如何用自拍和声音样本创建数字人

数字人项目可以从两份熟悉的源材料开始：自拍和声音样本。技术只是其中一部分。在上传前，应明确被呈现的人是否已同意、输出将用于什么、谁有权批准最终音频或视频。清晰的责任归属是可用资产库的基础。

从明确授权开始

被呈现的人应了解其肖像和声音可能被用于合成媒体、项目目的是什么、谁负责审核输出。把批准记录与源材料关联起来；不要仅因为资产已存在，就将其挪作新用途。用途改变时，应先暂停并重新确认许可。

选择服务于信息的自拍

使用近期、光线良好、单人且面部清晰的图片，尽量减少画面干扰。同时考虑裁切和环境：适合专业培训视频的照片，未必适合轻松的产品介绍。不要上传合影、未获同意者的照片，或会暗示不存在关联关系的图片。

准备清晰的声音参考

在安静环境中让一位获授权的说话者自然发声，避免背景音乐、混响、其他人说话和强烈效果。如流程要求提供录音文本，请准确填写。随后用包含项目常用词汇的短脚本做测试。

将首个项目拆成小步骤

1. 根据自拍创建或选择已批准的头像资产。

2. 根据参考音频创建或选择已批准的声音资产。

3. 为一个受众和一个目的写短脚本。

4. 选择与脚本匹配的声音语言。

5. 先生成短音频或口播视频，收集反馈后再制作更长版本。

用名称和文件夹保留上下文

清楚的资产名称可避免未来团队做出错误假设。可注明主持人的已批准角色和用途，如“新手引导主持人——产品教育”。不要用会让克隆资产看起来像真人账号或未经许可公众人物的标签。资产不再获批时，应从可选列表中移除。

让审核贯穿整个产品流程

审核即将发布的完整组合：头像画面、声音、语言、脚本和渠道语境。好的流程会在公开前发现光线不佳的源图、读错的产品词或信息过密的脚本。Odrazio 可按这一顺序支持项目：自拍创建头像、参考音频创建声音、再用两者生成音频或口播视频；保留人工发布决定始终很重要。