synthesia-avatar-video

Synthesia 虚拟形象视频制作

当视频用于商务、培训、产品介绍、销售、入职培训、知识库或本地化演示，且受控的虚拟形象表现、品牌一致性和可规模化的变体比电影级自由动作更重要时，请使用 Synthesia。应将 Synthesia 视为合成演示者工作室和模板化视频自动化系统，而不是通用的文本转视频模型。

本技能中的事实已于 2026-07-10 根据 Synthesia 官方文档、API 参考、定价和政策页面进行核实。在承诺投入资金或启动制作前，请重新核查易变信息：套餐权限、配额、支持的语言、虚拟形象 ID、语音 ID、端点架构、模板变量、处理时间、定价和政策文本。

确定工作路线

以下情况请使用此技能：

• 手动制作 Synthesia Studio 视频，使用场景、脚本、模板、虚拟形象、品牌套件、媒体、字幕和翻译。
• 从头开始，通过 POST /v2/videos 制作 Synthesia API 视频。
• 使用已发布的模板，通过 POST /v2/videos/fromTemplate 制作 Synthesia API 视频。
• 制作个性化批量视频，其中变量用于驱动姓名、职位、产品详情、行动号召、语言或虚拟形象选择。
• 决定自定义虚拟形象、Personal Avatar、Studio Avatar、素材库虚拟形象以及语音／肖像授权事宜。
• 对唇形同步、脚本节奏、发音、虚拟形象取景、身份披露、本地化、下载文件保管和政策合规性进行质量检查。

以下情况请勿将 Synthesia 作为主要工具：

• 用户需要通过提示词生成多镜头电影级视频、镜头运动、物理效果或逼真的 B-roll；
• 用户需要将任意素材中的人脸替换或进行唇形同步，而这不属于 Synthesia 支持的虚拟形象系统；
• 用户需要制作真实人物的虚拟形象，但没有记录在案的授权；
• 用户需要制作政治／时事宣传、欺骗性冒充、敏感身份声明，或使用素材库虚拟形象制作付费社交广告，但尚未满足政策要求和书面授权要求。

有来源支持的操作事实

在制作备注中，将事实与经验法则分别标注。

已于 2026-07-10 核实的文档事实：

• 文档说明，Creator 套餐及以上版本可使用 API。文档中的测试请求每天最多可测试 30 个视频。API 密钥归创建密钥的用户账户所有，而非工作区。

• 创建视频的端点为 POST https://api.synthesia.io/v2/videos；通过 Authorization 标头进行身份验证。

• 创建视频的请求需要包含 input，这是一个类似场景片段的数组。每个输入都需要 avatar 和 background。

• 创建视频的端点支持以下宽高比：16:9、9:16、1:1、4:5 和 5:4。

• test: true 会创建带水印的免费测试视频，且不计入配额。

• 视频可见性可以设为 private 或 public。私有视频通过有时效限制的下载链接下载；公开视频则有分享页面。

• API 视频状态包括 complete、deleted、error、in_progress、rejected 和 approved。使用 GET /v2/videos/{video_id} 获取状态。

• 文档说明，通过快速入门创建的视频需要约 3 到 5 分钟处理，但实际生产处理时间可能有所不同。

• 直接调用 API 时，scriptText 可以使用类似 XML 的 <break time="1s"/> 插入停顿，并使用 <sub alias="spoken text">caption text</sub> 替换发音。

• 如果使用 scriptAudio 而不是 scriptText，请提供 scriptLanguage；Synthesia 文档说明，在 Studio 中，上传场景音频是 Enterprise 功能，且无法更改其音量或播放速度。

• 每个场景的脚本框最多支持 5 分钟的脚本。Studio 的语速控制为近似调节，作用于段落级别，范围为 0.8x 到 1.2x。

• Studio 支持在场景或视频中使用多种语言，方法是为脚本片段应用不同的声音。官方翻译语言表包含许多语言／方言代码；Synthesia 的营销页面也在不同场景下宣称支持 140+／160+ 种语言，因此请核实所用功能的确切支持情况。

• API 官方参考页面提供库存 Avatar ID 和声音 ID。自定义 Avatar ID 可在应用中的 Avatar 页面复制。

• avatarSettings.style 可以设为 rectangular、circular 或 voiceOnly；指定 avatarSettings.voice 可避免默认声音发生变化。

