创建声音制作任务（自研模型）

操作限制

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。

操作前准备

用户创建声音制作任务前，需要参考操作步骤准备如下内容：

• 使用“语料上传”方式上传语音文件前，需参考声音制作页面的“录音指导”，提前录制好音频。
• 声音授权签署文件，如授权书所示。

操作步骤

1. 登录MetaStudio控制台。

2. 单击“声音制作”下方的“开始创建”，进入声音制作页面。
   界面左侧是声音制作页面，右侧为声音制作流程。声音制作录制教程，可以帮助用户快速制作声音。

   图1 定制声音
   

3. 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	MetaStudio提供下述声音制作方式： 基础版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长3~10分钟，建议5分钟。 进阶版声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长10~30分钟，建议15分钟。 高品质声音制作：需整段录制生成一个WAV或MP3格式的音频文件，时长1小时以上，建议1小时。 每种声音制作方式后面都会展示剩余次数，需要保证剩余次数充足。录制过程中，每句之间有2~3秒的停顿。 其中，进阶版和高品质声音制作需要更多语料，训练时长更长，声音效果更佳。
   请完善声音信息	输入声音名称。 示例：欢快女声。
   请制作声音	制作声音的方式为“语料上传”。界面提供录音指导，需要按照指导，录制生成一个符合时长要求的基础版、进阶版或高品质音频文件。WAV或MP3格式音频文件支持直接上传，无需压缩，无需携带文案txt文件。 如果未使用服务预置文案，声音标签仅作为标签，来区分声音使用场景。
   请选择声音性别	声音的性别，用于匹配声音模型的精准度。 如下所示： 男生 女生
   原始输入语言	上传语料所使用的语言。 包含如下语言： 中文 英文 须知：当前参数配置仅作为标识，对训练结果没有任何影响。
   选择声音标签	声音的标签。作用为选择声音时，快速筛选领域。 包含如下选项： 新闻 营销 针对上述标签，MetaStudio服务预置了相应的文案内容，如文案样例（基础版）、文案样例（进阶版）和文案样例（高品质）所示。如果使用预置文案，必须选对标签。
   声音授权	单击“授权书模板”，下载授权书模板后打印。用户手写相关信息后，重新生成签署后的pdf文件，或者拍摄成jpg或png格式的图片后上传。 授权书内容，可参考授权书。
   联系方式（可选）	可输入有效的手机号。

4. 单击“提交制作”。

   弹出“资源消耗提示”对话框。提示用户目前声音制作服务剩余数量，本次将消耗1个资源。

5. 如果用户确认无误，单击“确认提交”。

   声音制作任务提交成功后，界面提示“制作任务提交成功”，如图2所示。

   声音制作任务提交成功后，需要等待1天左右的时间审核。任务审核通过后，启动声音制作。

   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。
     图2 制作任务提交成功
     

6. 用户可以单击“查看制作任务列表”，查看声音制作任务审核进展。

   当状态变更为“系统审核完成”，自动启动算法训练。如果系统存在多个算法训练任务，可能会存在排队和延迟的现象，请耐心等待。