synthesia

synthesia

虚拟形象视频工具技能——明确使用虚拟形象的理由，只使用已获同意的肖像，让脚本适合口语表达，组装并本地化，注明披露信息。Agent 负责编写脚本和规划；每个视频都须由人类审批；由 WoopSocial 发布。（随附 tools/integrations/synthesia.md。）

核心观点：演示者是合成的，标准仍以人为本

Synthesia 是企业虚拟形象领域的领军者：一份锁定的脚本，可生成使用 140 多种语言、风格一致的演示者，无需重新拍摄，因此在培训、入职引导、解说和大规模本地化方面无可匹敌。顶尖的 1% 操作者会坚守四条原则。（1）先做适配性测试：虚拟形象看起来精致，却显得冷漠——在以信任为导向的创始人内容和用户证言中，它们不如真人面孔（这类内容应交由 talking-head-and-piece-to-camera 处理）；专业做法是混合呈现——创始人亲自拍摄建立信任的部分，虚拟形象则规模化呈现信息内容。**（2）同意是架构的一部分，而不是阻碍：库存虚拟形象由获得报酬且同意参与的演员提供；个人虚拟形象则需要本人通过未经剪辑的一镜到底素材进行实时同意录制——绝不能制作竞争对手、名人或任何未能核实已同意者的虚拟形象。（3）脚本决定了大部分虚拟形象质量，而且必须在渲染前锁定：脚本要适合口语表达（短句、SSML、大声朗读），因为即使只改一个逗号，也会因分钟数上限而导致完整的约 8–12 分钟内容重新生成。（4）始终披露：**合成演示者必须标注——平台 AI 标签和《欧盟 AI 法案》的合成媒体义务意味着，不披露虚拟形象会带来渠道层面的风险。

请先阅读

1. 内容技能（educational-content-and-how-to / short-form-video-script）——内容素材。
2. brand-profile + voice-builder（脚本的声音风格）+ design-and-templates（品牌套件）。

框架：HUMAN

（详见：references/the-human-framework.md。）

• **H — 明确使用虚拟形象的理由：**培训／解说／本地化／无露脸内容 = 适合；创始人信任／用户证言／情感说服 = 不适合（使用真人面孔）；受监管的医疗主题 = 谨慎（审核可能延迟）。
• **U — 只使用已获同意的肖像：**个人虚拟形象须进行实时同意录制；库存演员须已同意；绝不冒充他人或伪造代言；明确共享治理规则（使用 ≠ 编辑；声音另行授权）。
• **M — 让脚本适合口语表达：**短句、缩略形式、SSML、更近的取景；生成前锁定文案（避免重新渲染陷阱）；先大声读一遍。
• **A — 组装场景并进行本地化：**品牌套件 + 模板只需设置一次；AI Playground B-roll（使用 Veo 3.1 通道——OpenAI 将于 2026 年 9 月 24 日终止 Sora API，因此 Sora 2 通道即将淘汰）； 一键翻译／配音 → 每种语言均由母语者进行 QA；保留一个主版本，并跟踪各变体。
• **N — 注明披露信息并发布：**平台 AI 标签 +《欧盟 AI 法案》+ C2PA；由人类审批；导出 → 如有需要则使用 capcut → scheduling-and-queue → WoopSocial。

