返回博客

做 AI Rap 视频前,怎样准备照片

2026年10月25日RapBooth

按表演类型选择人像或身体参考,写清双人角色,并用具体标准检查成片是否保留人物身份。

选照片时,先想清楚视频要保留什么。近景唱 rap 主要看脸和嘴部,全身同款还要看服装、体型和动作。先选表演,再选照片,比拿一张自拍反复改提示词更有方向。

按表演选择取景范围

如果主要做脸部唱歌或对口型,先准备光线均匀、面向镜头的人像,让眼睛、嘴和下颌清楚可见。DreamFace 的照片唱歌教程也把正脸、良好光线和清晰面部作为输入建议。

如果看点是服装和身体动作,就准备更宽的照片。需要保留的外套、轮廓和四肢应当出现在参考图里。只截一张脸,无法给鞋子或全身姿态提供参考。保留未裁剪的原图,方便按所选工具的要求重新取景。

最终裁剪方式以具体流程的输入说明为准。不存在适用于所有模型、能保证成片效果的统一照片尺寸或构图。

让人物身份容易辨认

  • 尽量用原图,避免反复截图后只剩一小块模糊的脸。
  • 选面部明暗比较均匀的照片。重度美颜可能抹掉你希望保留的特征。
  • 需要嘴部表演时,避免手、头发和道具挡住嘴。
  • 帽子、制服如果是身份的一部分,可以保留,同时选择不遮脸的角度。
  • 使用自己的照片或已获同意的主体,提前写下成片必须保留哪些辨识特征。

先选一张主要参考,避免多张照片里的发型和服装相互矛盾。只有流程明确说明如何使用多图时,增加图片才有意义。

双人照片要配角色说明

所选流程如果接受两张独立照片,就各准备一张清晰参考。如果接受双人首帧,则检查两个人是否都清楚可见、身体是否容易分开。不要默认所有工具都同时支持这两种输入。

写清谁先唱、谁回应、谁站哪边。验收时同时看脸和服装,脸对了、衣服却换到另一个人身上,也没有完成身份保持。

下面是一份虚构双人场景的制作说明:

Alex 穿红夹克,开场站左边。Jo 穿深色上衣,站右边。Alex 唱第一句时,Jo 点头听着;下一句换 Jo 唱。两人始终留在画面内,保留各自服装。

这段说明用于定义待测试的结果。写清角色分工,并不代表模型已经能准确执行。

先检查最容易出问题的瞬间

检查生成结果时,先看转头、手经过脸前、两人交接歌词的片段。人物是否还认得出?嘴部是否跟着该唱的人声?没唱的人是否按计划回应?宠物或插画角色要单独测试,真人样片不能证明另一种身体结构也有相同表现。

在工作台选好两张人像,登录后制作你的说唱视频。积分包和生成费用见价格页。

来源