更新时间:2024-12-04 GMT+08:00

视频制作

用户可以使用MetaStudio控制台首页的“分身视频制作”功能,制作数字人视频。

操作前准备

如果系统预置形象不满足要求,请参考形象制作,提前定制符合要求的分身数字人形象。

操作限制

  • MetaStudio控制台预置形象的有效使用期为3年,在2027年的年中前可放心使用。具体下线时间请关注MetaStudio服务,会提前3个月在现网开放下线公告。
  • 视频制作限制,如视频制作限制所示。

操作步骤

  1. 登录MetaStudio控制台
  1. 在“工作台”界面,单击“分身视频制作”下方的“开始创建”。

    进入视频制作界面,界面详情如视频制作界面说明-图1所示。操作说明如下所示:

    • 视频素材区域,除了系统预置素材外,角色还可以自定义新增分身数字人,背景、PPT、贴图、视频和音乐还可以从本地导入使用。
    • 从视频素材区域添加到画布区域中的PPT、贴图、视频和数字人支持进行图层管理,如:上移一层、下移一层、置顶、置底、应用到全局、删除等。还支持设置大小,拖动位置。
    • 可以单击画布区域上方的图标,切换视频画面比例为横屏“16:9”或竖屏“9:16”。

  2. 画布制作完成后,再制作语音。

    支持下述2种方式生成语音。每个场景仅支持选择一种音频生成方式。

    • 文本驱动

      在文本输入框中,输入文本内容,以生成音频,如图1所示。

      文本示例:今天是9月26日,星期二,天气晴朗,欢迎大家到访。我们精心布置了现场,室内摆放了各类植物和鲜花,场地宽敞明亮,足够大家在室内共同交流和活动。

      图1 文本驱动

      文本内容的操作说明如表1所示。

      表1 操作说明

      操作

      说明

      插入停顿

      将鼠标放在需要停顿的文字右侧,单击“插入停顿”。在弹出的提示框中,选择“换气”或者停顿的时间,也支持自定义停顿时长。

      连读

      选中需要连读的文本内容,单击“连读”。

      多音字

      选中文本中的多音字,单击“多音字”,在弹出的提示框中,选择正确的发音或者自定义发音。

      须知:

      这里设置的多音字,仅对当前视频草稿有效,如需全局生效,可参考配置特殊词表配置。

      别名

      选中需要通过别名播报的文本内容 ,单击“别名”,设置为实际播报的内容。

      须知:

      这里设置的别名,仅对当前视频草稿有效,如需全局生效,可参考配置特殊词表配置。

      数字英文

      示例数字“1024”的读法如下所示:

      • 数字:一零二四
      • 数值:一千零二十四
      • 日期:十月二十四
      • 电话:幺零二四

      示例英文“API”的读法如下所示:

      • 字母:API
      • 单词:api

      音标

      选中英文单词,输入合适的音标。

      局部语速

      选中需要变速播报的文本,设置局部语速。

      取值范围[0.5x,2x],含义如下所示:

      • 0.5x:0.5倍速播报,即减速播报。
      • 2x:2倍速播报,即加速播报。

      全局语速

      设置全局语速。

      取值范围[0.5x,2x],含义如下所示:

      • 0.5x:0.5倍速播报,即减速播报。
      • 2x:2倍速播报,即加速播报。

      音色设置

      单击音色名称,在弹出的声音对话框中,选择需要的声音。

      • 无标注的系统声音,均为免费声音,可直接选用。
      • 标注有“第三方”的声音,需要购买激活后才能使用,操作请参考购买出门问问声音套餐

      试听

      单击“试听”,试听语音效果。

      生成预览

      单击“生成预览”,选择“当前场景”或者“所有场景”,生成预览视频,可预览视频生成后的效果。

      图标

      单击图标,放大展示“文本驱动”页签,提升用户操作体验。

      单击“确定”,可关闭页面。

      图标

      调整视频播报的音量。

      图标

      单击图标可开启字幕展示,并可在画布左侧设置字幕的字体、大小和位置等。

      “音频驱动”方式目前仅支持中文普通话的场景开启字幕。

      图标

      展示当前视频的宽高比。

      图标

      第一次单击可折叠“文本驱动/视频驱动”,第二次单击后恢复展示。

    • 音频驱动

      需从本地上传已录制好的音频。音频文件格式需要为WAV、MP3或M4A,大小不能超过100M。

      可单击“导入”上传音频,也可以直接拖拽本地音频文件至提示区域中,完成上传。单击左侧的图标,可试听音频效果。如果音频效果不佳,可以单击“导入”,覆盖更新音频。

      图2 音频驱动

  3. 音频制作完成后,可单击音量图标,调整音频的音量。

    上述操作全部完成后,第一个场景的视频内容已制作完成。

  4. 如果还需要制作更多场景,可单击“场景”区域的“+”图标,新增场景。制作过程参考第一个场景即可。

    如果视频内容是分享PPT,可在“PPT”页签,先从本地导入PPT,再插入需要分享的PPT页,详情请参见PPT。每页PPT会对应生成一个场景,依次设置完成所有场景即可。

  5. 所有场景设置完成后,单击界面右上角的“合成视频”,弹出“合成设置”对话框。

    参数设置说明如下所示:

    • 分辨率:根据实际情况,选择视频的分辨率。
    • 导出为:输入导出文件的名称。
    • 画质增强:开启后将提升视频清晰度,合成时间相应变长。请根据实际情况确定是否开启。

  6. 单击“确定”,弹出“视频制作任务中心”对话框。

    可查看视频合成任务的进度,直至合成成功。

  7. 单击“合成成功”状态右侧的图标,进入视频详情页面,如图3所示。

    单击“预览”,可以看到合成的视频。预览过程中,可全屏播放,或下载视频到本地。
    图3 视频详情

  1. 如果用户对合成的视频不满意,可以参考下述步骤,进行二次制作,重新合成。

    1. 在左侧导航栏中,选择“工作台”。
    2. 在“最近项目”区域,选择“视频项目”页签后,右侧页签选择“视频草稿”,查看视频草稿列表,如图4所示。
      图4 视频项目
    3. 将鼠标移至卡片的文字描述区域,单击“编辑视频”,如图5所示。
      进入视频编辑界面,更新视频内容,重新合成视频。
      图5 我的视频