数字人的表演提示并不一定负责产生讲话内容。整段台词写进动作描述却没被说出来时,应先检查真正的讲话音频来自哪里。Kling Avatar 2.0 指南把人物图、讲话音频和可选表演提示分开;上传录音或通过文字转语音生成录音,与描述人物怎么表演,是不同步骤。
沿着一句台词找回真实声音来源
在已提交材料中找到批准台词:它是在上传录音里、是在已经生成音频的语音合成输入里,还是只出现在表演段落中?直接听本次选中的录音。文件名叫“新祝福”不代表内容已经更新,里面仍可能是昨天的话。音频卡旁边的一个文本框,也可能只负责动作,不负责改动音轨。
台词版本与音频版本应一起记录。若生成声音后又改了某个字,要确认是否真正重做、保存并选中了新录音。计划文档中的文字改了,旧波形不会因此自动变化;反过来,本地存在正确录音,也不能证明请求实际收到了那一个文件。
按职责拆开说明
假设一条展馆介绍的批准台词是“欢迎来到修缮后的东展厅”,表演希望轻微微笑、做克制的展开手势。台词通过实际支持的讲话输入处理,表演提示只描述可观察的动作和情绪,不再混入另一句说法。这里是虚构的准备示例,不代表已经生成过展馆片段,也不保证手势精确出现。
| 组成部分 | 依据 | 检查方式 |
|---|---|---|
| 人物和构图 | 获授权原图 | 人物正确,动作空间合理 |
| 要说的文字 | 批准录音或语音资产 | 完整听过这一句 |
| 表演方式 | 相容的行为说明 | 看表情和手势 |
| 最终组合 | 实际下载视频 | 内容与时间一起审 |
分工清楚后,修改某一项时才不会无意破坏其他已经通过的部分,也能向协作者说明到底哪份材料决定了什么。
再次提交前先定位故障
选中录音本身就说错时,先修声音源;声音源正确、输出却是另一句话时,保留请求记录,调查实际传入路径;讲话正确、表演不合适时,再调整表演要求,避免顺手替换已经批准的录音。这样每轮修改才有明确问题,而不是所有材料一起换。
检查整句的开头、停顿和结尾,不只听中间两秒。观察人物开口时是否播放了别的声音、动作是否挡住嘴、原图是否裁得太紧而不适合手势。视觉问题与台词错误要分别标注,“任务完成”只是处理状态,不是这些检查已经通过。
交付三份相互对应的确认材料
保存人物源图、准确音频和最终视频,并用对应版本说明它们的关系。标明声音是录制还是合成、是否审听整句,同时满足人物肖像和声音的适用授权要求。
在 Imagild 项目中也可以沿用这种素材分工,但仍要核对当前入口实际接受哪些输入。本篇不能证明每个 Imagild 视频入口都支持 Avatar 2.0 的组合。某条路线不接受批准录音时,应换成支持的制作流程,而不是把台词塞到无关提示框后就认为声音已经处理。