定制数字人/声音注意事项

1. 数字人克隆时长

** 专业版**

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

** 极速版**

数字人训练视频时长 5～60秒，没有训练时间；

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；

训练视频参考：

2. 授权视频

授权视频的内容整体含义是明确授权品牌

如下方视频中，授权对象是“闪剪”，品牌名则传“闪剪”

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。

口播话术没有要求

第一秒闭嘴

不能挡住嘴巴

不能拍侧脸，侧脸幅度不大于45度

不能多人脸出现在画面

保持人物一直在画面中

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

录音建议用普通话,尽量不要有方言、英文或字母

录制的语气也会被克隆,请按照期望的语气进行朗读

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。

噪音控制

室外噪音：关闭门窗缓解噪音。

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。

混响控制

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。

操作说明

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。

关闭门窗，降低室外噪音。

关闭空调/电扇，减少内部噪音干扰。

拉上窗帘，降低玻璃的声音反射。

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。

录音文案

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。

录音

参考文案内容，自然表达。

发音清晰，吐字清楚，句与句之间断句清晰，每句之间停顿。

录音过程中不要有喘息声或其他声响。

通过多次录制找到最佳状态，不断提升录音质量。

1. 数字人克隆时长#

2. 授权视频#

3. 数字人审核相关#

4. 数字人克隆视频要求/数字人训练失败原因#