数字分身数据录制要求

硬件要求

数据格式

• 若为实景，请提交实景mp4文件

• 若需要火山引擎侧进行抠图，请提交原始绿幕/蓝幕背景的mp4文件

• 若您已自行完成抠图，请提交带alpha通道的mov文件

画面要求

背景要求

• 若后续需更换人物背景，请用绿幕/蓝幕为背景进行拍摄，保证幕布铺满整个拍摄画面

• 若后续无需更换人物背景，可使用实景进行拍摄

拍摄要求

• 相机焦点聚焦于目标形象面部，同时保证人物身体清晰

• 拍摄期间机位、服装、光照始终保持一致，不能发生变化或抖动等

• 整个画面保持水平，人物眼神平视镜头；仰拍/俯拍人物可能会变形，建议尽量避免

人物要求

拍摄要求

• 人物全身光线充足

• 人物动作请勿遮挡面颈部，人物嘴部及嘴唇在口播时请全程完整出现在画面内

• 绿幕/蓝幕背景下：

  • 人物离绿幕稍远防止绿幕浸染，建议与绿幕保持2米及以上的距离

  • 人物身上避免穿戴与背景相同颜色的衣物和饰品，服装与拍摄背景有明显的颜色区分

  • 防止穿着或摆放有透明度/亮面/易反光的衣物及道具，否则易透出/反光背景的颜色，不利于后续更换背景

• 当前接口不支持美颜，若需要美颜请自行处理后再提交数据；请参考本文「拍摄后」部分

画面布局及演员姿态

请按最终生成效果的期望画面分布进行录制，参考布局与姿态如下：

站姿-全身-居中

站姿-半身-居中

坐姿-半身-居中

文本要求

• 请自备5分钟与使用场景适配的自然文本

• 请勿数数字或念诵重复率高的内容，否则会影响口型效果

收音要求

• 录制需要收音，朗读时请保持背景环境安静

• 不允许出现明显底噪、人声重叠（如导演指挥声音与口播声音重合）等影响语音收音的情况；否则需在环境恢复安静后重新开始录制

朗读要求

• 吐字发音清晰，嘴形饱满，尽量避免出现抿嘴、舔唇等其他唇形多余动作

• 建议提前熟悉文本，确保表达流畅；若读错也无碍，请继续保持表演的状态

头面部要求

• 人物保持**正面朝前；**若有左右摇头，**侧脸角度不得超过45度；**若有低头或抬头，上下角度不得超过30度

• 嘴部及嘴唇在口播时需要全程出现在画面内，下半张脸和颈部不产生任何遮挡（麦克风也不能挡脸和脖子）

• 说话期间建议保持自然头动和表情，以达到自然的讲述感和交流感

• 头部动作请勿与语义强相关，如出现表肯定的点头、否定的摇头；否则会与合成的文本内容不适配、有违和感

动作要求

• 可做出中性的自然讲述的手部动作，注意人物动作请勿遮挡下半张脸和颈部

• 动作无明显指向性，如比数字、点赞竖大拇指、挥手等；否则会与合成的文本内容不适配、有违和感

• 人物整体尽量不出画面，包括衣服和动作

拍摄示例

暂时无法在飞书文档外展示此内容
直播场景示例
暂时无法在飞书文档外展示此内容
播报场景示例

导出视频

分辨率：1080p
码率：20480Kbps及以上
编码：H.264
格式：mp4
帧率：25fps

打光

光线充足

• 画面较暗

• 亮度合适

人物

动作勿遮挡面颈部

• 动作遮挡面颈

• 动作通用，幅度合适

妆发服装整洁

• 碎发凌乱不美观

• 发型整洁美观

饰品勿随意晃动

• 耳坠晃动

• 固定耳钉