---
name: digital-human-video
description: 用抖音系服务(火山引擎·即梦AI)制作数字人口播视频。输入=一段文本(主题或原始素材)+目标时长+人像图;先生成分镜脚本与成本表给用户确认,确认后才调计费 API 制作(TTS→OmniHuman 数字人→ffmpeg 竖版合成,含 AI 标识)。当用户要"做数字人视频/口播视频/宣传视频"时使用。首次使用前须先跑 digital-human-video-init 配置密钥。
---

# 数字人口播视频 · 制作

## 输入(三要素,缺一问一)

1. **文本**:主题、要点或原始文案(可以是一篇稿/一句话主题,由本技能改写成口播稿)。
2. **目标时长**:秒数(建议 30~90s;每 13 秒口播 ≈ 65 汉字)。
3. **人像图**:本地路径。要求:单人、正脸、人脸占比大,JPG/PNG <5MB <4096²(用 `sips -g pixelWidth -g pixelHeight` 核验)。**必须确认肖像已获本人授权(或为 AI 合成形象)**,未确认不制作。

前置:配置文件 `~/.config/zmh-dhv/env` 存在(所有脚本自动读取);不存在则引导用户先跑 `digital-human-video-init`。

## 流程(严格按序)

### ① 生成视频脚本(不花钱)

按输入文本与时长产出**分镜脚本**,格式:

- 分镜表:段号 | 形态(数字人/图卡) | 口播文案(每段 ≤65 字) | 预计秒数 | 预计成本
- 成本优化默认形态:**数字人只出镜开场与收尾**,中段用零成本数据图卡;用户点名全程数字人则照做并重报成本
- 图卡文案(如有)
- 合计:总时长、总成本(数字人段秒数 × 1 元 + TTS<1 元)

文案红线(违反即返工):不承诺"保证收录/霸屏/快速见效";数字可溯源且带口径限定;竞品不贬损;结尾引导语统一取配置项 `BRAND_CTA`(`grep '^BRAND_CTA=' ~/.config/zmh-dhv/env`),未配置则问用户要一句、用户说不加就不加,**不得自行编造品牌名或引导语**;若文本涉敏感词风险(品牌名密集)在脚本下方注明 50413 备选改法。

### ② 用户确认(硬门)

把完整分镜脚本 + 成本表报给用户,**明确拿到"确认/开做"才进入 ③**。用户改稿则改后再确认。任何情况下未确认不得调用 CVSubmitTask。

### ③ 制作(开始花钱)

```bash
cd "${CLAUDE_PLUGIN_ROOT}/skills/digital-human-video"   # 未装插件时为本技能所在目录
python3 scripts/tts.py --script <确认稿.md> --outdir work/<项目名>/audio     # 按「## 段N」分段配音,报每段实际秒数
scripts/make_card.sh work/<项目名>/card1.png "标题" "行1|行2|行3" "脚注"      # 图卡段逐张做
scripts/upload_asset.sh <人像图> work/<项目名>/audio/seg_01.wav ...          # 换公网 URL(仅数字人段音频需上传)
python3 scripts/jimeng_dh.py --image <图URL> --audio <段URL> --out work/<项目名>/dh_XX.mp4   # 逐段,串行(并发 1),RTF≈20
# 写 work/<项目名>/segments.txt(行格式: dh <mp4> - <字幕txt> / card <png> <wav> <字幕txt>)
scripts/compose.sh work/<项目名> work/<项目名>/成品.mp4
```

- 音频每段必须 ≤15 秒(超了回 ① 拆段);video_url 1 小时有效,脚本已即时下载。
- 数字人段生成失败:5041x/5051x=审核不过(按脚本备选改法换词重来,只重做失败段)、50429/50430=限流退避、50500/50501=可重试。
- 制作完把服务器上的临时素材删掉(尤其人像图):`ssh $ZMH_ASSET_SSH rm ...`。

### ④ 交付与归档

- 给用户成片路径 + 实际总成本(按各段产出秒数合计)+ 生成耗时;
- 显式「内容由 AI 生成」角标已由 compose.sh 烧录,jimeng_dh.py 输出 aigc_meta_tagged=true 才算隐式标识成功——两者缺一在交付时明示;
- 运营用途的片子:成片信息按所在工作区的归档约定记档(有台账则记入当期档);提醒发布时在平台侧勾选 AI 生成声明;**发布一律人工**,不在本技能内。

## 计费事实(2026-07 文档口径,报价前可复核控制台)

数字人快速模式 1 元/秒(480P,并发 1);即梦视频生成3.0 若用作 B-roll:720P 0.28 元/秒。只有调用成功才计费。

## 技术路线

数字人与视频生成统一走抖音系服务(火山引擎·即梦AI API),需企业认证账号并在控制台开通「数字人快速模式」。本技能产片定位为实验/宣传用途,成片是否用于正式投放由使用方另行决定。