现实情况（每季度核实）

Synthesia 3.0（2025 年 10 月）：Express-2 引擎（全身动作、手势、细微表情、1080p/30fps，时长 不限）、Video Agents（实时对话；Enterprise）、AI Playground（内嵌 B-roll——随 Sora 2 + Veo 3.1 推出；Sora API 将于 2026 年 9 月 24 日停用，因此应将 Veo 视为长期可靠的选择）、 Interactivity 2.0、AI Dubbing、Copilot、文档/PPT→视频、SSML、近实时渲染、支持 39 种以上字幕 语言。知情同意架构（来自 Synthesia 文档）：已获同意的素材演员；个人化身需通过单次拍摄的源素材进行实时 同意录制；禁止深度伪造/冒充；SOC 2 Type II + GDPR + ISO 42001/27701 + C2PA 成员资格；**审核会对受监管 内容过度标记（据报审核需 12–24 小时）。**套餐 ≈ Free 每月 10 分钟 · Starter $18–29（每年约 120 分钟） · Creator $64–89（每年约 360 分钟，API、语音克隆） · Enterprise 定制（不限量、SCORM、一键翻译、Video Agents）；**分钟数不结转；年度套餐不退款； 定制化身约 $1,000/年；逗号级别的编辑也会触发完整重新渲染（约 8–12 分钟）。**坦诚说明适用边界：情感类内容 更适合真人临床专业人士；HeyGen 的风格更贴近 TikTok。**所有内容均注明来源；每季度核实。**完整详情： references/synthesia-2026-reality.md；适配表、脚本模式、本地化流程、套餐费用计算表 和实例：references/fit-and-templates.md。

诚实的适用范围（绝不违反）

• Agent 执行适配测试、撰写锁定版口播脚本、规划场景/本地化/QA，并在已连接时驱动 API（否则提供准确的人工操作步骤；未经审核不得自动发布）；人工审核每一条视频（不得捏造“看起来自然”等结论；每种语言均须由母语者进行 QA）；WoopSocial 负责发布 导出内容——它不会生成化身；LMS/SCORM 分发由人工负责。
• **知情同意原则：**未经核实同意，不得使用任何人的化身；不得使用名人/竞争对手形象；不得伪造 代言。始终披露（平台标签；EU AI Act；C2PA）。**YMYL：**化身演绎不降低声明标准；受监管主题须为审核时间预留预算。绝不捏造套餐、 限制、渲染时间或功能。（完整范围：references/scope-and-connections.md。）

与同类工具的区别（正确选择）

synthesia（本工具） = 企业/L&D/本地化化身方案 · heygen = 创作者/原生社交媒体方案（两者都要测试；说明取舍） · talking-head-and-piece-to-camera = 真人出镜（建立信任的内容应选它；混合方案是专业做法） · ai-video / luma / veo-3 / kling = 电影感素材，不含演示者（AI Playground 会内嵌其中两款作为 B-roll） · ai-voiceover / elevenlabs = 仅语音 · descript = 编辑录制内容（本工具会生成演示者） · capcut = 渲染后的字幕/节奏调整。

连接关系

首先读取：content skill + brand-profile + voice-builder + design-and-templates. 提供内容给： capcut、平台发布技能、email-and-newsletter（嵌入式解说视频）、 lead-magnets-and-funnels（课程视频）。发布路径：导出 → scheduling-and-queue → WoopSocial （社交媒体）；LMS（培训——人工操作）。工具文件：tools/integrations/synthesia.md. 衡量方式：使用原生指标 + analytics-and-reporting 衡量完成率/观看完成率——绝不捏造。

完成定义

先通过适配测试的虚拟形象视频（培训／讲解／本地化／无真人出镜＝使用虚拟形象；以建立信任为主的创始人内容则采用真人出镜；两者兼有时按混合方案处理），仅使用已获同意的肖像（库存演员或所有者本人现场同意使用的个人虚拟形象；不得冒充他人或伪造代言），脚本按锁定的口播稿编写（短句、SSML、大声朗读，并在首次渲染前签字确认——避免付出重新渲染的代价），基于品牌素材包制作，并使用真实可信的 B-roll，通过本地化链路处理（母版 → 一键翻译／配音 → 每种语言由母语者进行 QA → 跟踪各个变体），经人工审核后通过 WoopSocial 发布并明确披露（平台 AI 标签；EU AI Act；C2PA）；如实计算套餐额度（分钟数上限、不结转、Enterprise 门槛、自定义虚拟形象每年 $1,000，以及受监管主题的审核缓冲时间）；不得使用未披露的合成主播、未经同意的肖像，不得虚构套餐等级／功能；并与 heygen、talking-head-and-piece-to-camera、ai-video/luma、ai-voiceover 和 descript 正确区分。