• green_screen 是一种有文档说明的透明风格背景选项，可供后续替换；其他有文档说明的 API 背景还包括纯色和具名图像背景。

• 文档说明，seamless Avatar 生成有一些限制：仅支持特定演员、静态图像背景，且质量较低。

• 模板端点为 POST /v2/videos/fromTemplate；它需要 templateId 和 templateData，并且可以接受 brandKitId。

• 脚本变量不能以数字开头；变量用于模板／API 个性化。

• Personal Avatar 要求人物年满 18 岁。照片生成 Personal Avatar 需要录制实时同意视频，该视频不可上传，且必须展示与照片中相同的人。

• 视频生成的 Personal Avatar 需要提供素材视频和同意视频，文档说明其将在 24 小时内就绪；这类 Avatar 搭配克隆声音，支持使用 30+ 种语言交流。安排时间前，请再次核实可用性和处理时长。

• Synthesia 当前的 Avatar 文档说明，Studio Avatars 使用 EXPRESS-1；而库存 Avatar 库可能会显示多个版本和功能，因此在承诺 Avatar 具有表现力行为前，请核实其文档说明的具体版本。经核实截至 2026-07-10 的定价页面将 Studio Express-1 Avatar 创建列为付费年度附加项，处理时间最长可达 10 天。

• 官方 Avatar 文档说明，Avatar 和声音共享仅限 Enterprise 用户；共享 Avatar 不会自动共享其声音。

• 删除 Avatar 不会将其从已生成的视频中移除；之后重新生成视频时，需要替换已删除的 Avatar。

• Synthesia 的《可接受使用政策》禁止或限制冒充、欺骗、侵犯权利、剥削成年人／未成年人、错误信息／虚假信息宣传、移除水印、垃圾信息，以及在付费社交内容、政治／时事、敏感或虚假代言场景中使用多种库存 Avatar。 制作启发：

• 如果希望观众感觉有主持人引导，优先选择 Synthesia。如果虚拟形象只是装饰，则优先选择非虚拟形象的动态图形或屏幕演示流程。

• 尽可能将每个场景的口播脚本控制在约 60-90 秒以内，尽管文档规定的最长时长为 5 分钟；较短的场景更易预览、本地化、重新生成和进行质量检查。

• 避免在内容密集的讲解中使用全屏虚拟形象。将主持人放在圆形或方形画面中，或仅保留其声音，让屏幕、图表或产品画面承担主要讲解任务。

• 需要重复使用和确保合规时选择模板；制作简单、一次性的主持人片段时选择从头开始的 API 请求。

• 进行生产环境 API 调用时，务必指定语音 ID，避免默认语音变更影响后续版本。

• 将虚拟形象肖像、声音、目标人群和敏感声明视为权利与安全决策，而非风格选择。

制作工作流

1. 确认交付要求

编写脚本或调用 API 之前，记录以下信息：

• 受众、语言或方言、阅读水平及无障碍需求；
• 平台和宽高比；
• 预期用途：内部培训、客户引导、公开营销、付费广告、LMS/SCORM、网站嵌入、销售个性化或支持；
• 虚拟形象类型：素材库虚拟形象、基于素材库定制的虚拟形象、Personal Avatar、Studio Avatar，或仅语音；
• 是否呈现了任何真实人物、员工、名人、公众人物、患者、客户或特定人群身份；
• 品牌套件/模板 ID、文件夹 ID、素材、CTA URL、法律免责声明和保留要求；
• 这是测试/带水印预览，还是会消耗配额的最终渲染。

如果同意、权利、政策或数据处理问题尚未解决，请在生成前暂停或升级处理。

2. 选择 Synthesia 方案

以下情况使用 Studio 手动编辑：

• 用户需要控制布局、预览场景、添加字幕或动画、审核品牌套件、使用交互元素，或审核翻译；
• 需要以可视方式试听虚拟形象或语音；
• 生成前必须由编辑或法律审核人员批准。

以下情况使用从头开始的 API：

• 可通过 input[]、scriptText 或 scriptAudio、虚拟形象 ID、背景和基本设置来表达简单场景或多场景主持人视频；
• 任务需要以编程方式完成，但不依赖大量模板。

