自定义资产（形象/语音）创建教程

自定义资产（形象/语音）创建教程

星尘支持数字人/语音服务能力，用户可在星尘平台创作属于自己的实时交互数字人。

目前数字人服务提供“照片分身、2D数字人、3D数字人”三种类型，配置项包括：数字人类型、形象、背景、语音。

用户可选择官方预设或自定义的内容作为配置项。

以下为自定义资产（形象、语音）的教程内容。

自定义形象（数字人）资产

照片数字人

照片数字人服务基于用户上传的照片生成真实感的数字分身。用户通过点击上传按钮，选择一张正面人像照片上传，系统可快速处理照片，生成用户的数字分身，并提供体验服务。

照片数字人用于角色扮演、游戏、广告等领域。此类数字人通常保留了真实/卡通人物的特征，利用合成技术使其在不同背景中呈现。

具体创作教程如下：

我的资产-照片数字人

用户登录星尘平台，在我的空间-我的资产一栏，选中照片数字人，点击创建资产，进入创建页面。

填写基础信息

创建页面填写数字人基础信息，包括数字人名称、性别、备注信息等，以官方角色“季星”为例，创作过程如下：

上传形象素材

上传数字人形象素材，可点击点击或拖拽文件至此处上传。上传时请遵循官方要求和建议，不得在未经授权的情况下使用他人照片。

开始生成

上传完成如下图示例，支持删除再次上传。在右上角点击创建，即可生成数字人预计耗时约21分钟，可以在我的空间-我的资产中查看生成状态。

生成状态查询

已创作的数字人可在我的空间-我的资产中查看；若数字人还在生成中则会显示等待时间，若生成完成，则可修改数字人的基本信息及使用配置给自己的智能体使用。

完成创建

生成完成的照片数字人，支持再次编辑（仅可编辑修改数字人基础信息，无法修改形象），可在我的空间-我的资产中点击使用，配置给您创建的智能体。

2D数字人

2D数字人是以真实人物为基础，利用视频数据生成的真人数字人，主要用于客服、助理、主播和社交媒体等领域，能够增强互动性和视觉吸引力。

具体创作教程如下：

我的资产-2D数字人

用户登录星尘平台，在我的空间-我的资产一栏，选中2D数字人，点击创建资产，进入创建页面。

填写基础信息

在创建页面左侧，填写创建2D数字人的基础信息，如数字人头像、名称、性别、备注信息等。

视频素材要求

通过视频生成2D数字人，对视频动作、环境、角度等均有要求，请仔细查看《2D交互数字人拍摄注意事项》，确保素材符合要求。

上传视频素材

2D数字人视频上传请按照官方设定的要求文件进行上传，文件格式支持：MP4、MPEG、WMV、AVI、MOV，视频大小不超过：100mb，视频时长：建议3分钟以内，这里以官方2D数字人Yumi创建为例，参考上传生成。（未点击创建之前视频素材均支持删除再上传）

开始生成

上传完成后，点击创建按钮，开始生成数字人需耗时约15分钟，您可以在我的空间-资产中查看生成状态。

完成创建

生成完成的2D数字人，支持再次编辑（仅可编辑修改数字人基础信息，无法修改形象），可在我的空间-我的资产中点击使用，配置给您创建的智能体

3D数字人

3D数字人目前仅支持定制，可添加官方群，向管理员了解详情！

星尘钉钉官方群：

自定义语音资产

星尘语音合成基于cosyvoice能力，实现完成语音的复刻，该能力无需训练过程，用户提供时长较短的音频样本，即可迅速生成高度相似且听感自然的定制语音。

我的资产-语音

用户登录星尘平台，在我的空间-我的资产一栏，选中语音，点击创建资产，进入创建页面。

填写基础信息

在创建页面，首先填写语音资产的基础信息，包括语音名称、性别、语言类型、语音描述等信息。

录制/上传语音素材

基础信息填写完成，开始上传语音合成素材，平台支持在线录制和上传本地音频文件，若选用录制方式，请您在平台上录制一份20s的音频；若选用上传录音文件，请按照平台要求文件格式进行上传，支持上传wav/mp3/m4a，单/双声道，16KHz及以上采样率，10s以上，小于10MB。

效果合成试听

原始音频上传完成后，平台会给予您的音频进行训练，大约需要等待5-10s即完成训练，这时可在创建页最右侧自定义文本试听您的音频效果。

开始生成

您在语音创建页调试满意的情况下，确认无误即可点击创建按钮；点击后直接跳转我的空间-我的资产页，这时您可在当前页面看见您创建的语音资产。

完成创建

已完成创建的资产，支持在我的空间-我的资产页编辑及使用，需注意创建完成的资产仅支持编辑基础信息和效果试听，无法再次上传修改音频素材及合成。