簡單快速生成數(shù)字人短視頻（附制作流程及工具教程）數(shù)字人視頻制作流程及工具教程

涉及工具：剪映專業(yè)版（下載安裝）https://www.capcut.cn/、倒映有聲https://www.1stren.com/#/batchWork、騰訊智影https://zenvideo.qq.com/、 BGMCAT https://bgmcat.com/home

一、制作流程
1、視頻配音+數(shù)字人

第一步：利用倒映有聲或剪映文轉(zhuǎn)音功能，生成音頻（具體操作可查看第四部分）；
第二步：根據(jù)已生成音頻時(shí)長和音頻內(nèi)容，在剪映中重新剪輯視頻鏡頭和音頻，讓鏡頭內(nèi)容和音頻相互匹配，并且導(dǎo)出視頻和音頻（具體操作可查看 3.1部分）；
第三步：將生成的視頻和音頻導(dǎo)入到騰訊智影中合成數(shù)字人（具體操作可查看第五部分）

騰訊智影更新，對剪輯工具和視頻配音質(zhì)量要求不太高，可全流程應(yīng)用騰訊智影（教程在第四部分）。

注意：

第二步剪映處理中，如數(shù)字人大小和位置不會(huì)遮擋字幕，可以提前在剪映中添加好字幕，再導(dǎo)出視頻；如數(shù)字人大小和位置會(huì)遮擋字幕，剪映導(dǎo)出視頻時(shí)，需要先隱藏字幕再導(dǎo)出；字幕添加需要合成數(shù)字人之后，在騰訊智影中利用剪輯成片自動(dòng)識(shí)別，或從騰訊智影導(dǎo)出數(shù)字人視頻之后再導(dǎo)入剪映中添加字幕。（具體操作可查看2.1.3）。
使用音頻驅(qū)動(dòng)數(shù)字人的時(shí)候，音頻不要帶有背景音樂。

2、文轉(zhuǎn)視頻+數(shù)字人

第一步：利用文案在剪映中生成視頻并導(dǎo)出視頻和音頻（具體操作可查2.2部分）
第二步：將生成的視頻和音頻導(dǎo)入到騰訊智影中合成數(shù)字人（具體操作可查看第四部分）
注意：
成片后，如對配音不滿意可在剪映中選用音頻-聲音效果中切換，也在外部文轉(zhuǎn)音工具中生成替換，不用重復(fù)文轉(zhuǎn)視頻操作。
剪映非會(huì)員用戶不要使用VIP素材和功能，導(dǎo)出時(shí)會(huì)限制導(dǎo)出。

二、剪映基本教程（工具熟悉的可以不看）
剪映bate版本，也增加數(shù)字人功能，體驗(yàn)了一下，用起來比較方便，質(zhì)量也還可以，有興趣的伙伴可以體驗(yàn)，
但現(xiàn)階段數(shù)字人形象較少，而且不可商用這里就不做介紹了，等有實(shí)際應(yīng)用價(jià)值再出操作說明。

2.1 剪映視頻配音教程
2.1.1 剪映界面認(rèn)識(shí)和基本操作

07:00

2.1.2 剪映中文轉(zhuǎn)音
點(diǎn)擊文本-點(diǎn)擊添加默認(rèn)文本

添加默認(rèn)文本后，選中文本，點(diǎn)擊文本輸入框，輸入你要轉(zhuǎn)成音頻的文本

然后點(diǎn)擊“朗讀”，選擇合適的角色，點(diǎn)擊“朗讀”

生成音頻后，軌道上會(huì)生成一段音頻，選中音頻，可以對音頻基礎(chǔ)設(shè)置、聲音效果、變速調(diào)整。
注：如生成的音色不合適不用重新生成，直接點(diǎn)擊聲音效果-音色，重新選擇就可以。

2.1.3 剪映中音頻識(shí)別字幕

字幕生成，文字生成音頻后，需要對音頻做字幕匹配，這里不需要手動(dòng)對其，剪映提供自動(dòng)字幕功能，選中要識(shí)別的音頻，右鍵浮層-點(diǎn)擊“識(shí)別字幕/歌詞”，生成的字幕會(huì)自動(dòng)對其到音頻。
注：生成的字幕需要檢查一遍，識(shí)別的文本正確性，避免個(gè)別文字識(shí)別不準(zhǔn)。

2.2 剪映文轉(zhuǎn)視頻基本流程
2.1.1入口

2.1.2添加文字，選擇聲音
正常聲音推薦“新聞男生”“解說小帥”“新聞女生”

點(diǎn)擊生成視頻，選擇“智能匹配素材”

2.1.3剪輯部分，生成視頻剪輯界面

具體視頻導(dǎo)出參數(shù)可以參考圖中截圖（平衡大小和視頻質(zhì)量），如視頻偏大可以，降低一定的碼率。

視頻比例問題
剪映文轉(zhuǎn)音默認(rèn)生成16:9的視頻。

修改尺寸比例，可以點(diǎn)擊預(yù)覽區(qū)域右下腳“16:9”按鈕，選擇尺寸，常用尺寸橫屏16:9、豎屏9:16。

素材替換
可以講要使用的素材命名好直接拖動(dòng)到素材區(qū)域，

使用素材直接將素材拖動(dòng)到對應(yīng)軌道

剪映剪輯常用工具

剪輯工具建議關(guān)閉主軌道磁吸，開啟自動(dòng)吸附、預(yù)覽軸，如圖設(shè)置；
聯(lián)動(dòng)開啟與否則需要根據(jù)實(shí)際情況。

配音設(shè)置
自動(dòng)生成的語音，根據(jù)語速，變速可調(diào)整范圍1.0-1.3倍，音量可加3-9左右；
外部背景音樂，建議音量降低-15到-20左右。
音量語速合適可不作調(diào)整

2.1.4導(dǎo)出視頻
1、導(dǎo)出視頻的標(biāo)題，2、導(dǎo)出的路徑，
建議：
分辨率：現(xiàn)有移動(dòng)端屏幕1080P分辨率清晰度足夠，沒必要4K；
碼率：也較比特率，是單位時(shí)間內(nèi)的數(shù)據(jù)量，數(shù)值越大視頻越大，5000-10000kbps足夠用；
格式：具體要看平臺(tái)要求，沒要求就MP4
幀率：一秒鐘的畫面數(shù)量，直觀表現(xiàn)就是畫面流暢度，一般建議60fps；

三、倒映有聲（工具熟悉的可以不看）
3.1、完成登陸注冊進(jìn)入頁面（https://www.1stren.com/#/batchWork）
注冊完成系統(tǒng)贈(zèng)送60分鐘時(shí)常，正常夠用挺久，如不夠用可以使用谷歌瀏覽器的音頻提取功能，在不消耗時(shí)長的情況下使用。

3.2、界面認(rèn)識(shí)
第一部分為語種、風(fēng)格、音色選擇；第二部分為文轉(zhuǎn)音控制部分；第三部分為文本輸入框。