Hedra 教程：从角色图片和声音到可发布的视频工作流

Hedra 最适合的不是随便上传一张照片“试试看”，而是把一套获得授权的角色设定、清晰音频和短镜头脚本变成可复用的视频流程。这篇教程会制作一条 30 秒品牌吉祥物介绍视频，并同时导出横版、方形和竖版素材。

这篇教程会完成什么

最终会得到：

• 一份冻结的 30 秒脚本
• 一张具有明确使用权的角色主参考图
• 三张辅助角度或表情参考
• 一段经过清理的角色声音
• 三到五个短角色镜头
• 一个不依赖生成模型写字的品牌片尾
• 横版、方形和竖版三个版本
• 一份 credits、素材授权和人工检查记录

关键目标不是一次生成完整 30 秒，而是让每个镜头都能单独检查、替换和重新生成。

开始前需要准备

1. 确认角色权利

角色可以是：

• 团队原创的插画或 3D 人物
• 拥有完整授权的品牌吉祥物
• 由本人创建并同意使用的真人数字分身
• 已获得明确商业许可的角色资产

不要使用：

• 影视、游戏或漫画中的已知角色
• 从社交媒体下载的陌生人照片
• 未经许可的员工、客户或名人肖像
• 只有“可以看”但没有衍生视频权利的图库素材
• 不能证明来源的 AI 生成角色

Hedra 的 Acceptable Use Policy 对输入他人的照片、声音、视频和个人信息限制严格。即使某张照片公开可见，也不代表可以上传平台制作角色视频。

2. 准备角色设定表

最少准备四张图：

1. 正面主参考，光线均匀，脸部或角色主要特征清楚。
2. 三分之二角度，检查鼻子、耳朵、头发和配饰。
3. 侧面或动作参考，说明身体比例。
4. 表情参考，展示开心、平静或惊讶等可用范围。

固定以下信息：

角色名：Momo
角色类型：原创圆形毛绒品牌吉祥物
固定颜色：珊瑚橙主体、深棕眼睛
固定特征：头顶三根短毛、无服装、圆形手脚
禁止变化：不能增加牙齿、帽子、文字、Logo 或人类手指
表演风格：友好、轻快，不夸张尖叫

如果是真人 Digital Twin，还要保存本人同意书、允许用途、使用期限和撤回方式。

3. 写短镜头脚本

不要直接把 30 秒脚本当成一个长镜头。先拆成：

• 镜头 1：3 秒，角色出现并打招呼
• 镜头 2：8 秒，说明用户问题
• 镜头 3：8 秒，解释解决办法
• 镜头 4：7 秒，给出一个实际例子
• 镜头 5：4 秒，结束动作并留片尾空间

每个镜头只表达一个意思。句子越长、动作越多，嘴型和角色稳定性越难控制。

示例：

镜头 1
台词：你好，我是 Momo。今天用半分钟告诉你，怎么让品牌短视频更稳定。
情绪：友好、轻快
动作：轻微点头，右手短暂挥动
镜头：固定中景
禁止：不要改变颜色，不要新增文字，不要移动背景家具

第一步：创建项目并记录预算

打开 Hedra Creative Studio，新建一个单独项目。用清楚的命名分区：

01_APPROVED_CHARACTER
02_SCRIPT_AND_AUDIO
03_CHARACTER_TESTS
04_APPROVED_SHOTS
05_CHANNEL_EXPORTS
06_LICENSE_AND_COST_LOG

生成前查看账号当前计划、credits 余额和所选模型成本。

截至 2026 年 8 月 25 日，Hedra 月付计划为：

• Basic：15 美元，1,500 credits
• Creator：30 美元，5,400 credits
• Professional：75 美元，14,400 credits
• Teams：75 美元，14,400 credits
• Enterprise：定制

