替换视频中的人物并保留原始音频

角色替换中实际改变了什么？

全角色替换旨在利用参考图像重新演绎可见的表演者。这会影响面部、服装、剪影和其他视觉细节。这比更改面部区域更具挑战性，因此不要假设每个背景像素或动作都会原封不动地保留。

音频不需要仅仅因为画面改变而改变。您的源素材可能包含语音、音乐、环境音或它们的组合。保留音轨意味着将现有的声音带入新视频；这并不意味着重建声音或让新角色以不同的方式说话。

首先决定必须保持一致的内容。对于舞蹈片段，音乐节奏可能是首位。对于吉祥物挥手，动作的形状比精确的面部运动更重要。对于对话，嘴型同步成为额外的质量检查。这种决定有助于您在消耗点数之前拒绝不合适的源视频。

准备一段干净、简短的源视频

使用单个镜头，其中有一名清晰可见的成年表演者。稳定的相机、适度的动作以及主体与背景的分离会减少后期检查的工作量。如果主体反复经过家具后方或离开画面，请先从简单的片段开始。

TryMotion Web Studio 接受 1 到 10 秒之间、帧率最高 30 fps、最大上传大小为 25 MB 的 H.264 MP4 预制文件。在导入之前，请在您常用的编辑器中进行裁剪。本工具没有内置裁剪功能，将 MOV 文件重命名为 MP4 不会转换其编码格式。

完整收听裁剪后的文件。其音频应在预定时刻开始，不带有长录音中残留的前奏。如果您的编辑器在移动画面时没有同步移动声音，请立即修正源时间线。音频保留步骤无法恢复在导出时就已经出错的时间关系。

选择与镜头匹配的参考图

参考图提供的是角色的可见身份，而非隐藏细节的无限描述。一张头像照片对全身表演提供的指导极少。当源视频显示表演者全身时，请使用显示角色全身且轮廓清晰的参考图。

尽可能贴合姿势和观察方向。正面的参考图配合侧面的源视频会增加转换难度。精细的字体、微小的标志、手指和配饰是需要检查的细节，不要假设模型会忠实地还原这些细节。

为每一次拍摄保留所用参考图的副本。如果您以后对比两个输出，仅更改源视频或仅更改参考图比一次性更改所有内容能提供更有用的对比。简单记录镜头、参考图和预期动作就足以开始。

将音频与视觉生成分开处理

一个可靠的工作流会先生成替换画面，然后将该画面与源音轨结合。画面和声音应共享相同的起始点。最终导出的文件必须包含音轨，而不仅仅是在预览中显示已启用的声音图标。

当导入的视频包含音频时，TryMotion 的实现包含一个可选的音频合并阶段。工作站会检测是否存在音轨，并将其包含在生成报价中。如果源视频是静音的，开启保留功能也无法凭空创建声音。

此工作流使用一段短源视频和一个原始角色参考图。默认使用 P-Video-Replace 720p，也可选 1080p 以获得更高质量。插图场景仅用于描述工作流，并非特定生成结果的证据。

在分享前检查这些项目

先以正常速度观看输出，然后检查困难时刻。视觉上吸引人的第一帧可能会掩盖镜头中段出现的飘移的手、变换的服装或丢失的面部。请审查整个剪辑，而不要依赖缩略图。

1. 检查首尾帧。确认片段的开始、结束、构图和方向均符合预期。
2. 戴上耳机完整收听。核实音轨是否存在、清晰，且没有出现意外的第二条音轨。
3. 寻找可见的时间标记，如击掌、脚步声或发音清晰的辅音。将其与源视频进行对比。
4. 检查手部、面部轮廓、被遮挡的身体部位以及任何品牌标志。确保输出结果符合您的用途。
5. 下载并在第二个播放器中回放导出的文件。确认保存的视频包含音频，而不是仅依赖浏览器预览。

排除最常见的失配故障

如果音轨缺失，首先检查导入的源文件是否确实包含音频流。在文件浏览器中，静音导出文件看起来与普通 MP4 完全一样。如果声音在本地存在但在最终文件中消失，则问题属于合并或导出阶段，而非角色参考图的问题。

如果音轨持续提前或滞后，请检查源剪辑和输出的第一帧。固定的偏移通常可以在视频编辑器中纠正，但不要掩盖反复出现的管线偏移：在批量生成之前应调查原因。如果同步逐渐偏移，请检查画面是否被重新计时或时长是否发生了变化。

如果声音听起来不同，可能是使用了生成的音轨而非原始录音。当身份和表现力至关重要时，请保留源音轨。声音克隆、配音和语音合成应是获得适当许可后的独立、明确选择；它们不属于此 MVP 范围。

如果角色在快速转弯时崩溃，请简化画面问题。尝试更短的片段、更稳定的镜头，或角度更接近源视频的参考图。重复运行相同的难题输入并不是控制成本的可靠策略。

了解点数与存储期限

默认 P-Video-Replace 720p 对于 5 秒以内的源视频消耗 10 点数，10 秒以内消耗 20 点数。高质量 1080p 选项分别消耗 20 和 40 点数。服务器在报价前会检查导入视频的时长；请在提交前查看确认的价格。

生成开始时将预留点数。确认技术故障后，系统会自动返还一次全额预留点数。卡住或未确认的任务总时限为 30 分钟。在总时限内，保存已完成输出的重试时间最高为 10 分钟。如果视频仍无法交付，点数通常会在 5 分钟内的下一次恢复检查时自动返还，即使您关闭页面也是如此。无需申请支持。 系统会检查未确认的提交，而不会自动提交第二次付费生成。创意上不满意的完成视频与技术上失败的任务是不同的。

TryMotion 会私密存储导入和输出文件，有效期为 7 天。请下载您想要保留的结果。删除 TryMotion 文件会移除该存储副本，但推理提供商可能会根据其自身政策保留提交的输入和输出。避免导入未获授权分享处理的素材。

一个实用的首次实验

从一段在整洁背景前进行的 5 秒挥手、转身或简单的步伐开始。使用原创角色参考，保持其整个剪影可见，并保留一段简短的环境音轨。在生成之前写下三个验收标准：动作保持可辨认、角色保持连贯、音频在正确的时刻开始。

在尝试更复杂的镜头之前，根据这些标准审查结果。这为您判断该工作流是否适合您的项目提供了具体依据。首次测试的目标是了解源视频和参考图能支持到什么程度，然后利用这些信息规划下一次拍摄。