讯飞智作数字人采集视频需严格遵循文案规范：使用全角中文标点；每句8～12字，超15字须拆分；删除所有括号内容；禁用模糊量词和未注音多音字；关键信息前加空格强化停顿；单句换行、段间空行；避免重复句式与多标点问号。
☞☞☞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☜☜☜
讯飞智作数字人采集视频需要准备符合语音合成与口型驱动双重要求的文案，不能直接用日常口语稿或长段落讲稿，否则会导致口型错位、停顿生硬、情绪单调。
基础文案格式规范
第一步：全文使用中文标点，禁用英文逗号、句号、引号；所有顿号、逗号、句号必须为全角符号。
第二步：每句话控制在8～12字之间，最长不超过15字；超过长度的句子必须拆分，例如“今天天气很好，我们一起去公园散步”应改为“今天天气很好。我们一起去公园散步。”——过长语句会让数字人口型张合节奏拖沓，合成后明显卡顿。
第三步：删除所有括号内容（包括（示例）、【注意】、*补充说明*等），讯飞智作录制引擎会跳过括号内文字，导致音频断层。
必须规避的词汇与表达
方法一：禁用模糊量词和虚指时间
“大概”“可能”“应该”“一会儿”“马上”“最近”这类词会导致TTS情感模型误判语气倾向，生成偏迟疑或不确定的语调，影响专业形象。直接替换为确定表述，如“三分钟后开始”“下周二上午九点”。
方法二：禁用多音字未标注读音的文本
“行”“重”“发”“长”等字必须手动标注拼音，否则系统按默认音读错，且无法在采集视频阶段修正。例如“行长”必须写作“行长（háng zhǎng）”，【不标注将直接按xíng zhǎng合成，错误不可逆】。
情绪与节奏强化写法
在需要强调的关键信息前加一个空格，讯飞智作会自动在此处插入0.3秒微停顿，增强听觉焦点。例如：“ 人工智能正在改变教育方式”。
每段文案以单句为单位换行，段与段之间空一行；连续三句以上相同句式（如全是“我们提供…”）必须至少改写一句结构，避免韵律重复引发口型循环感。
疑问句末尾统一用问号，但不得使用“？？”“？？？”或“？！”，多标点会触发异常重音，使数字人突然拔高声调。
