创建声音制作任务
MetaStudio已经预置了各种类型的声音，如果仍无法满足用户的需求，请参考本节操作，自定义生成声音。
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：
- （可选）参考声音制作页面的“录音指导”，提前录制生成语料。仅制作声音，选择“语料上传”方式时，需要此语料。
- 声音授权签署文件，如授权书所示。
操作步骤
- 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。
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
- 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
请选择声音制作服务
系统提供如下声音制作服务，请选择一种声音制作服务。
- 基础版声音制作：仅需20条语料。音频格式为WAV文件。音频时长为3~10分钟，建议5分钟。
- 进阶版声音制作：仅需100条语料。音频格式为WAV文件。音频时长10~30分钟，建议15分钟。
- 高品质声音制作：需要500条语料。音频格式为WAV文件。音频时长1小时以上，建议1小时。仅支持录制成长音频，每句之间需要有2~3秒的停顿。
每种声音制作服务后面都会展示剩余次数，需要保证剩余次数充足。
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。
定制声音名称
输入声音名称。
示例：欢快女声。
请选择声音性别
声音的性别，如下所示：
- 男生
- 女生
选择语言
声音的语言，包含如下选项：
- 中文
- 英文
选择声音标签
声音的标签，包含如下选项：
- 电商
- 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。如果按句录制方式（仅基础版和进阶版支持），且使用预置文案，必须选对标签。
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，基础版录制20句音频，进阶版录制100句音频，高品质声音制作需要录制500句以上的音频。音频仅支持wav格式。建议整段录制生成一个长音频文件，直接上传，无需压缩，无需携带文案txt文件。
- 在线录音：需要用户在线录制，先单击“开始环境检测”。首次录制界面会弹出提示，需要允许使用您的麦克风。当界面显示“录制环境合格”时，单击下方的“开始录音”。界面会弹出提示，开始录音后，将不能更改前面设置的基础信息，单击“确定”。单击“开始录音”，启动录制。根据界面提示，录制20条或100条合格的语料音频即可。
如果选择“语料上传”的方式，且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；如果选择“在线录音”的方式，服务会根据声音标签，生成其对应格式的音频文件，界面不展示音频文件格式，用户可不关注。
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。
第三方用户ID（可选）
第三方用户ID，为查询资产列表接口参数“X-App-UserId”的值。
仅需调用查询资产列表接口，通过参数“X-App-UserId”过滤查询2D数字人模型资产时填写。
- 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。
- 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。
- 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。