以下情况使用模板 API：

• 品牌、法律布局、场景结构、虚拟形象位置、字幕、动画触发条件或审批要求已在 Studio 中预先设置；
• 大量版本的差异仅在于变量值；
• 需要大规模控制虚拟形象、文本、媒体、语言或 CTA 变量。

以下情况使用翻译/配音功能：

• 源视频已存在于 Synthesia 中，需要制作本地化版本；
• 需要按地区进行质量检查并控制术语表。

3. 像规划主持人与佐证素材一样规划场景

为每个场景定义：

• 主持人角色：主持人、向导、讲师、销售代表、支持专员、高管、旁白，或仅语音；
• 观众要做什么：理解、记住、信任、采取行动、完成任务，或通过合规检查；
• 口播脚本、目标时长、屏幕视觉内容、背景/空间、字幕、CTA 和转场；
• 虚拟形象画面：全屏以建立亲和感，矩形侧边主持人用于教学，圆形画面用于应用演示或产品 UI，仅语音用于视觉内容密集的场景；
• B-roll/媒体素材：产品截图、图表、屏幕录制、表单、图表、图标或安全提示；
• 质量检查项：发音、口型同步、视线、视觉对齐、字幕、政策披露和本地化备注。

出色的 Synthesia 视频不会让虚拟形象承担每一秒的内容。应交替呈现主持人画面与可视化佐证：屏幕状态、图表、清单、前后对比画面、产品画面或测验/CTA 环节。

4. 为合成式交付撰写内容

使用简短段落，每段只表达一个口播要点。开头先交代背景，避免拗口的句子，并在发音方案中说明品牌和产品术语的读法。

建议：

• 使用自然的缩略形式和简单句式；
• 在转场、揭示内容或情绪起伏处明确标注停顿；
• 为缩略词、产品名称、人名和技术术语标注发音替代形式；
• 在需要改变语速或声音时另起段落；
• 撰写符合当地表达习惯的本地化脚本，不要逐字翻译。

避免：

• 过长的句子；
• 缺少视觉辅助的快速罗列；
• 未作解释的缩略词；
• 暗示虚拟形象演员本人支持、经历、患有某种状况或属于某种敏感身份的说法，除非已满足同意和政策要求；
• 依赖现场表演才能传达的笑话、讽刺或细腻情绪。

如需通过 API 控制脚本，请使用支持的标签：

Welcome to <sub alias="Acme Insight">ACME Insight</sub>. <break time="0.7s"/>
In the next two minutes, you'll learn the three checks that prevent most onboarding delays.

5. 谨慎选择虚拟形象、声音和语言

选择清单：

• 该虚拟形象是否符合其角色，同时不会造成身份、背书、资质、文化、医疗状况、雇员身份或亲身经历方面的虚假暗示？
• 在此分发渠道和主题下是否允许使用库存虚拟形象？请检查付费社交媒体、政治／时事、敏感属性和虚假关联方面的限制。
• 用户是否有权在此工作区中将选定的自定义虚拟形象／声音用于此用途？
• API 输出是否指定了声音 ID？
• 方言／本地化是否适合目标受众？
• 是否一定要显示虚拟形象？或者使用画面效果更好的纯语音形式能否更好地服务观看者？

自定义／特定人物虚拟形象规则：如未获得使用其肖像或声音的相关人员的书面同意，不得继续。对于 Personal Avatars，请使用 Synthesia 的同意流程；如果 Synthesia 要求现场录制，则不得接受上传的“同意”视频。

6. 为 API 请求做好防护

从头构建 API 请求的结构：

{
  "test": true,
  "visibility": "private",
  "title": "Example - Onboarding overview - TEST",
  "description": "Watermarked Synthesia API test render for internal review.",
  "callbackId": "crm-onboarding-2026-07-10-row-001",
  "aspectRatio": "16:9",
  "input": [
    {
      "avatar": "anna_costume1_cameraA",
      "avatarSettings": {
        "style": "rectangular",
        "horizontalAlign": "right",
        "scale": 0.92,
        "voice": "VOICE_UUID_FROM_OFFICIAL_VOICE_LIST"
      },
      "background": "off_white",
      "scriptText": "Welcome to <sub alias=\"Acme Insight\">ACME Insight</sub>. <break time=\"0.6s\"/> Today we'll set up your first workspace.",
      "soundSettings": {
        "soundtrackVolume": 0.12
      }
    }
  ]
}

