规范背景

定制效果说明

训练基本原理介绍

拍摄概要

1、拍摄重点注意事项

• 视频总时长需控制在3-5分钟（即人物讲话的时长），不允许在视频中间进行剪辑；
• 最终进行训练视频的参数：分辨率1080P，30帧，MP4格式，编码H.264，文件大小5G以内；
• 视频开头需闭口静默5秒，结尾闭口静默10秒，用于训练嘴型闭合效果；
• 人物的服饰，需注意：请勿穿戴密集性图案的衣服和饰品，如条纹、格子、动物纹理的服装，以及避免过于高领的衣物和摇晃的耳饰；
• 人物的手势，需注意：不要出现强指示性动作，包括但不限于展示数字、挥手、OK、竖大拇指、指向自己、指向镜头等动作；手势不要遮挡或离面部过近；手势不要超出拍摄画面，尽量不要抬手超过肩膀以上；尽量避免持续性的手势动作，以及过于频繁的手势；
• 人物的姿态，需注意：不要出现点头、摇头，若有侧脸角度需保持在45°以内，脖子尽量露出，并避免讲话过程中头部大幅度上下左右浮动；
• 人物的声音，需注意：拍摄过程中同步录制讲话的声音，不能有杂音和明显的底噪；
• 人物的发型，需注意：头发尽量避免碎发及散发遮挡面部、长马尾在脑后晃动的情况；
• 人物的眼神，需注意：无论是选择面向镜头，还是看向任何其它角度，眼神都要聚焦，要有视觉焦点，眼神不要飘忽不定。
• 整体拍摄场景，需注意：人物打光均匀，避免面部/脖子出现阴影，拍摄背景无暗角；
• 拍摄过程，避免设备晃动，人物需尽量熟悉讲话文稿，减少卡顿、读错的情况，若卡顿、读错，只需继续保持状态读下去即可，表情不要因错误而变化；
• 拍摄时，不建议人物佩戴眼镜；若必须佩戴，须避免镜片反光并保持正脸拍摄，；若有造型需要，可选择无镜片的粗框眼镜架佩戴。
• 拍摄人员对人物的引导很重要，包括对身体姿态、表情、眼神、手势、说话等的指导，让人物表现得更自然。

2、拍摄五步走

详细拍摄规范

拍摄前准备

1、拍摄环境准备

• 确保拍摄光线均匀、充足、画面中无阴影、不过曝；避免人物脖子前方出现阴影。
• 现场安静无噪音，无回声，并测试收音效果，检查声音是否清晰，底噪是否过高。如果回声明显，训练出来的数字人可能出现嘴型错位的问题。

2、人物拍摄准备

• 确认人物拍摄的姿态，如正面、侧面，全身、半身，站姿、坐姿、走动等。
• 根据人物身高、姿态，以及眼神朝向，调整拍摄设备、提词器（若有）位置，随后稳固设备避免晃动。如非特殊需要，否则不建议使用俯视或仰视的视角。
• 确认人物想要的眼神方向，避免出现如拍正面姿势，眼神却斜视的情况。
• 与人物确认提词器（若有）滚动速度和文字显示的左右宽度，避免拍摄时眼神左右、上下瞟动。
• 确保人物画面居中，人物大小适中，人物左右两边留出一定空间，避免人物做手势时超出画面的情况。
• 若人物准备拍摄侧身姿态，且佩戴眼镜的情况下，须拍正脸，最好不佩戴眼镜。
• 确认该数字人形象的使用场景，根据视频内容风格、人设打造规划等，进行适合的服装、造型、说话语气的准备，避免未来出现文稿内容与人物表现不搭调的情况，比如表情严肃的专家形象，播风趣幽默的文稿。

3、服化道准备

• 面部：干净无油光，尽量做一些妆造，用于遮盖面部瑕疵，避免浓密胡须遮挡嘴部。不建议人物佩戴眼镜，若必须佩戴，；若有造型需要，可选择无镜片的粗框眼镜架佩戴。
• 发型：发型规整，可以用发胶定型，避免明显的发缝、碎发，尽量减少毛刺感；避免刘海过长遮挡五官、面部轮廓；
• 服装：选择纹理简单、平整、褶皱少的服装，不要选择格子、条纹、动物纹理服装，注意避免带有密集图案的领带；注意衣服颜色与背景需有差异。

