# 创建声音制作任务（自研模型） MetaStudio已经预置了各种类型的声音，可以在[视频制作](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0069.html)界面或[视频直播](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0072.html)界面查看。如果预置声音仍无法满足用户需求，可使用自研模型自定义生成声音。 #### 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](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0025.html)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](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0025.html)所示。 #### 操作视频 本视频介绍华为云MetaStudio的声音模型训练功能，指导用户在控制台进行声音模型训练，生成数字人声音。 #### 操作步骤 1. 登录[MetaStudio控制台](https://console.huaweicloud.com/metaStudio/#/metaStudio/overview)，进入MetaStudio服务概览页面。 2. 单击"前往MetaStudio工作台"，进入MetaStudio工作台页面。 3. 单击"声音模型训练"卡片，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 ![](https://support.huaweicloud.com/usermanual-metastudio/zh-cn_image_0000001681820004.png "点击放大") 4. 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。 进阶版和高品质声音制作还支持风格/情感，需要一并上传录制好的风格/情感音频，一起提交模型训练。每种风格/情感需要录制3句音频，文本样例可参考[表1](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0177.html#metastudio_05_0177__table10931115554716)，也可以阅读自己熟悉的情感/风格文本，生成30秒音频。 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。 如需修改声音名称，在声音训练完成后，可以在"资产管理 \> 我的模型 \> 声音"页面，找到训练好的声音卡片，单击右下角的![](https://support.huaweicloud.com/usermanual-metastudio/zh-cn_image_0000002338750553.png)图标，从下拉框中选择"重命名"，修改声音名称。 | | 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 | | 请选择原始输入语言 | 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。 | | 选择声音领域 | 声音适用的领域。用户选择声音时，可以通过领域快速筛选匹配音色。 系统针对不同领域预置了不同风格的文本，声音训练完成后，可以在"资产管理 \> 我的模型 \> 声音"页签，试听当前音色在所选领域的文本播报效果。 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）](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0029.html)、[文案样例（进阶版）](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0113.html)和[文案样例（高品质）](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0044.html)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](https://support.huaweicloud.com/usermanual-metastudio/metastudio_05_0025.html)。 | | 联系方式（可选） | 可输入有效的手机号。 | 5. 勾选声音授权使用说明，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。 6. 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 ![](https://support.huaweicloud.com/usermanual-metastudio/zh-cn_image_0000001729739285.png "点击放大") 7. 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。