AI数字人克隆采集规范分享!

数字人直播的时代已经来临,使用青否数字人SaaS系统数字人源码:zhibo175)去生成数字人,那如何能得到自己想要的效果呢?需要注意一下几点:

一.摄影棚灯光方案

中型(15m²左右)摄影棚​

适用于美妆/珠宝等直播,近距离细节展示,高色彩还原度​

AI数字人克隆采集规范分享!_第1张图片

大型(20m²左右)站播适用​

适用于服装鞋帽/家居等,主播站立演示穿搭/使用效果的场景​

AI数字人克隆采集规范分享!_第2张图片

二.数字人克隆 - 视频采集规范

训练素材录制要求

1、视频时长:训练素材要求5-10分钟;

2、拍摄要求:推荐直接用剪映录制,如果用相机更好;分辨率要求 >= 1080*1920(推荐分辨率为4K),fps不能低于25帧;拍摄主要影响因素是噪音,其次是灯光。

3、噪音:录制时要求环境安静不能有噪音,爆音,回音,最好选择安静的环境拍摄,有降噪麦克风。

4、灯光:灯光要求保证人物脸部,嘴巴,牙齿等五官细节清晰可见,光线均匀,无阴影。

5、视频画面:人物头像不能超过屏幕1/3,人脸尺寸大于300*300px;录制时推荐绿幕背景,后期可以更换各种背景;绿幕平整无褶皱,人距离绿幕2米远。

AI数字人克隆采集规范分享!_第3张图片

6、口播内容:内容不限,推荐选模特熟悉的内容,准备6000字文稿;讲的过程说错也没关系,继续讲就可以;千万不要一直说重复的内容。

7、服饰妆造注意事项:避免反光材质衣物;避免半透丝纱材质衣物;避免蕾丝材质的衣物;避免与绿幕相近的衣物以及绿色元素;

首饰:避免佩戴宽松易滑动晃动的首饰,比如项链、容易晃动的耳环(耳钉是可以的)、带链子的眼镜;

妆发:妆容自然得体,头发整理好避免出现散发碎发以及发缝;

8、人物动作:动作自然,与应用场景匹配;动作尽量通用,避免指向性动作;手不挡脸,抬手不过肩;表情动作自然,避免大角度侧脸;避免身体晃动,避免大幅度和迅速的动作;口播时,嘴巴注意张开,口齿清晰,发音标准,说话速度不能太快;避免舔嘴,吞咽,撅嘴,皱眉,摸头,摸脸等小动作。

9、其他注意事项:人物面部不能有遮挡,灯光要求脸部轮廓,牙齿嘴唇清晰可见;人物不能过分瘦脸,美白,可能造成轮廓不清晰。

推理素材录制要求:

  1. 拍摄要求同训练视频一致;
  2. 素材要求20-30s;
  3. 录制过程中全程静默,不说话,前5s不动,中间做通用手势,肢体动作,表情动作自然,后5s不动。

三.声音克隆 - 音频采集规范

1、音频时长:有效音频时长20分钟,如果带口音,音频建议不少于30分钟;

2、录音准备

根据不同使用需求,准备5000字左右的文本内容,内容和应用场景(朗读、直播、日常讲话等)语境相符;

3、录音环境:录音环境安静,环境底噪小于40dB,可使用“分贝仪”APP测试录音环境底噪;

录制时保持无回音、无混响、无噪声等;

4、录音设备及录音参数:录音设备推荐降噪麦克风/小蜜蜂,条件允许建议使用防风棉衣或防喷罩;推荐使用48kHz采样率录制音频;推荐无损音质格式保存音频,如: wav、 fiv、m4a,不能使用压缩格式保存音频,如:mp3;

5、录音人:录音人不宜离麦太近,防止喷麦和录入呼吸声连贯说完一句话;发音清晰、吐字清楚,句与句之间断句清楚;

句与句之间停顿1~2秒;保持语境风格一致,避免多种情绪混杂。

按照以上要求去拍摄和录制,上传到青否数字人SaaS系统后台,生成数字人即可。

你可能感兴趣的:(AI数字人,人工智能,实时互动,开源软件,经验分享)