yun

  • 媒体处理 WebSocket 流式语音合成(TTS)协议

    Flush 流式语音合成服务(TTS)对外提供的 WebSocket 接口协议。

    腾讯云产品 2026年11月9日
  • 媒体处理 AI 商品套图

    AI 商品套图功能基于商品原图,自动生成整套适配电商平台的营销套图,无需设计师、无需逐张出图,显著降低拍摄设计成本。

    腾讯云产品 2026年11月9日
  • 媒体处理 AI 音乐生成

    腾讯云媒体处理(MPS)AIGC 聚合平台提供 AI 生成音乐的能力,已聚合 MiniMax 等主流音乐生成模型,开发者通过同一套 API 即可调用不同模型并获取生成结果。

    腾讯云产品 2026年11月9日
  • 媒体处理 音色复刻

    这篇说说腾讯云MPS音色复刻功能:基于参考音频快速生成音色ID用于语音合成,支持MiniMax等引擎,任务成功收取克隆音色费用。 调用音色克隆接口传入音频即可复刻,建议音频10-20秒单人清晰语音。

    腾讯云产品 2026年11月9日
  • 媒体处理 音色设计

    输入自然语言描述(如“电影解说男声,抑扬顿挫,低沉富有磁性”),AI 生成专属音色 ID,用于后续语音合成。

    腾讯云产品 2026年11月9日
  • 媒体处理 语音音色转换和视频加语音

    这篇说说腾讯云MPS语音合成能力,支持语音音色转换和视频加语音两种场景,通过ProcessMedia接口发起任务并配置ExtendedParameter扩展参数实现。 语音音色转换:输入音视频,指定或克隆音色替换原音色,说话内容不变。 视频加语音:输入视频与文本,自动生成配音并合成到视频中,支持字幕与时长对齐。

    腾讯云产品 2026年11月9日
  • 媒体处理 Websocket STS (智能实时对话)

    本协议描述客户端与语音对话服务 (Speech-to-Speech,下面简称 STS) 之间的实时通信规范。

    腾讯云产品 2026年11月9日
  • 媒体处理 智能字幕(混元 ASR 3.0 preview)接入

    Hy ASR 3.0 preview 是腾讯混元发布的新一代语音识别模型,基于最新一代大语言模型 Hy3 的语言理解能力,在复杂真实输入中能给出准确、连贯、更接近用户意图的转写结果。其重点提升能力包括。

    腾讯云产品 2026年11月9日
  • 媒体处理 爆款复刻

    爆款复刻可将一条已验证的爆款视频转化为可批量复用的创作模板。你只需提供一条爆款参考视频和商品图,系统即可自动学习参考视频的风格、节奏与镜头结构,并结合你的商品,生成风格和节奏一致的全新营销视频。

    腾讯云产品 2026年11月9日
  • 媒体处理 世界模型

    腾讯云媒体处理(MPS)AIGC 聚合平台提供 360°全景图、3D 场景生成 能力。

    腾讯云产品 2026年11月9日