生产注意事项：

• 先设置 test: true，检查布局、脚本、声音和政策；只有获得批准后，才切换为 test: false。
• 除非交付明确要求公开分享页面，否则请将 visibility: private 保持为默认值。
• 使用 callbackId 将任务映射回 CRM 行、LMS 模块、工单或渲染清单。除非确有需要，否则避免使用敏感个人数据。
• 使用 API 文档或应用中的官方虚拟形象／声音 ID。不要假设营销名称就是有效 ID。
• 在项目清单中保存请求 JSON、响应 JSON、视频 ID、状态历史记录、源脚本、模板 ID／版本、变量数据、同意证据指针和最终 MP4 路径。

模板 API 请求的结构：

{
  "test": true,
  "visibility": "private",
  "title": "Example - Renewal reminder - {{account_name}} - TEST",
  "templateId": "TEMPLATE_UUID_FROM_STUDIO",
  "brandKitId": "workspace_default",
  "callbackId": "renewal-campaign-2026-07-10-row-0042",
  "templateData": {
    "first_name": "Maya",
    "account_name": "Northwind Analytics",
    "renewal_date": "September 15",
    "cta_url": "https://example.com/renewal"
  }
}

模板注意事项：

• 批量调用前，先在 Studio 中发布并测试模板。
• 获取／列出模板详情，以确认变量名称和必填值。
• 变量名称的开头应为字母。
• 生成前，检查每一行是否缺少值、包含禁止的说法、使用不受支持的语言或含有失效 URL。
• 多个变体使用同一个已批准模板；除非审核人员批准了相应范围，否则不要让每一行都更改脚本结构。

7. 管理任务生命周期和保管流程

生命周期：

1. 创建视频或模板视频。
2. 记录返回的 id。
3. 轮询 GET /v2/videos/{video_id}，或在环境支持时使用 webhook。
4. 将 complete 视为可供下载；in_progress／approved 视为尚未完成；error／rejected 视为需要分类处理。
5. 尽快下载，因为私有下载链接有时效限制。
6. 将最终 MP4 和元数据存储在项目的制品系统中，而不只是临时 URL 中。
7. 如果公开发布，请分别记录可见性变更和分享 URL，并与主 MP4 分开保存。

保管清单字段：

{
  "provider": "synthesia",
  "verified_date": "2026-07-10",
  "mode": "api_from_template",
  "test": false,
  "video_id": "UUID",
  "template_id": "UUID",
  "brand_kit_id": "workspace_default",
  "avatar_ids": ["UUID_OR_STOCK_ID"],
  "voice_ids": ["UUID"],
  "languages": ["en-US"],
  "visibility": "private",
  "status_history": [
    {"status": "in_progress", "timestamp": "2026-07-10T18:00:00Z"},
    {"status": "complete", "timestamp": "2026-07-10T18:05:00Z"}
  ],
  "downloaded_to": "projects/acme-onboarding/assets/video/synthesia-final.mp4",
  "consent_evidence": "internal-rights-record-id-or-not-applicable",
  "policy_review": "passed with stock-avatar business-training use"
}

安全、同意、权利与披露

每次最终渲染前，都要执行以下审核：

• 肖像／声音：每个自定义、个人或工作室头像／声音是否都已获得明确同意和适当的工作区共享权限？
• 库存头像身份：观众是否可能误以为真实演员亲自为产品背书、患有某种疾病、是员工、属于某个被呈现的群体，或持有某些陈述的观点？
• 分发渠道：视频是否用于公开发布、付费社交媒体、电视／新闻、政治／时事、筹款或敏感用途？如果是，请重新核对 Synthesia 的政策，并获取所需的书面同意。
• 内容类别：脚本是否涉及未成年人、成人内容、受监管商品、医疗／金融／法律建议、身份盗用、欺诈、虚假信息、极端主义内容、骚扰或歧视？
• 来源信息：是否保留了 AI／头像披露、水印或必需标签？不得移除来源信息机制。
• 数据最小化：是否确实需要客户姓名、健康数据、学生数据或账户详情？除非有必要且已获批准，否则不要将敏感数据放入 callbackId、标题、公开描述或可见字幕中。
• 权利：背景素材、图像、音乐、徽标、字体、截图和品牌标识是否获得了适用于预期分发渠道的许可？
• 无障碍：字幕、对比度、安全边距和语言选择是否合适？

