百度一镜数字人通过“切镜”功能实现真正多机位切换，支持上传5秒至15分钟mp4视频，自动继承装修元素，可替换、裁剪、调音量、缩放及图层排序，并绑定脚本按时间轴自动触发。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
百度一镜数字人如何实现多机位切换效果
在数字人直播中，需要模拟真人主播推近特写、拉远全景、侧拍商品、俯拍试用等不同视角，让观众看清细节、建立信任感，避免单镜头呆板单调。百度一镜通过“切镜”功能实现真正意义上的多机位切换，不是简单贴图或缩放，而是独立视频层叠加、音画同步、装修继承的全流程可控操作。
创建切镜：上传专属视角视频
进入剧本编辑页面 → 点击“创建切镜”按钮 → 拖拽或点击上传已拍摄好的多角度视频文件。
视频必须是【5秒至15分钟内、大小不超过700MB】的MP4格式；过短无法形成有效镜头语言，过长会拖慢加载并影响TTS对齐精度。
点击“生成切镜”，等待3–8秒，系统自动创建新分镜页，该视频将覆盖当前数字人图层，且【自动继承上一分镜除幻灯片和视频贴片外的所有装修元素】——包括背景、文字位置、按钮样式、商品贴片布局，确保视觉连贯不跳变。
调整切镜：精准控制镜头行为
方法一：快速替换与预览
点击画布内已插入的切镜视频 → 在右侧编辑器点击“替换”更换新镜头；点击视频下方播放键，实时查看当前切镜与TTS语音的同步效果——这一步必须做，否则开播时可能出现嘴型错位或动作卡顿。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
方法二：裁剪与音量微调
点击“裁剪”，框选视频中你真正需要的镜头起止段（比如只保留“拿起牙膏挤出膏体”的3秒动作）；拖动音量滑块调节声强，注意【无需静音时请勿拖到0，否则系统可能误判为无音频，导致TTS驱动失效】。
方法三：画面尺寸与图层控制
直接拖拽视频四角缩放，适配不同构图需求（如特写用80%宽度，全景用100%）；若需叠加KT板或商品弹窗，把它们拖到切镜视频图层上方即可——切镜视频默认在最底层，所有贴片均可自由上下排序。
绑定脚本：让机位切换有节奏有逻辑
第一步：在主剧本时间轴上，找到需要触发切镜的位置（例如讲到“这个成分特别温和”时切入显微镜视角）
第二步：点击该时间节点 → 选择“添加切镜动作” → 从下拉列表中选中已创建的对应切镜（如“成分特写_显微镜”）
第三步：设置持续时长（建议与视频实际长度一致）→ 点击保存
切镜一旦绑定，开播时将严格按脚本时间点自动切入、自动退出，无需人工干预。若某处切镜未生效，请检查是否遗漏“添加切镜动作”步骤，或该切镜视频本身未通过审核（上传后状态显示“待处理”需等待完成）。
