V2/V3 数字人主播形象录制标准（一键训练）

依托大模型能力，Syntopia 数字人可以基于 5-10 分钟的视频素材快速复刻一个真人，生成数字主播。前后对比效果如下：

[FeiFei Driver Video.mp4] 录制的源素材

[1.mp4] 生成的数字人直播效果

1. 录制前的准备

选择主播

• 主播说话时的口型必须标准，避免出现说话时嘴不张开或嘴歪等问题
• 形象应端正、亲和，可以化淡妆

主播熟悉话术

• 建议结合自己的直播场景，准备约 10 分钟的话术。
• 或者熟悉下方文件中的几段直播话术节选。

主播试播 / 找感觉

按照上述话术进行直播演练。整体动作应流畅自然，在常见直播动作之间自然切换，例如模拟介绍产品、滑动手机与评论互动、查看大屏数据、查看提示卡等。每一段话术都应一镜到底连续拍摄 — 如果说错了，继续往下即可。总体要求：

• 面部。保持自然、放松的微笑。可以做一些典型的直播动作，比如看着镜头讲解产品、滑动手机与评论互动、抬头回答问题，或者转头查看大屏数据。注意：低头或转头的幅度要小 — 极限是抬头回来时仍能看到镜头；
• 头部。看着镜头说话时，头部可以缓慢、轻微地移动。避免随着说话频繁地上下点头或左右摇头；
• 眼睛。保持自然、有神 — 偶尔眨眼、看向别处；避免全程一直盯着镜头；
• 手部。不要把手抬到肩膀以上或遮挡面部。避免做含义明确的手势，例如掰手指数数或指向某个方向。双手交握等中性手势没问题；
• 嘴巴。张大、露出牙齿，就像在大声说话一样。语速比正常直播略慢，避免抿嘴、舔嘴唇、坏笑等小动作。不说话时保持嘴巴闭合 — 不要张着。示例：
• 身体。前后左右轻微移动没问题，调整坐姿或身体前倾也可以。

不同直播风格参考：

坐姿直播风格：坐着传递轻松或优雅的感觉；手中可以使用道具（看手机、滑动屏幕等）

[2.mp4]

[3.mp4]

[4.mp4]

[5.mp4]

站姿直播风格：服装风格大胆，动作优雅，手中使用道具（手机、音响设备）

[6.mp4]

[7.mp4]

[8.mp4]

[9.mp4]

[Syntopia box demo.mp4]

2. 录制中的准备

场地

• 带绿幕的摄影棚
• 最好配备提词器，或者主播能够在没有提词器的情况下流畅介绍产品

妆容

• 为了突出说话时的口型，女性最好涂口红；
• 头发可以扎起或披下，但要避免碎刘海、散落到脸上的碎发，或过于蓬松、有飞散发丝的发型，以免影响绿幕抠像。

服装

• 选择合适的服装。合身、纯色的 T 恤或整洁得体的着装。不要穿高领；避免绿色或接近绿色的衣服，避免带有奇特图案的衣服；
• 不要佩戴耳环、耳钉或反光项链；不要戴眼镜或美瞳。

道具

• 手机、手机支架或产品样品（电商主播需要手持样品）
• 降噪麦克风

拍摄

• 主播应距离背景 1 米（防止背景颜色影响效果）
• 选择安静的场地，设备保持相对稳定，并锁定对焦 — 不要使用自动对焦
• 主播应佩戴降噪麦克风
• 视频分辨率应为 4K，确保面部清晰
• 视频拍摄参数。帧率：25fps；快门速度：1/200s 或更快（如 1/320s、1/400s），以避免运动模糊

3. 拍摄与录制（5-10 分钟）

• 第一步：先保持 5 秒安静、镇定的静止状态，不说话（不露牙齿，表情自然）；
• 第二步：主播以选定的风格进行约 5-10 分钟的直播；