文档首页/ 数字内容生产线 MetaStudio/ 用户指南/ 智能交互/ 智能交互素材操作详情
更新时间：2024-09-14 GMT+08:00
查看PDF
分享

智能交互素材操作详情

智能交互界面支持添加角色、背景、对话等素材。本节提供各类素材的详细操作过程。

角色

角色界面详情，如图1所示。

图1 角色界面

角色界面说明，如表1所示。

表1 界面元素说明

界面元素

说明

定制数字人

单击“定制数字人”，跳转至形象制作页面，界面详情和操作指导，详见创建分身数字人定制任务。

关键词搜索框，可输入数字人名称进行精准搜索。

示例：云岚。

刷新图标。如果有关键词，按照关键词进行刷新展示；如果没有关键词，恢复为默认展示。

筛选条件

支持通过角色、性别、姿势、行业、区域和分辨率的维度，筛选展示下方的数字人。

数字人列表

默认展示全量数字人。单击数字人形象，自动替换至智能交互预览界面中。

背景

背景界面详情，如图2所示。

图2 背景界面

背景界面说明，如表2所示。

表2 界面元素说明

界面元素

说明

本地导入

单击“本地导入”，从本地选择PNG、JPG、JPEG和BMP格式的图片上传。

也支持直接拖拽本地图片至图片列表区域，完成上传操作。

关键词搜索框，可输入图片名称进行精准搜索。

示例：科技。

筛选条件

支持通过背景图片来源的维度，筛选展示下方的图片。

图片列表

默认展示全量图片。选中场景，单击图片，可以替换当前场景的背景。

第一张图为透明背景，单击透明背景后，仅智能交互预览页面会替换为透明背景。如果需要透明背景正式生效，还需要设置智能交互SDK的如下参数，任选其一设置即可。

  • 设置create接口参数config内的配置参数useDefaultBackground，其默认值为true，需修改为false。

    代码示例，如下所示：

    HwICSUiSdk.create({
  serverAddress: 'serverAddress',
  onceCode: 'onceCode',
  robotId: 'robotId',
  containerId: 'ics-root',
  config: {
    useDefaultBackground: false
  },
});
  • 设置setConfig接口参数useDefaultBackground，其默认值为true，需修改为false。

    代码示例，如下所示：

    HwICSUiSdk.setConfig({
  useDefaultBackground: false
});

进行智能交互时，透明背景支持的浏览器及其版本，详见客户端SDK参考-快速入门-表3。

对话

配置对话，可以设置数字人欢迎语和热点问题，方便用户与数字人进行交互问答。执行对话配置前，需要完成应用创建操作。

配置对话的详细操作，如下所示：

  1. 登录MetaStudio控制台，单击“智能交互”，如图3所示。

    图3 MetaStudio控制台页面

  2. 在左侧导航栏中，选择“对话”，如图4所示。

    参数配置说明如表3所示。

    图4 创建对话
    表3 创建对话

    参数

    说明

    欢迎语
    • 设置欢迎语后，用户单击如图5所示①区域的“点击开始对话”图标时，数字人会主动与用户打招呼，说出欢迎语的内容。

      示例：你好，我是小助手，很高兴认识你。

    • 也支持在“欢迎语”这里设置走动数字人，即数字人走动入场，并向用户打招呼。输入内容需严格遵循下述格式，且数字人形象采集时，需拍摄入场动作。 
      <speak><insert-action name="入场" tag="WALKING"/>文字</speak>

      “文字”示例：嗨，我在，请问你有什么问题？

    热点问题

    如果用户不知如何提问，可参考热点问题进行提问。

    热点问题会展示在如图5所示②区域的位置。

    语言

    数字人对话界面的语言。

    包含如下选项：

    • 中文
    • 英文

    注意：科大讯飞场景下，如果选择“英文”，科大讯飞应用必须要新增English情景模式，操作请参考：

    尾静音时长

    系统会对用户的提问音频进行检测，如果一句话末尾的静音时长超过500ms，会结束语音识别。

    建议取值大于500ms。

    热词

    数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。

    单击热词后面的问号图标，在提示框中单击“查看教程”，可以查看配置视频。

    如果开启热词配置，需要同时配置下述参数：

    • SIS服务授权：SIS服务用于将用户口述音频转换为文本，需要开启授权。

      详细操作如下所示：

      1. 开启“SIS服务授权”，弹出“SIS服务授权”对话框。
      2. 单击“同意授权”，MetaStudio服务会自动在“统一身份认证服务 IAM > 委托”为您创建委托“metaStudio_admin_trust”。
    • 委托站点：从下拉框中选择用户授权SIS服务所在Region。
    • 热词ID：需要确保热词ID所在Region、语言类型与智能交互配置的SIS委托站点、语言类型一致，否则热词配置不生效。

      需参考创建热词表，创建一个热词表，再参考调用热词表，复制热词ID至当前“热词ID”配置中。

    声音

    这里选择的声音，需要与前面选择的语言匹配。如果是中文，则选择中文声音，否则数字人表达会有问题。

    还可以根据实际情况，设置语速、音量和音高。

    • 语速：设置语速，取值范围[0.5X,2X]。设置为0.5X时，声音放慢至0.5倍速播放；设置为2X时，声音加速至2倍速播放。
    • 音量：设置声音大小，取值范围[90,240]。为保证播放音量适中，建议用户调大初始音量。
    • 音高：设置声音高低，取值范围[50,200]。音高会调整音色的高频部分，增高声音会更尖锐，降低声音会更低沉。
    图5 数字人交互预览页面

  3. 智能交互配置完成后，单击界面右上角的“保存”，保存所有对话配置。
父主题： 智能交互

相关文档