需用高清稳定视频拍摄:白天自然光、纯色背景、关闭美颜滤镜、1080p/30fps/≥8Mbps,正面静止→转头→表情→朗读,禁戴眼镜口罩,自查睫毛唇纹清晰度、画质检测红区<15%、文件≥80MB/分钟。
☞☞☞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☜☜☜

想用讯飞智作生成高质量数字人分身,上传的原始视频素材清晰度直接影响最终形象拟真度和口型驱动精度,模糊、抖动或过暗的视频会导致建模失败或表情僵硬。
拍摄环境与设备设置
选择白天自然光充足、无强阴影的室内空间,背景用纯色白墙或浅灰幕布,避免反光物体和动态干扰源。手机拍摄即可,但【必须关闭美颜、滤镜和自动HDR】,否则系统无法准确还原肤色与明暗过渡。
使用手机支架固定设备,全程保持水平构图,镜头中心对准人脸中线,确保从额头到锁骨完整入画。
视频参数硬性要求
录制格式为MP4或MOV,分辨率不低于1080p(1920×1080),帧率锁定30fps,码率建议≥8Mbps。低于720p的视频会被系统直接拦截,无法进入建模流程。
这一步不能靠后期拉伸补救——压缩过的低码率视频即使分辨率标称1080p,实际细节已丢失,AI提取面部微纹理时会大量误判,导致眨眼不自然、唇部开合错位。
动作与表达规范
第一步:正面静止3秒,双眼平视镜头,自然呼吸;
第二步:缓慢左右转头各一次,幅度控制在30°内,保持颈部不动;
第三步:依次完成微笑→皱眉→张嘴说“啊”→闭眼再睁眼,每个动作停顿1.5秒;
第四步:朗读一段20秒短文,语速均匀,避免突然提高音量或吞字。全程【禁止戴眼镜(反光)、口罩、帽子或长发遮挡颧骨/下颌线】。
上传前自查清单
方法一:用手机相册放大查看眼部睫毛、唇纹是否清晰可辨;
方法二:将视频导入剪映,用“画质检测”功能扫描,红色警示区超过画面15%即不合格;
方法三:导出为H.264编码、CBR恒定码率,文件大小应≥80MB/分钟,小于60MB需重录。











