产品简介

产品概述

产品功能

产品优势

购买指南

价格指南

购买指引

使用代金券购买流程

退费说明

数智人形象介绍

形象类别介绍

基础形象库

形象和声音复刻指引

数智人平台操作指引

访问平台

形象生产与资产管理

数智人会话互动应用与管理

播报数智人视频生成与管理

运营管理与分析

服务端 API 接入

数智人 API 接入模式概述

数智人 aPaas 接口调用方式

2D真人小样本形象、声音定制 API 文档

视频生成服务 API 文档

交互数智人服务 API 文档

个人资产管理 API 文档

客户端 SDK 接入

整体介绍

3D 端渲染 SDK 接入

2D 端渲染 SDK 接入

数智人 SSML 标记语言规范

声音驱动指令

PDF

聚焦模式

字号

最后更新时间： 2024-07-19 10:12:55

﻿创建长链接通道后，可以通过websocket长连接发送音频驱动数智人。
请求参数
参数名称
类型
必选
描述
ReqId
String
是
单次驱动的唯一标识。每一段音频指定一个 uuid 值。
SessionId
String
是
会话唯一标识。
Command
String
是
SEND_AUDIO，发送音频。
Data
﻿Data﻿
是
数据对象
﻿Data
﻿
名称
类型
必选
描述
Audio
string
是
音频原始数据的 byte 数组，经 Base64 编码后的字符串。只支持：格式-PCM，采样率-16kHz，采样位深-16bits，声道-单声道
Seq
int
是
音频片包序号，序号必须从1开始
IsFinal
bool
否
默认值 false
注意：
1. 如果是麦克风实时收音发送，每录制160ms（5120B）的数据即可发出，中间不需要间隔等待；如果是读取离线音频文件发送，片包大小为160ms（5120B），片包发送间隔为120ms。
2. 最后一个片包大小按实际发送（需小于160ms）。
3. 当数据包发送完毕后，必须再发送一个IsFinal=true的空数据包（Audio字段填空串）结束当次音频驱动使数字人回到静默状态。
4. 发送音频实时率要介于[0.75,1]，小于0.75会触发限速，大于1会导致画面卡顿。比如160ms音频片包大小，发送间隔不能低于120ms，不能高于160ms。
请求示例
{
    "Header": {},
    "Payload": {
        "ReqId": "d7aa08da33dd4a662ad5be508c5b77cf",
        "SessionId": "m123adfafvbadsafd",
        "Command": "SEND_AUDIO",
        "Data": {
            "Audio": "声音二进制数据编码Base64后的值",
            "Seq": 0,
            "IsFinal": false
        }
    }
}
﻿

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

tencent cloud

腾讯云智能数智人

声音驱动指令

请求参数

请求示例

帮助和支持

参数名称	类型	必选	描述
ReqId	String	是	单次驱动的唯一标识。每一段音频指定一个 uuid 值。
SessionId	String	是	会话唯一标识。
Command	String	是	SEND_AUDIO，发送音频。
Data	Data	是	数据对象

名称	类型	必选	描述
Audio	string	是	音频原始数据的 byte 数组，经 Base64 编码后的字符串。只支持：格式-PCM，采样率-16kHz，采样位深-16bits，声道-单声道
Seq	int	是	音频片包序号，序号必须从1开始
IsFinal	bool	否	默认值 false