根本原因是码率与数字人真实渲染分辨率不匹配，须先通过“检测源流”确认输出尺寸（如512×512），再按该分辨率匹配对应码率区间（如4500–5500kbps），并设关键帧间隔为2秒、编码预设为medium、启用b帧与自适应量化，h.265需验证显示“hevc”才生效。
☞☞☞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☜☜☜
百度一镜数字人直播画面模糊、细节丢失、边缘锯齿明显，根本原因常是码率与分辨率不匹配或推流参数未针对数字人特性调优。直接改后台默认值可能引发卡顿或音画不同步，必须按数字人渲染层输出特性反向配置编码参数。
确认数字人渲染输出分辨率
打开一镜控制台→进入「直播设置」→点击「高级推流参数」右侧的「检测源流」按钮，等待3秒自动读取当前数字人引擎输出帧尺寸。这一步不能跳过，【若显示为720x720或800x800，说明你正使用基础版模型，强行设1080p会导致严重拉伸模糊】。
查看右上角实时预览窗口右下角小字——它会动态显示“Render: 512x512 @30fps”这类信息，该数值即为真实渲染分辨率，后续所有码率设置必须以此为基准。
匹配分辨率的推荐码率区间
方法一：查表速配（适用于快速上线）
渲染分辨率为512x512 → 码率设为4500–5500kbps；
渲染分辨率为768x768 → 码率设为6800–7800kbps；
渲染分辨率为1024x1024 → 码率必须≥9500kbps，且需开启H.265编码。
方法二：公式微调（适合调试期）
码率(kbps) = 渲染宽度 × 渲染高度 ÷ 100 × 帧率系数；
帧率系数取值：30fps用1.2，40fps用1.5，50fps用1.8；
例如：768×768@40fps → 768×768÷100×1.5 ≈ 8847kbps，向上取整到9000kbps更稳妥。
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。
注意：抖音/视频号后台对码率有硬性截断，超过10000kbps会被自动压回8000kbps，此时应同步提高分辨率而非盲目冲码率。
关键帧与编码预设强制修改
第一步：在「高级推流参数」中找到「关键帧间隔」，手动输入【2】（单位：秒），不可留空或填0；
第二步：找到「编码预设」下拉菜单，选择【medium】而非fast或slow；
第三步：勾选「启用B帧」和「自适应量化」两项——这是数字人面部纹理连续变化场景下防止块效应的核心开关。
不设关键帧间隔为2秒，WebRTC协商时会沿用默认4秒，导致口型驱动帧突变时出现长达1秒的模糊拖影；选fast预设虽快但丢弃大量高频细节，数字人睫毛、唇纹、发丝边缘将大面积糊成一片灰。
启用H.265并验证是否生效
进入「编码协议」选项卡→将「视频编码格式」从H.264切换为H.265；
切换后立即点击「保存并重启推流」；
重启成功后，回到「直播监控」页，查看「编码器状态」栏末尾是否显示“HEVC”字样。
这一步操作起来很简单，直接切换再重启就行。但若显示仍是AVC，说明你的GPU驱动版本低于535.98或未开启NVIDIA NVENC H.265支持，需先升级驱动再重试。