如果任何一项答案不确定，请停止生成，并请求同意以及法律／产品方面的指导。

检查成品视频

请检查渲染后的 MP4，而不只是编辑器预览。

最低检查要求：

• 脚本：内容与已批准的信息完全一致、变量正确、没有过时的占位符、行动号召正确；
• 语音：语音 ID、方言、发音、语速、音量和停顿均正确；
• 头像：人物／头像正确、口型同步稳定、视线和表情恰当，且不会造成虚假背书或敏感身份暗示；
• 布局：头像取景、安全边距、字幕、徽标位置、背景、转场和移动端裁切；
• 本地化：语言代码、习语、姓名、数字、日期、单位、术语表、字幕以及任何已翻译的屏幕文字；
• 无障碍：字幕易读、没有文字被头像遮挡、对比度充足，且没有缺少字幕的纯音频关键信息；
• 合规：同意证明、政策审查、披露／来源信息、权利记录；
• 技术：MP4 可以打开、时长符合预期、音频没有削波、最终成品没有水印（除非明确用于测试）、已保存最终路径，临时下载链接不是唯一副本。

常见问题及修复方法：

• 语音错误／使用了默认语音：指定 avatarSettings.voice；如果可行，只重新生成受影响的场景。
• 表达平淡或不自然：拆分段落、添加 <break>、在 Studio 中重新生成语音、精简冗长措辞，或选择其他语音。
• 发音错误：在 API 中使用 <sub>，或在 Studio 中使用发音／术语表控制项。
• 头像分散了学习者的注意力：改用圆形／矩形侧边讲解员，或仅使用语音；将密集信息移到视觉内容中。
• 生成被拒：检查政策敏感措辞、头像选择、虚假关联、受限主题、素材权利和账户权限。
• 批量处理中缺少变量：获取模板变量、验证行数据架构，仅在生成的陈述仍然属实时使用默认值。
• 私密链接已过期：重新获取视频，或在获批后发布／更新可见性；务必下载并保存 MP4。
• 本地化表达生硬：根据受众和方言改写本地化脚本；最终公开内容不得仅依赖机器翻译。

完整示例

示例 1：内部合规微学习

意图：制作一段 90 秒的内部培训短片，讲解员工应如何处理可疑的发票邮件。

推荐路径：使用 Studio 模板，或通过 API 使用模板。仅当脚本明确将其设定为培训讲解者，而非真实员工或受害者时，才使用素材库中的虚拟形象。仅限内部发布。除非优先面向移动端，否则 LMS 视频使用 16:9。

场景规划：

1. 主讲人开场：「批准发票前，先检查这三项。」
2. 屏幕画面：示例发票，突出显示发件人、金额和付款说明。
3. 检查清单：核实供应商、核实变更请求、通过财务渠道上报。
4. 测验/行动号召：「你会批准这笔款项吗？」并跟进 LMS 或互动内容。

脚本节选：

Before approving an invoice, pause for three checks. <break time="0.5s"/>
First, compare the sender domain to the vendor record.
Second, treat any bank-detail change as high risk.
Third, use the finance escalation channel before replying.

此结构奏效的原因：虚拟形象吸引注意力并树立权威感，但真正承载学习内容的是发票画面。脚本不会让人误以为素材库中的虚拟形象是真实的财务员工。

QA 重点：供应商/产品名称的发音、为每条说明添加字幕、截图中不包含真实客户数据，以及明确说明这是内部培训内容。

示例 2：通过 API 模板个性化客户引导

意图：为数百名新 B2B 客户制作欢迎视频，包含名字、公司、套餐、客户成功经理姓名和 CTA URL。

推荐路径：使用变量创建一个经审核通过的 Studio 模板；每行数据调用一次 POST /v2/videos/fromTemplate。

模板变量：

{
  "first_name": "alphabetic start, display name",
  "company_name": "customer company",
  "plan_name": "approved product plan string",
  "success_manager": "assigned contact",
  "cta_url": "absolute HTTPS URL"
}