免费输出可能带水印且非商用。Character-3 官方模型页当前显示每秒 8 credits，但其他模型费率不同。不要用一个模型的价格估算所有操作。

预算表建议记录：

第二步：准备和导入角色图

选择干净、清晰的主参考图：

• 主体完整且没有被裁掉
• 光线均匀
• 眼睛、嘴和轮廓清楚
• 背景简单
• 没有假文字、Logo 或复杂小物件
• 画面比例接近最终镜头

如果使用 AI 生成角色，先在图像阶段冻结最终版本。不要在角色视频生成时继续改变发型、服装、颜色和年龄。

对吉祥物，可以先做一个纯背景角色主图，再在后期合成品牌环境。这比让视频模型同时维持角色和复杂背景更稳定。

第三步：录制或生成干净音频

口型质量很大程度由音频决定。

录音要求：

• 安静房间，减少回声
• 麦克风距离和音量保持稳定
• 不使用过强背景音乐
• 删除爆音、长空白和杂音
• 每个镜头单独导出音频
• 文件名包含镜头号和版本

示例：

MOMO_SHOT01_GREETING_v1.wav
MOMO_SHOT02_PROBLEM_v2.wav
MOMO_SHOT03_SOLUTION_v1.wav

如果使用声音克隆，只能克隆本人声音或获得明确许可的声音。不要用“听起来像某位名人”的提示规避授权。

中文台词要特别检查数字、英文品牌词和多音字。先让真人听一遍，再生成视频。

第四步：先做 5 秒角色测试

不要马上生成完整镜头。先选择 Character-3 或账号中适合的音频驱动模型，用 5 秒音频测试：

• 静态中景
• 中性表情
• 简单背景
• 低风险动作
• 一个清楚句子

检查：

1. 嘴型是否跟上音节。
2. 闭口音时嘴是否真的闭合。
3. 牙齿、舌头和下巴是否异常。
4. 眼睛是否频繁跳动或漂移。
5. 角色颜色和配饰是否改变。
6. 音频开始和结束是否被截断。
7. 导出是否有水印。
8. 当前计划是否允许最终用途。

只有这个测试通过，才继续完整镜头。

第五步：建立角色提示词模板

每个镜头都重复固定身份，不能只在第一个镜头写角色描述。

模板：

使用批准的 Momo 角色参考。
保持珊瑚橙毛绒材质、圆形身体、深棕眼睛和头顶三根短毛。
角色以友好、轻快的方式说话，动作克制。
固定中景，柔和室内光，简单暖灰背景。
只根据上传音频驱动嘴型和表情。
不要增加文字、Logo、衣服、牙齿、人类手指或新的配饰。
不要改变角色颜色、身体比例或年龄。

每个镜头只增加动作和情绪变量。例如“轻微点头”或“最后一秒挥手”，不要一次要求走路、转身、拿产品、跳跃和改变镜头。

第六步：逐镜头生成

每个镜头先生成两到三个版本。不要无限重试同一个提示。

建立评分表：

如果一个镜头连续三次出现同类错误，不要继续烧 credits。改变一个变量：音频、参考图、镜头长度或动作，而不是同时重写所有内容。

第七步：控制角色一致性

跨镜头稳定需要人为约束：

• 所有镜头使用同一张批准主参考
• 不在不同镜头切换不同角色生成模型
• 固定背景颜色、光线和镜头距离
• 固定角色名称与特征描述
• 每次只改变一项动作或情绪
• 保存批准镜头的首尾帧做视觉对照
• 不让模型生成准确 Logo、包装文字或字幕

当角色出现明显漂移时，回到角色主图。不要把已经漂移的视频帧继续作为下一镜头参考，否则错误会逐步累积。

第八步：制作横版、方形和竖版

优先生成一个有安全留白的主版本，再适配：

• 16:9：网站、YouTube 和演示
• 1:1：社交帖子
• 9:16：短视频和故事

不要简单裁切主体的脸或手。对竖版重新安排角色位置，同时保留字幕区和平台 UI 安全区。

字幕、价格、Logo 和行动按钮应在剪辑或设计软件中加入。生成模型里的文字不够可靠，也不方便品牌和法律审查。

第九步：加入背景和辅助镜头

Hedra 可以生成或调用其他视频模型，但不要让一个角色镜头同时承担所有信息。把视频拆成：

• 角色说话镜头
• 产品或场景辅助镜头
• 图形和字幕
• 片尾品牌信息

如果需要复杂摄像机运动和电影化效果，可以使用 Higgsfield AI 生成辅助画面；如果需要企业模板和多语言版本，可以把脚本与角色策略改造成 HeyGen 流程。