• 服饰：避免佩戴反光材质的配饰（如金属链、手表等），不建议佩戴会来回晃动的耳环。

4、文稿准备

拍摄中注意

1、肢体动作

• 拍摄中，避免手势超出画面的情况。若超出画面，训练出的数字人手势也会超出画面。
• 拍摄中，尽量使用通用手势，避免出现有语义或指向性的动作手势，如摆手、摊手、竖大拇指点赞、OK、展示数字、指向自己、指向镜头等，否则容易产生手势和播报内容不适配的情况。
• 拍摄中，应避免与当下情绪反差较大的动作，比如本来在情绪稳定的说话，手却做出突然握紧、锤击等动作。
• 拍摄中，避免大幅度移动身体或摆动手臂，手势勿遮挡嘴部、脖子，不要有摸头摸脸等动作，确保面部全程完整出现，避免影响训练效果。
• 拍摄中，不要出现带有指示性的点头、摇头动作，不要出现突然低头、歪头、侧头的情况。
• 拍摄中，不论采用的是正面还是侧身姿态，都应尽量避免头部大幅度的左右上下浮动，不然容易造成脖子界限不明显，影响面部识别，导致下巴训练出现异常。
• 拍摄中，无论哪种身体姿态，都应保持身形挺拔，更能体现出精气神。
• 拍摄中，人物若侧身拍摄，侧脸角度不要超过45度。

2、面部表情

• 面部表情自然，自信从容的说话。
• 眼睛无论是选择平视看向镜头，还是平视前方，亦或是看向任何其它角度，眼神都要聚焦，要有视觉焦点，眼神不要飘忽不定。
• 避免与讲话无关的表情(皱眉、挑眉、噘嘴、舔嘴、抿嘴、吞咽口水等)，若是习惯，需尽量克服，否则后续使用数字人进行播报时，可能出现表情和文案内容不搭的情况。
• 人物说话的口型，应尽量饱满，避免因为口型变动幅度小，导致产生训练出的数字人口型和声音匹配不上的错觉。

3、声音表达

• 拍摄视频尽量连续不中断，若读错字可忽略，面部表情不要出现异常，可以继续录制。若卡壳比较严重，建议使用熟悉的文稿，重新录制。
• 声音自然，使用日常说话的语调、语气开口说话，也可以根据对未来视频内容、人设打造的规划，自由决定使用平静叙述、慷慨激昂，欢欣喜悦、缓慢沉稳、抑扬顿挫等等的语气进行说话。但必须注意，训练出来的声音也会呈现出相同的音色、语调、语气，所以在未来使用中，如果文稿是风趣幽默的内容，而拍摄时的语气是缓慢沉稳的，那么就会出现风格不搭的情况。
• 拍摄时，说话吐字清晰、口型正确。

实景拍摄注意

走动拍摄注意

拍摄视频规格

• 时长：视频时长保证在4-7分钟
• 视频大小：不超过5G
• 尺寸：9:16（竖屏）/16:9（横屏）
• 分辨率：1080P，30帧，不要开启HDR录制模式
• 格式：MP4格式

• 相机档位设置：M档（手动模式）
• 镜头焦段设置：推荐使用35、50、70、85mm其中某一焦段（根据场地大小和画面内容来决定）
• iso感光度设置：300-800（在光源充足的情况下，iso越低越好，但最少不低于100）
• 光圈设置：f2.8-f4.5（光圈过大会造成人物周边虚化过度并携带绿边，在人物较亮的基础上可减小光圈，光圈大小推荐f4.0）
• 快门速度：在不影响人物光线的基础上，快门推荐在1/100-1/200

后期处理

• 只可进行掐头去尾式的剪辑，去掉开头、结尾多余画⾯，从静默开始到播报完的静默结束。
• 避免视频从中间进行剪辑，否则可能导致出现跳帧的情况，这会使数字人也会有跳帧出现。
• 若视频结尾有黑帧，需减掉。

• 不要做任何的调色、美颜处理，经过美颜处理的视频，会影响训练效果。尽量在拍摄前就做好妆造。

• 确保声⾳质量良好、清晰，可进行去底噪处理，但需保持声画同步。

详细录制步骤推荐