训练页面要求两段视频,可能因为它们承担不同功能,而不是重复收集材料。百度曦灵专属口型数字人的拍摄指南,将闭嘴动作底板与讲话素材区分。应以该产品当前拍摄规范为准,不能把一段普通肖像口播自动当成完整训练包。
先给每个文件写清职责
拍摄前说明哪段提供外观和可复用身体动作,哪段提供讲话时的嘴部依据,把职责写进文件名和拍摄清单。讲话录得更长,不一定能补偿缺少动作底板;画面看起来没有讲话,也不代表文件已经满足规范中的音轨要求。
检查实际文件,包括声音流和从头到尾的状态。看起来安静的画面仍可能带环境声,名为“底板”的文件也可能录进意外开口。记录真实内容,不凭文件名推测。格式、时长范围按最新规范核对,不照搬另一个数字人服务的数字。
将两类拍摄放进连贯计划
假设准备一次训练拍摄,应在更换灯位或机位前先安排两种素材。供应商要求一致的服装、构图和曝光需要保持。一段近距离讲话特写与另一套灯光下的全身底板,各自漂亮也可能互不兼容。这里是原创拍摄审查示例,并非已有训练成功案例。
| 文件职责 | 人工检查 | 提交前必须解决 |
|---|---|---|
| 动作底板 | 预期闭嘴状态和可复用动作 | 意外讲话或不合适手势 |
| 口播素材 | 清晰口部运动和可用录音 | 嘴部遮挡、话语不完整 |
| 两份共同检查 | 同一批准人物与兼容拍摄设置 | 外观变化或混用场次 |
| 提交清单 | 文件归入正确用途 | 错放、漏交或版本不符 |
这张表帮助人工发现问题,不保证训练一定成功。输入规范仍由当前供应商文档和实际提交要求决定。
补拍前先看清是哪一段有问题
完整看过两份文件,记录缺陷区间,再判断缺陷是否局部、规范是否允许剪辑、只补一小段会不会与另一份素材不连续。不要为了达到最低时长机械删拼,留下明显的动作跳变。一个文件很长,也不能抵消另一个文件承担的功能缺失。
如果更改拍摄设置会影响两种职责,应安排兼容的新组合,而不是混用前后不一致的片段。在新材料确认前保留旧原件。技术上提交成功,也不说明训练后人物的外观、嘴型和身体行为已适合目标台词。
训练结果分项确认
通过所选服务训练后,用批准测试内容分别检查相貌、口部运动和继承动作,不能只看脸像就批准全部用途。对人物与声音使用取得适用授权,并在面对客户作承诺前说明限制。没有看到实际结果时,应该写待审,而不是写效果已通过。
在 Imagild 项目中,这些录制文件可以是外部制作资产或准备参考,但本篇不宣称 Imagild 训练曦灵模型,也不说明它接受相同材料包。目标是在拍摄和提交阶段避免职责错配,减少到成片阶段才发现需要重拍的情况。