简单高效！快节奏时代，腾讯小样本数智人打造有温度“数智员工”

品牌代言、公司宣传、产品介绍、直播带货......数智人扮演的角色正在不断增加。无论是替代真人服务、多模态AI助手、还是作为虚拟世界的第二分身，对于数智人而言都已经是触手可及的未来。

数智人作为企业的数字资产，是对员工工作的增强，可以进一步释放生产力，同时降本增效。未来数智人将根据不同行业的业务特点和应用场景进行更深度结合，孵化千行千面的数字员工，提供智能化服务。

低成本实现高精度，是数智人产业化真谛

数智人的第一道技术门槛，就是生产制作。

制作数智人的流程，可以分为建模、驱动和渲染三个阶段，缺一不可。

建模，即搭出数智人的「基础骨架模型」，驱动则让模型「动起来像人」，渲染则负责让模型「看起来像人」。

从建模到驱动到渲染，再注入AI，让数智人真正的成为用户或行业可用的智能产品，每一个阶段都面临操作复杂、算法门槛高、开发周期长的问题，成本更是超大型企业才负担得起。而类似于银行、政务服务、直播间、景点导览等需求方，往往不具备独立开发制作人的技术能力，能承受的制作成本更是相当有限。

因此，数智人产业化发展的真谛，正是如何降低成本，实现简单高效。

对于腾讯来说，数智人不再是单一个体，他们还可以有不同职业身份和技能，并且可提供定制化角色服务。它们的背后，集成了多模态建模、语音识别、自然语言处理、知识图谱、视觉技术等综合AI能力。

2021年的腾讯数字生态大会上，腾讯首次公布了云智能的战略架构，整体面向管理者、生产者、开发者、用户四大人群，提供决策、协作、创新和服务四大核心能力。腾讯云智能通过AI与云的深度融合，大大降低AI开发和使用门槛，让客户实现高效开发、按需使用，从而满足客户在新型应用场景下，综合复杂、多层次的计算需求。

针对于低成本的开发，腾讯云小微推出的小样数智人产品，就适用于内容讲解、口播视频生产、直播带货等真人出镜场景，节约成本，全年无休。

小样本数智人

腾讯云小微小样本数智人即通过少量的小样本素材（3～5分钟），即可导入训练模型，生成与真人无异的数字人分身，五官、动作、表情完全模仿真人。

使用方式：仅需通过输入文本或音频，即可快速生成数智人分身视频，大幅节省每次拍摄的时间、空间、用人成本。

与精品形象相比，小样本数智人拍摄时间与训练时间都非常短，拍摄环境要求低，也只需要采光良好的安静环境即可，可支持文本驱动与声音驱动，提供50~100句声音素材就可以进行声音的复刻。

拍摄物料：

绿幕。（视频换背景效果顺序依次为绿幕、蓝幕、纯色幕、其它，且幕布的颜色和衣服桌子要有差异）。

拍摄设备。提词器、三脚架、摄像机或手机（拍摄）或pad（题词）。

其他设备。灯光器械、收音耳麦、场景道具、单位机、返送屏、泡沫板、监视器等。

拍摄环境：

环境

需要寻找一个安静尽量没有噪声和混响的录制环境。

光线尽量充足，灯光均匀，脸部无阴影。

根据景别调整相机和人之间位置。

摄像机

摄像头要固定，无抖动。

帧率：25帧率或50帧率。

分辨率：1080P到4K，分辨率越高越好。

压缩码率crf=6；参考ffmpeg里面的参数。

录制过程：

方式一：一镜到底

拍摄整体相关

整个过程一录到底，相机不中断；不出现视频拼接的情况；

拍摄后的视频不做额外的压缩转码；

开始和结尾处人物进出摄像头的数据不保留，需要裁剪掉。

模特发型和服装

发型尽量简单，不要太多毛边或缝隙不利于抠图；脸部要全部露出；

服装颜色要和幕布颜色有差异和区分度；

不建议佩戴长款耳坠。脖子不要有遮挡。

模特动作相关

模特头要正对镜头，不要俯视或仰视；

动作自然，可加上自然的点头、微笑，眨眼，动作尽量可复用；

动作不要出框，不要挡住脸部；

不要有大幅的转头动作。

模特口型相关

朗读的文本可自行选择，可以朗读一段与实际业务场景相关的文本；

说话吐字清晰，嘴巴张开，口型不宜过小；

说话过程中不要吐舌头；

语速适中，不要过快或过慢。

方式二：分段拍摄

每段视频时长：每段在1分钟以上，几段视频加起来要5分钟或以上即可；（单段视频不能出现剪辑拼接的情况）；

拍摄环境：每段视频的相机位置、曝光参数、背景、灯光、模特服饰、发型等要保持稳定；

模特位置：每段视频模特头部位置相对固定（参考点：所有视频人脸鼻尖位置不能超出第一段视频首帧头部区域）；

拍摄结束：提交多段无压缩转码等处理的高清原视频。

云巴巴作为腾讯云小微的重要合作伙伴，也一直在和腾讯携手共同为企业用户提供更多优质的产品与服务，如果您对小样本数智人的使用更感兴趣，可以扫描下方二维码联系我们！

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！