深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

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。

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 →

（可选）新建转换器存放目录。 在鼠标放在所有转换器上，单击，选择“新增目录”。 输入目录名称，单击“确定”。 目录名称长度为1~64个字符，可包括中文、字母、数字和下划线，且不能以下划线开头或结尾。 在转换器管理页面，单击“新建转换器”。 输入转换器名称，选择转换器存放的目录，单击“确定”。

查看更多 →

转换器管理 新建转换器 删除转换器 关注转换器 父主题： 数据中心

查看更多 →

（可选）新建转换器存放目录。 在鼠标放在所有转换器上，单击，选择“新增目录”。 输入目录名称，单击“确定”。 目录名称长度为1~64个字符，可包括中文、字母、数字和下划线，且不能以下划线开头或结尾。 在转换器管理页面，单击“新建转换器”。 输入转换器名称，选择转换器存放的目录，单击“确定”。

查看更多 →

删除转换器 操作场景 转换器删除后，不可恢复，请谨慎操作。 操作步骤 参考登录AstroCanvas界面中操作，登录AstroCanvas界面。 在主菜单中，选择“数据中心”。 在左侧导航栏中，选择“转换器 > 全部”。 在转换器管理页面，单击待删除转换器中的，选择“删除”。 转

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 →

关注转换器 操作场景 转换器创建后，通过关注功能，可集中管理已创建的转换器。 操作步骤 参考如何登录AstroCanvas中操作，登录AstroCanvas界面。 在主菜单中，选择“数据中心”。 在左侧导航栏中，选择“转换器 > 全部”。 在转换器管理页面，将鼠标放在待关注的转换器上，单击。

查看更多 →

转换器管理 新建转换器 删除转换器 关注转换器 父主题： 数据中心

查看更多 →

删除转换器 操作场景 转换器删除后，不可恢复，请谨慎操作。 操作步骤 参考如何登录AstroCanvas中操作，登录AstroCanvas界面。 在主菜单中，选择“数据中心”。 在左侧导航栏中，选择“转换器 > 全部”。 在转换器管理页面，单击待删除转换器中的，选择“删除”。 转

查看更多 →

关注转换器 操作场景 转换器创建后，通过关注功能，可集中管理已创建的转换器。 操作步骤 参考登录AstroCanvas界面中操作，登录AstroCanvas界面。 在主菜单中，选择“数据中心”。 在左侧导航栏中，选择“转换器 > 全部”。 在转换器管理页面，将鼠标放在待关注的转换器上，单击。

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 →

单击代码编辑区的图标将代码保存在转换器中。 图2 数据转换器编辑 将数据转换器与组件进行关联。 选择待关联数据转换器的组件，并切换到“数据”面板。 在“数据转换器”中选择已创建的转换器进行应用。 图3 选择数据转换器 若需要修改转换器代码，可单击“数据转换器”右侧的图标，打开底部转换器编辑浮层，可进

查看更多 →

基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

查看更多 →

迁移学习 如果当前数据集的特征数据不够理想，而此数据集的数据类别和一份理想的数据集部分重合或者相差不大的时候，可以使用特征迁移功能，将理想数据集的特征数据迁移到当前数据集中。 进行特征迁移前，请先完成如下操作： 将源数据集和目标数据集导入系统，详细操作请参见数据集。 创建迁移数据

查看更多 →

可见范围内的学员在学员端可看见此项目并可以进行学习，学习数据可在学习项目列表【数据】-【自学记录】查看。 学习设置： 防作弊设置项可以单个项目进行单独设置，不再根据平台统一设置进行控制。 文档学习按浏览时长计算，时长最大计为：每页浏览时长*文档页数；文档学习按浏览页数计算，不计入学习时长。 更多设置：添加协同人

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 →