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：如果需我方抠像，则需提供绿幕或白幕背景视频，绿幕或白幕需铺满背景、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。
5. 视频里的人物的头部需朝上，若人物横置则需要进行旋转调整。
二、拍摄指引（视频版）
1. 实景或白幕背景拍摄指引
2. 绿幕背景拍摄指引
三、拍摄指引（文字版）
拍摄场地布置
1. 场地选择
注意：
如有后期有换背景需求可使用绿幕或白幕拍摄；如对固定背景有诉求可选择适宜的环境进行实景拍摄，后续生成的视频均会保留此背景。
实景拍摄：请选择光线稳定充分，安静无杂音的实景房间录制。（实景拍摄即固定背景，后期不支持更换其他背景；室外拍摄需要佩戴麦克风，保证声音清晰无噪音）
绿幕拍摄：请选择光线稳定充分，安静无杂音的绿幕房间录制。
白幕拍摄：请选择光线稳定充分，安静无杂音的白墙or白幕房间录制。（白幕拍摄暂不支持带桌椅拍摄）
2. 模特服装造型选择
模特：五官端正、有颜值、有⽓质、说话⼝⻮清晰、表演⾃然、优先上镜经验丰富的模特。
服装：
实景拍摄：对服装颜色无要求；
绿幕拍摄：不要选择反光材质/格子条纹的服装；不要选择绿色的相近色服装（如黄色、绿色、黄绿色），以免影响抠图效果。
白幕拍摄：避免穿白色系服装；白色衣服如果不在身体边缘（例如西装内搭），则可以穿着。
发型：发型规整, 避免明显发缝、碎发；避免佩戴会晃动的耳坠。（仅针对绿幕拍摄和白幕拍摄的素材有此要求，实景拍摄无此限制）
实景拍摄示例：
绿幕拍摄示例：
白幕拍摄示例：
双人数智人示例：（测试开放中，敬请期待）
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。
4. 手机拍摄标准
手机设备首选苹果手机，拍摄时具体参数如下：后置摄像头拍摄、视频模式（非电影效果），大小1x，分辨率4K，帧率30fps；关闭 PAL 格式、HDR 模式、自动 FPS，关闭入口：设置 > 相机 > 录制视频。
具体设置如下图所示：
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。
动作建议：说话时双手可以做一些中性百搭的动作，不会做动作的可以双手交叉放在身前。注意手势幅度要小、频率要低，轻柔匀速，不要遮挡脖子和面部；手势避免有语义或者指向性，需适配所有的文本。（如果该数智人最终用于实时交互场景，则对手部动作有额外的要求，详见该页面第五部分）
四、后期处理
1. 剪辑
掐头去尾，去掉开头、结尾多余画⾯。
剪辑⼯程的帧速率设置须和拍摄的素材帧速率保持⼀致，避免声画⼝型不对位。
2. 调⾊及美颜
修复画⾯瑕疵，确保模特颜值在线，但要保留模特⽪肤质感，不能太⽩、太平。
3. 调⾳
如果视频⾥的⾳频有噪⾳，需要去噪，确保声⾳质量良好，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）
客户提供经过抠像处理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。抠像指南如下：
抠除绿布背景，去除演员⾝上绿⾊反光，记得⽤其他背景颜⾊检查是否抠⼲净，要确保能适配任何背景画面。
抠像⼲净后，背景填充纯绿⾊，#00ff00 (R:0、G:255、B:0) 。
数智人交互&播报接口里输出的视频&视频流，不支持更换背景，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。
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，支持更换背景。
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。具体要求为：
单个动作需简短（详见“手部动作示意”）、动作做完快速归位（详见“手部归位示意”），动作和动作之间需相隔5秒以上。
注：最终的数智人动作和拍摄时的动作完全一致；也可全程不做动作，则最终的数智人也无手部动作。
1. 手部动作示意：
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2秒钟；该片段将在数智人交互场景中，用于“说话态”的动作。示意图如下：
2. 手部归位示意：
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；该片段将在数智人交互场景中，用于“倾听等待态”。示意图如下：
3. 录制 Demo 参考视频如下：