组合工具时记录每个镜头使用的平台和模型，避免最后无法确认授权来源。

第十步：后期剪辑与音频

在专业剪辑软件中完成：

• 删除不自然的起止帧
• 统一镜头颜色和对比度
• 调整音量和背景音乐
• 加入人工校对的字幕
• 加入真实 Logo、字体和法律文字
• 做横版、方形和竖版排版
• 检查压缩后嘴型是否仍清楚
• 导出平台要求的分辨率和码率

不要用 AI 生成的包装文字、价格或免责声明替代真实排版文件。

第十一步：商用、隐私与安全检查

发布前确认：

1. 角色、真人肖像、声音、音乐和字体均有授权。
2. Hedra 当前计划允许该用途。
3. 免费带水印输出没有混入正式交付。
4. 所用上游模型与生成日期已记录。
5. 没有上传未经许可的他人个人信息。
6. 真人数字分身有明确同意与撤回流程。
7. 内容没有冒充新闻、医疗专家或真实人物。
8. 对容易误认的画面加入 AI 合成标识。
9. 客户机密素材符合数据处理合同。
10. 删除不需要继续保留的高风险源文件。
11. 人工检查字幕、产品信息、价格和法规文字。
12. 高风险项目经过品牌、法务或合规审批。

Hedra 条款表示用户在平台与用户之间保有输入和输出权利，但仍需遵守素材权利、上游模型条款和平台许可。平台付费商用不等于对所有生成内容提供侵权担保。

常见错误

角色每个镜头长得不一样

固定主参考、模型、背景、镜头距离和身份提示。不要使用上一段已经漂移的输出继续生成。

嘴型不匹配

清理回声和背景音乐，拆短句，保留自然停顿。先测试 5 秒，不要直接重做整个长镜头。

credits 消耗过快

限制每镜头版本数，先低成本测试，再生成高分辨率。记录失败原因，连续出现同类错误时停止重试。

角色手势遮挡脸

删除复杂动作，只保留点头、轻微挥手等单一动作。口播镜头不需要电影级调度。

包装和 Logo 变形

生成阶段不处理准确文字和 Logo。使用真实产品图或在后期软件中叠加品牌资产。

免费测试片不能交付

免费版可能带水印且非商用。正式项目开始前先确认付费计划、素材授权和导出权限。

什么时候该换别的工具

• 需要电影镜头、产品广告和视觉特效：Higgsfield AI
• 需要标准企业数字人和 175 种语言本地化：HeyGen
• 需要大规模课程、培训模板和治理：Synthesia
• 需要实时视频 Agent 嵌入产品：Tavus
• 需要文字自动生成长视频和配音：Fliki
• 需要全部本地处理：选择可自托管的开源角色和 lip-sync 工作流

最终交付清单

导出前逐项确认：

• 五个镜头使用同一个批准角色
• 嘴型、眼神、牙齿和下巴没有明显异常
• 首尾帧没有突然跳变
• 横版、方形和竖版都保留安全区
• 字幕、Logo、价格和法律文字来自真实排版
• 音量和音乐授权符合平台要求
• 免费水印素材没有混入正式版本
• 角色、声音和模型记录完整
• 真人或声音克隆有书面同意
• credits 与人工成本已经登记
• AI 合成标识符合发布场景
• 项目文件和授权记录可供以后审计

只要先冻结角色和声音、把长脚本拆成短镜头、限制每次只改变一个变量，并把授权与成本记录纳入流程，Hedra 就能从有趣的角色演示变成可重复交付的内容工具。