必须用后置主摄拍5分钟内MP4/MOV视频，关闭美颜滤镜HDR，纯色背景+双柔光灯，正面静态30秒（闭嘴微调）+动态2分钟（表情循环、慢速朗读、自然手势），音画同源且无噪音。
☞☞☞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☜☜☜
想用讯飞智作定制专属数字人分身，但卡在第一步——不知道怎么拍出合格的形象视频，担心光线不对、角度不准、动作僵硬导致建模失败或口型不同步。
拍摄前必须确认的硬性条件
打开手机相机设置，关闭美颜、滤镜、HDR和自动对焦锁定；使用后置主摄（非超广角），确保分辨率设为1080p或以上。【视频必须是MP4或MOV格式，时长严格控制在5分钟以内，超过系统将拒绝上传】
找一面纯色、无反光、无杂物的背景墙，推荐白墙或浅灰墙；拍摄环境需有稳定自然光或两盏柔光灯（左右45°打光），避免顶光造成眼窝阴影或侧光导致半脸过曝。
正面静态素材：30秒定基础轮廓
方法一：固定机位+自然坐姿
把手机用三脚架固定在正前方1.2米处，镜头中心与眼睛齐平；本人端坐，肩背自然挺直，双手放松放在膝上；保持面朝镜头，不做夸张表情，持续录制30秒。
方法二：证件照式微调版
不眨眼、不吞咽、不抿嘴，轻微收下巴使下颌线清晰；每5秒轻转头15度（左→正→右），再缓慢抬头/低头各一次，全程保持嘴部闭合。这一步是为了让AI精准识别骨骼结构，嘴部开合反而会干扰建模基准。
动态表达素材：2分钟抓神态细节
第一步：基础表情循环（共60秒）
对着镜头依次完成：自然微笑→轻皱眉→惊讶微张嘴→放松中性脸，每个表情保持8秒，切换时缓慢过渡，不要跳跃式变脸。
第二步：语言驱动动作（共60秒）
朗读一段自选文案（如“大家好，今天分享三个实用技巧”），语速放慢30%，重点突出口型变化：把“波、坡、摸、佛”等双唇音字咬清楚，把“衣、乌、鱼”等元音字拉长0.5秒，让AI捕获舌位与唇形全轨迹。
第三步：自然肢体配合（共30秒）
边说话边做三个动作：左手轻点桌面两次→右手抬至胸前比“OK”手势→双手自然交叠于腹前；动作幅度小但路径明确，避免快速晃动或遮挡面部。
注意：所有动态段落必须一气呵成，中间不停顿、不重录、不剪辑拼接；系统依赖连续帧分析肌肉运动逻辑，断点会导致表情权重失衡。
声音同步录制要点
同一支手机、同一段视频里必须同时录下画面和人声，禁用外接麦克风或后期配音；录音环境本底噪声需低于40dB（可用手机分贝仪APP测），说话时嘴唇距镜头不超过1.5米，保证口型与语音毫秒级对齐。
若环境突发噪音（如车鸣、人声），立即暂停5秒再继续，切勿说“刚才重来”，那句无效语音会被AI误判为有效内容并生成错误口型。
最后检查视频首尾3秒是否为黑场或空白——如有，用剪映极速版裁掉，否则上传后系统可能报错“无效帧”。
