一、定制素材自检项
形象定制需提交一段3-5分钟的真人口播视频。提交前请务必逐条检查以下自检项：
1. 视频画面：人脸清晰不模糊，人脸区域放大后边缘轮廓清晰，画面稳定无晃动。
2. 模特表现：眼睛正视镜头，无大幅转头、偏头，脸部全程无遮挡。
3. 拍摄要点：视频开头静默闭口1-3秒，整条视频全程无剪辑、跳帧，全长须超过3分钟。
4. 环境声音：无其他人声掺入，无明显环境噪声，视频音画同步（声音与口型须对应）。
5. 拍摄背景：如果需我方扣像，则需提供绿幕视频，绿幕需铺满背景、无其他杂物。
视频格式要求：
1. 视频大小不超过5GB，时长不短于3分钟、不长于10分钟。
2. 视频格式为 mp4、mov。
3. 视频分辨率1080P、4K（3840*2160），宽高比符合16:9 (9:16)。
4. 视频帧率不低于25fps、不高于60fps。
二、拍摄指引（视频版）
1. 无需更换背景拍摄指引
?
2. 需要更换背景拍摄指引
?
三、拍摄指引（文字版）
拍摄场地布置
1. 场地选择
请选择光线稳定充分，安静无杂音的房间录制。
2. 模特服装造型选择
模特：五官端正、有颜值、有?质、说话??清晰、表演?然、优先上镜经验丰富的模特。
服装：服装纹理简单、颜色与绿幕有差异的服饰（不要选择反光材质/格子条纹的服装）。
发型：发型规整, 避免明显发缝、碎发；避免佩戴会晃动的耳坠。（仅针对绿幕抠图的素材有此要求，不需要更换背景的则无此限制）
?
?
3. 拍摄设备和布光
拍摄过程画面稳定不抖动，录制过程中光线不发生显著的变化。
拍摄画面分辨率在1080p及以上，不要开启 HDR 录制模式。
绿幕平整无褶皱，铺满画面。
注意：
如有后期有换背景需求可使用绿幕拍摄；如对固定背景有诉求可选择适宜的背景环境进行拍摄，后续生成的视频均会保留此背景。
?
?
拍摄录制
1. 视频录制站位
?
2. 拍摄监测实时预览
可通过obs等软件实时预览抠图效果，可前置发现配饰反光、面部&服装反绿光等情况，在拍摄现场可实时调整拍摄方案，避免反复录制耽误定制的进度。
3. 拍摄录制（需同期收音）
景别选择：若最终生成的视频用于竖屏场景，建议使用竖屏拍摄；横屏同理。当全身出镜时，确认人像尽量大，手部动作不要出画面。
录制过程：
1. 启动录制后, 模特先闭口1-3秒, 保持姿态不动。
2. 接下来, 模特自然说话3-5分钟；避免相同文案不断重复；说话过程可以自然小幅动作, 眼睛不要斜视、需正视摄像头。
3. 说话结束后，停止录制。
四、后期处理
1. 剪辑
掐头去尾，去掉开头、结尾多余画?。
剪辑?程的帧速率设置须和拍摄的素材帧速率保持?致，避免声画?型不对位。
2. 调?及美颜
修复画?瑕疵，确保模特颜值在线，但要保留模特?肤质感，不能太?、太平。
3. 调?
如果视频?的?频有噪?，需要去噪，确保声?质量良好，同期声清晰。
4. 抠像
若您具有抠像能力，可以对原始视频提前进行抠像处理。根据所提供视频素材，将支持提供不同的视频输出能力。
?
情况一：提供经过抠像处理后的“纯绿底视频”（下图视频2），数智人侧绿底背景视频直接输出（下图视频3）
需要提供1个加工后的绿底视频进行训练，数智人侧将直接使用绿底作为最终输出的视频背景，定制效率较高，交付时间短。
同时，数智人交互&播报接口里输出的视频&视频流，不支持实时换背景，即：①不支持替换背景输出；②不支持输出透明背景的webm视频。
?
客户拿到数智人输出的视频后，还需要在应用场景中进一步去绿处理。扣像指南如下：
抠除绿布背景，去除演员?上绿?反光，记得?其他背景颜?检查是否抠?净，要确保能适配任何背景画面。
抠像?净后，背景填充纯绿?，#00ff00 (R:0、G:255、B:0) 。
?
情况二：提供原始拍摄视频外，额外提供alpha通道的视频（下图视频2），数智人侧支持背景更换输出（下图视频3）
需要同时提供“视频1：原始拍摄视频”（也可以是经过加工的视频）和“视频2：alpha通道视频”，这两个视频的分辨率、时长需要完全一致。
此情况下，数智人交互&播报接口里输出的视频&视频流，可以支持实时换背景。
?
注意：
alpha 通道视频暂不支持通过 API 传输，需要客户线下提供。
五、小样本用于交互场景时录制要求
如果小样本需要用于实时交互场景，在录制3-5分钟视频时，对模特的手部动作有额外的要求。具体要求如下图所示：
?
1. 手部有动作片段：即数智人在交互场景下，适合“说话态”的片段；该片段里模特的手部可做一些尽量通用的动作，动作做完要尽快归位，单个动作不超过3秒钟。示意图如下：
2. 手部无明显动作片段：即数智人在交互场景下，适合“倾听等待态”的片段；该片段里，模特在保持自然说话的同时，手部尽量不要用明显的动作，示意图如下：
3. 录制 Demo 参考视频如下：
?
?
