Область действия регламента
Настоящий регламент устанавливает обязательные технические требования к видео- и аудиозаписи исходных материалов для создания персонального цифрового аватара и клонирования голоса в сервисе HeyGen.
Принцип генерации аватара прост: «Один раз качественно снимаем исходник — получаем бесконечный видеоконтент на годы вперед». Качество цифрового двойника на 95% зависит от чистоты исходного видео. Нейросеть пропорционально усиливает как достоинства, так и дефекты: неровный свет, шум в микрофоне или дрожание камеры превратятся в уродливые цифровые артефакты и неестественную мимику.
Если исходное видео снято с нарушением стандартов (руки перекрывают лицо, камера трясется, на фоне мелькают люди), HeyGen создаст аватара с «плывущими» губами и стеклянным взглядом. Такой ролик вызовет отторжение у зрителей.
Обязательные технические параметры видеозаписи
- Хронометраж записи: строго не менее 3 минут непрерывного качественного дубля. Оптимально: 3–5 минут непрерывной осмысленной речи.
- Разрешение и частота кадров:
- Рекомендуемый стандарт: 1080p (Full HD) при 30 кадрах в секунду — обеспечивает идеальную детализацию при умеренном весе файла.
- Максимальный стандарт: 4K при 60 кадрах в секунду — для премиальной четкости на больших экранах.
- Стабилизация камеры: съемка строго со штатива или жестко зафиксированного держателя. Любая тряска камеры в руках категорически запрещена. Объектив должен располагаться точно на уровне глаз спикера.
- Освещение: мягкий, равномерный рассеянный свет. Используйте софтбокс или естественный дневной свет от большого окна. Полностью исключите резкий контровой свет сзади и глубокие тени под глазами и носом.
- Одежда и фон:
- Одежда: однотонная, контрастная по отношению к фону. Категорически запрещена одежда в мелкую полоску, клетку или рябящий принт (вызывает муар).
- Фон: статичный, нейтральный, без посторонних людей, домашних животных и движущихся объектов.
Протокол поведения спикера в кадре
- Положение головы и взгляд: держите голову по центру кадра. Взгляд направлен прямо в объектив камеры. Допускаются естественные микроповороты головы до 30 градусов, но спикер не должен постоянно смотреть вниз или вбок.
- Артикуляция: говорите четко, естественно и в своем привычном темпе. Не пытайтесь тараторить или чеканить каждый слог неестественно.
- Паузы: в моменты пауз между предложениями обязательно держите рот закрытым. Открытый замерший рот на паузе приведет к дефектам синтеза речи.
- Жестикуляция: допускается умеренная естественная жестикуляция в нижней трети кадра. Категорически запрещено подносить руки к лицу, трогать подбородок, нос или перекрывать руками шею.
Регламент аудиозаписи для Professional Voice
Для качественного клонирования тембра и интонаций вашего голоса требуется аудиослепок:
- Оборудование: используйте качественный петличный микрофон или стационарный конденсаторный USB-микрофон. Запись на встроенный микрофон ноутбука запрещена.
- Акустика помещения: тихая комната без эха и посторонних шумов (улица, холодильник, вентилятор).
- Хронометраж: от 30 минут до 2 часов чистого аудио. Вы можете извлечь дорожку из своих старых вебинаров, подкастов или видеоуроков через CapCut.
Чек-лист входного контроля перед отправкой в HeyGen
- Хронометраж видео составляет не менее 3 минут непрерывной записи.
- Камера зафиксирована на штативе точно на уровне глаз.
- Голова находится строго по центру кадра.
- Руки ни разу не поднимались выше уровня груди и не закрывали лицо.
- На паузах рот закрыт, в помещении нет эха.
Браковочные факторы
Исходник бракуется и отправляется на пересъемку, если:
- Лицо периодически выходит за границы центральной области кадра.
- Присутствуют резкие тени на лице или пересвеченные участки кожи.
- Зафиксирована тряска или смена зума во время дубля.
- На фоне появились другие лица даже на долю секунды.
Соблюдение этих правил гарантирует создание идеального цифрового клона, неотличимого от живой съемки.