Face and Hand／KT版 Taobao ライブ配信セットアップ手順
1. デジタルヒューマン システムでのモデルと音声の学習
Face and Hand は、Taobao の公開トラフィックプールに適し、低品質コンテンツのリスクコントロールを回避する主流の配信手法です。実在の人物がカメラに映って商品を紹介しますが、スクリプトでは具体的な商品スペックの詳細を明かしません。商品を見せるときは手元のクローズアップに切り替え、そこにキーイングで切り抜いた商品映像を重ねます。
配信のロジック：システムが実在の人物による顔出しナレーションのクリップをランダムに再生して商品を紹介し集客したうえで、手元のショットに切り替え、対応する商品画像を手元の映像に重ねます。すべての映像は事前にセグメントへ編集しておき、配信中にクリップをローテーションして入れ替えます。
Face and Hand モードと KT版モードは、いずれも Taobao の公開トラフィックプールで直接配信できます。
Face and Hand モードの動画撮影
動画素材を読み込み、V5 アバターを選択して Face and Hand モードにチェックを入れます。
1.1 準備
2 セットの素材を用意します：1. 顔出しの商品ナレーション動画 2. 手元＋テーブルの無音動画
スクリプトの準備：あらかじめスクリプトを書き、各セグメントは 20〜30 秒とし、後でショットを切り替えやすいようにセグメント間にポーズを入れます。
1.2 単一カメラでの撮影手順
まず [顔出し概要動画] を 5〜10 分撮影します。
- カメラに向かって配信スクリプトを読み上げます（1 セグメントあたり約 30 秒）。
- 各スクリプトのセグメントを読み終えたら、話さずに 20〜30 秒ポーズします。
次に [手元＋卓上の映像] を 5〜10 分撮影します。
- シーン・照明・カメラ位置は、上記の顔出し動画とまったく同じにする必要があります。
- 全編を通して音を立てないでください。手は商品を手に取って見せるといった動作を行い、動画は無音にします。
- 商品 1 点につき、手元映像を 1 セグメント対応させます。
1.3 編集と結合
- 顔出し動画と無音の手元動画を CapCut（Jianying）に読み込みます。
- 話しているセグメント：顔出しの映像を残し、元の音声も残します。
- 無音のセグメント：無音の手元映像へハードカットで切り替えます。
- 要件：映像の接続にはハードカットのみを使用します（実在の人物による商品ナレーション 30 秒 ＋ 手元映像 30 秒 ＋ 実在の人物による商品ナレーション 30 秒 ＋ 手元映像 30 秒 ＋ …）。AI がショットの境界を検出しやすくするため、トランジション、クロスディゾルブ、フェードイン／フェードアウトは禁止です。
- 編集が終わった動画を書き出し、V5 アバターの Face and Hand モード学習に使用します。
1.4 音声クローンの設定
カメラに映る本人の声を音声クローンに使用します。AI 配信ではこの声を使い回して商品を紹介します。
1.5 配信の結果
- 合成した動画の順序で再生されます。
- 話しているセグメント：元の映像＋元の音声を再生し、ホストの顔を表示します。
- 無音の合間：対応する商品の手元映像をループ再生し、商品のメイン画像を重ねながら、クローンした AI 音声が引き続き商品を紹介します。
- 現在の商品のスクリプトをすべて話し終えると、次の顔出しの話しているセグメントに切り替わります。
- アセットのマッチングルール：紹介している商品に応じて、その商品専用の手元映像をループ再生します。
2. KT ボード配信
KT ボードは、商品ナレーションの比率を高め、Taobao 配信ルームの品質スコアを最適化するために使用します。配信中、商品画像は映像内の KT ボードの位置に自動で重ねられます。
2.1 標準の KT ボードをダウンロードする
A4 用紙サイズで印刷し、反射を避けるためラミネート加工はしないでください。撮影時は、四隅の L マーカーと中央の X マーカーがすべてフレームに収まり、手で隠れないようにしてください。
2.2 撮影要件
- グリーンバックまたは無地の背景を推奨します。KT ボード面のギラつきや白飛びを防ぐため、照明は均一にします。ボードがくっきり映るよう、カメラのフォーカスを適切に合わせてください。
- KT ボードを持つときは、両手で上下の辺または左右を持ち、四隅の L マーカーと中央の X マークは絶対に隠さないでください。
- ボードはできるだけ真っすぐカメラに向け、フレーム内に全体が収まるようにします。わずかな傾きは許容されますが、四隅と中央のマーカーがフレームから外れたり体で隠れたりしてはいけません。
- ボードを持って動かすときの動作はなめらかで安定させ、ボードをフレームに出し入れする間も、すべての認識マーカーがはっきり見えている必要があります。
- 人物はカメラに正対し、固定の半身または全身の立ち位置で撮影します。動画の解像度は、クローンしたモデルで選択した解像度と一致させる必要があります。
- 撮影時間は 8 分、全編無音で行います。
以下は KT ボードの撮影サンプルクリップです：🎬 [Video] August 19.mp4
（ファイルサイズ：15.5MB。本ドキュメントとともに書き出されています。同じディレクトリ内のファイルを参照してください。）
V5 アバターで KT ボード学習を有効にする：
2. デジタルヒューマン システムでの Taobao 配信ルームのセットアップ
1. 配信を新規作成するときに、Taobao の配信プラットフォームを選択します。
2. あらかじめ https://liveplatform.taobao.com/restful/index/cargo/commodity/favorite の「商品プランニング」で商品を追加し、QR コードをスキャンして Taobao Live アカウントを認可し、「Taobao 商品のワンクリックインポート」を選択します。システムが商品リストを自動で同期し、商品のメイン画像アセットをリアルタイムで取得します。
