SuperAPI AI 工具集

talking-head-xiaolin

营销与增长

查看项目

更新于 10-29 10:47

技能介绍

【用途】 该技能按「小Lin说」式情绪造型风格,为口播视频或口播数字人设计开头15–20秒的动作说明书和生成描述。只提炼动作、节奏和结构,不包含原视频人物的长相、服装、场景和逐字台词,生成时不把原视频作参考视频喂给模型。适合财经、商业、热点解读、讲人物和现象的故事型开场;不适合手不在画面内的参考图,以及对手部稳定性要求高的数字人项目。数字人实现难度为高,手指造型复杂,结构可以整套借用,手势建议只借用单手侧掌(X4)。

【主要能力】 技能提供完整的开场设计框架:

  • 机位与构图:坐姿,胸部以上中近景,人物居中,双手可抬进画面;背景为整洁书柜或带个人标识灯牌的客厅一角,暖色;机位固定。
  • 手势词汇表:X1双手五指用力张开,在脸两侧,用于情绪最强的词,1–2秒;X2拇指与食指捏合,在胸前随音节点动,用于逐字强调,每下约0.25秒;X3十指弯曲如捧球,指尖相对,随音节张合,用于描述画面感,1–3秒;X4单手在身体一侧立掌,掌心朝内,随句子划小弧,用于补充背景、讲道理,0.5–1秒。
  • 节拍规则:回到全屏的第一句通常是情绪最高的一句,手势最大(X1、X3);讲道理时降为单手(X4);手势踩重音,双手手势对称。
  • 表情与头部:幅度大,瞪眼、张嘴、挑眉,身体前倾,口型夸张;金句说完马上笑。
  • 开头结构模板:常规片为0–9秒新闻照片或实拍素材全屏、人在左下角圆形小窗,小窗里只有表情,抛出一个人或现象;9–12秒回到真人全屏,X1或X3加大表情,说情绪句;12–18秒切回素材,讲关键事实;18–20秒真人全屏,X4单手侧掌,点明为什么重要。年度或重磅片为真人全屏一句情绪很满的开场加X1,再接片名字卡和新闻素材快剪。

【使用方式】 按指定输出格式生成内容:基础姿态、逐句动作表(时间、台词、画面、手势代号与描述、表情与头部)、禁止动作、给视频模型的描述(只写真人全屏段)、素材清单(冷开场和事实段要用的画面)。生成描述示例为原创可改写,例如:中近景,人物坐在镜头正前方,胸部以上入画,镜头固定;第0秒睁大眼睛、眉毛上扬,身体前倾,用夸张口型说话;第1.5秒右手在身体右侧立起,掌心朝内,随句子划一个小弧后放下;句子结束时露齿一笑,左手不入画。

【适用场景】 财经、商业、热点解读、讲人物和现象的故事型开场口播视频,以及同类口播数字人。

【限制】 数字人不做X1、X2、X3的手指特写(除非模型已证明能稳定生成手指);手不过头顶,不伸出画面两侧;不摇头,不耸肩。数字人全屏只出现2次、每次2–4秒,手势只用X4,情绪最高处用表情加身体前倾代替X1、X3;小窗人物可用低分辨率生成或静帧加口型降低成本;素材段在剪辑层完成以盖住接缝。