸库 添加人脸 查询人脸 更新人脸 删除人脸 批量删除人脸 配置参数 配置参数请参考华为云人脸识别服务的API参考。 父主题： 华为云服务

查看更多 →

2020年8月 序号 功能名称 功能描述 阶段 1 上线商用技能：人脸检测技能、多区域客流分析技能、车牌识别技能、安全帽检测技能。 人脸检测技能 面向智慧商超的人脸采集技能。本技能使用多个深度学习算法，实时分析视频流，自动抓取画面中的清晰人脸上传至您的后台系统，用于后续实现其他业务。 商用 多区域客流分析技能

查看更多 →

语音合成接口 语音合成 SSML标记语言介绍

查看更多 →

默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 响应参数 Python SDK响应结果为byte数组，保存合成音频数据。详见代码示例。调用失败处理方法请参见错误码。

查看更多 →

较长的时间，因此转写是异步的。 表4 语音合成接口说明 接口类型 说明 语音合成/实时语音合成 语音合成，依托先进的语音技术，使用深度学习算法，将文本转换为自然流畅的语音。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、音

查看更多 →

登录管理控制台，进入 弹性云服务器 列表页面。 在待深度诊断的ECS的“操作”列，单击“更多 > 运维与监控 > 深度诊断”。 （可选）在“开通云运维中心并添加权限”页面，阅读服务声明并勾选后，单击“开通并授权”。 若当前账号未开通并授权COC服务，则会显示该页面。 在“深度诊断”页面，选择“深度诊断场景”为“全面诊断”。

查看更多 →

人脸检测 功能介绍 人脸检测是对输入图片进行人脸检测和分析，输出人脸在图像中的位置、人脸关键属性。若照片中存在多张人脸，则返回所有符合条件的人脸特征信息。 前提条件： 请确保您已开通人脸识别服务，具体操作方法请参见申请服务。 约束限制： 只支持识别JPG、PNG、JPEG、BMP格式的图片。

查看更多 →

人脸比对 功能介绍 人脸比对是将两个人脸进行比对，来判断是否为同一个人，返回比对置信度。如果传入的图片中包含多个人脸，选取最大的人脸进行比对。 前提条件： 请确保您已开通人脸识别服务，具体操作方法请参见申请服务。 约束限制： 人脸比对输入的两张图片总大小。 只支持识别JPG、PNG、JPEG、BMP格式的图片。

查看更多 →

删除人脸库 功能介绍 删除人脸库以及其中所有的人脸。人脸库数据为用户隐私数据，该数据无备份，删除时请谨慎操作。 前提条件： 请确保您已开通人脸搜索服务。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。

查看更多 →