1. 数字人克隆时长#
数字人训练视频时长 30~120秒,对应训练时间1~6小时;
数字人训练视频时间越长、文件越大,对应训练时间越长
极速数字人首次制作视频时间比第二次制作视频时间长3-5分钟;
⚠️注意事项:#
专业数字人:专业版为1:1复刻形象嘴型部分,训练视频中形象必须张嘴说话,否则制作视频后,视频中人物不张嘴2. 授权视频#
如下方视频中,用户在闪剪应用做视频,则授权对象是“闪剪”,接口中的品牌名 authText 则传“闪剪” 。若您的应用名称是【AI助手】,则authText的值为【AI助手】。授权话术可以是:我是xxx(真实姓名),我授权【AI助手】使用视频中的肖像、声音,为我生成定制数字人及声音,并在本人【AI助手】账号中创作使用
案例:我是xxx(真实姓名),我授权【闪剪】使用视频中的肖像、声音,为我生成定制数字人及声音,并在本人【闪剪】账号中创作使用。3. 数字人审核相关#
数字人定制为何需要授权视频?
因合规部门要求,使用用户形象训练数字人需要明确得到用户的授权;
4. 数字人克隆视频要求/数字人训练失败原因#
为了获得更理想的效果,请在光线充足、安静的环境下录制。拍摄视频时,请注意不要遮挡面部。5. 声音克隆要求#
录制过程,请保持环境安静,没有杂音、噪音、回声和混响
录制一段单人说话的音频,建议录制时麦克风离嘴巴大约10厘米的距离
录音时,要保持情绪稳定,语速均匀,就像平时聊天一样自然
录音建议#
环境选择:
录音环境的选择主要考虑降低噪音和混响,建议使用 10 平方米以内的小型房间进行录音,特别是配置吸音装置的房间,录音效果更佳。
如条件允许,可以使用价格较低的吸音棉对房间进行改造,改变声波的平面反射为漫反射,从而降低混响,提高录音质量。室内噪音:室内噪音主要来自空调、风扇(含电脑风扇)、日光灯镇流器、人声等。
可以利用手机录制环境声音,放大音量倾听录音,识别并关闭噪音源。
混响是指声音在空间中反射、折射、扩散并逐渐衰减的过程所产生的听觉效果。声波在墙壁、玻璃上等光滑平面上反射时,会导致声音浑浊。
录制声音时,建议不要选择空旷的房间,尽量选用配有吸音设施的场所,或摆放不规则的环境,降低混响影响。日常办公区域和会议室通常存在较高混响,不建议使用其作为录音环境。
普通的卧室是相对常见的理想录音环境,录音时需注意:与手机保持约 10 厘米距离,避免太近/太远造成喷麦和电流问题。
打开柜门、使用衣物、床单等覆盖柜面/桌面,降低光滑平面的声音反射,提高录音质量。
在录音前熟悉文案,确定好人设及演绎风格,避免“读稿”,以免复刻的效果与您的心理预期不符。
发音清晰,吐字清楚,句与句之间断句清晰,每句之间停顿。