预检验证：

• 变量值不得为空；
• 除约定的个性化内容外，不得包含敏感数据；
• cta_url 必须在允许列表中；
• 对重要客户，需确认姓名的发音；
• 使用最短、最长和非 ASCII 姓名测试模板。

预期结果：品牌和场景结构保持一致，开场内容根据变量个性化，逐行生成时布局不发生偏移，私有输出下载到营销活动文件夹中。

故障模式：屏幕文字中的变量溢出、姓名发音错误、套餐名称过时、下载链接过期，或分享页面意外公开。

示例 3：产品支持文章视频

意图：将“重置 SSO 映射”帮助文章转换为一段 2 分钟的支持视频。

推荐路径：使用 Synthesia Studio，采用仅语音的虚拟形象，或虚拟形象侧边圆形呈现并搭配屏幕录制。使用沉稳的支持语气；逐步演示 UI 时，避免虚拟形象占据全屏。

制作大纲：

• 场景 1：主讲人说明视频的适用对象以及将要进行的更改。
• 场景 2：屏幕录制展示设置路径；隐藏虚拟形象或将其呈现为圆形。
• 场景 3：提示说明更改映射可能影响登录。
• 场景 4：回顾要点，并提示如果 SAML/SSO 错误仍然存在，请联系支持团队。

脚本节选：

This walkthrough is for workspace admins who already have SSO enabled.
If you're not sure, stop here and check with your identity provider owner. <break time="0.8s"/>
From Workspace Settings, open Single Sign-On, then choose Attribute Mapping.

QA 重点：确保 UI 版本准确、屏幕画面中不包含密钥、字幕叠加在 UI 上时仍清晰可读，以及语速足够缓慢，便于管理员跟上。

示例 4：多语言销售赋能版本

意图：为英语、法语、德语和日语销售团队本地化一段产品讲解视频。

推荐路径：创建主版 Studio 视频，使用翻译/本地化工作流，然后由人工审核每种语言版本。使用符合当地语言习惯的语音，以及相应的日期/数字格式。

本地化指南：

• 改写习语和笑话，而非逐字翻译；
• 使用术语表/发音控制功能保持品牌术语一致；
• 检查日语的礼貌程度和德语中复合产品术语的准确性；
• 如果时间安排或语调听起来不自然，则重新生成音频；
• 确认屏幕文字和字幕均已本地化，而不只是旁白。

故障模式：文字溢出、CTA 不一致、标语翻译过于直白、方言代码错误、字幕缺失，或语音风格与销售受众不匹配。

使用的官方资料

如果决策取决于当前信息，请在投入生产前重新核查：

• Synthesia API 介绍：https://docs.synthesia.io/reference/introduction
• API 快速入门：https://docs.synthesia.io/reference/synthesia-api-quickstart
• 创建视频端点：https://docs.synthesia.io/reference/create-video
• 从模板创建视频端点：https://docs.synthesia.io/reference/create-a-video-from-a-template
• 检索视频端点：https://docs.synthesia.io/reference/retrieve-a-video
• 库存头像 ID：https://docs.synthesia.io/reference/avatars
• 语音 ID：https://docs.synthesia.io/reference/voices
• 脚本支持的 XML 标签：https://docs.synthesia.io/reference/script-supported-xml-tags
• 脚本框：https://docs.synthesia.io/docs/script
• 头像文档：https://docs.synthesia.io/docs/avatar 和 https://docs.synthesia.io/docs/synthesia-avatars
• 个人头像文档：https://docs.synthesia.io/docs/personal-avatars
• 支持的翻译语言：https://docs.synthesia.io/docs/supported-languages
• 定价：https://www.synthesia.io/pricing
• 可接受使用政策：https://www.synthesia.io/legal/acceptable-use-policy
• AI 治理实践：https://www.synthesia.io/legal/ai-governance-practices
• 负责任的 AI：https://www.synthesia.io/responsible-ai
• 平台诚信帮助页面：https://help.synthesia.io/en/articles/8330564-platform-integrity