跨國企業的學習與組織發展（L&D）團隊在製作標準化培訓影音時，長期承受高昂的製作摩擦力：一方面，反覆邀約內部技術專家或高階主管進棚拍攝成本高、時程難協調，一旦法規政策或產品規格改版，全盤重拍往往耗費數週甚至數月；另一方面，直接套用平台公版預設 AI 虛擬模特兒，又顯得生硬機械，缺乏企業歸屬感與品牌辨識度。
為化解此一兩難，Elai.io 提供了企業自訂數位化身（Custom Avatar）機制。內訓團隊只需依循嚴格規格錄製一段 5 分鐘基準影片，即可訓練出具備講師真實肖像與語調特徵的專屬數位代言人。後續更新教材或進行跨國多語言在地化時，課程設計師只需在編輯器中修改腳本文字，AI 即可自動合成嘴型對齊的高畫質影音模組。要產出自然無違和的教學成品，掌握錄製環境設定與肢體校準規範至關重要。
一、企業內訓數位化身類型的選型與定位
在安排攝影棚拍攝或指派講師前，團隊應評估課程目標與製作預算，選擇最適切的化身方案。
| 化身類型 | 錄製硬體與背景需求 | 企業內訓核心應用場景 | 方案與計費結構 |
|---|---|---|---|
| Studio Avatar（攝影棚化身） | 4K 30fps 純綠幕背景；專業均勻漫射三點打光 | 旗艦級法遵宣導、全公司新人到職培訓、企業大學對外認證課 | 每年約 500 美元（外掛選購） |
| Selfie Avatar（自拍化身） | 智慧型手機或高階網路攝影機；乾淨辦公室或居家背景 | 週度業務快訊、敏捷微學習模組、部門內部標準作業程序（SOP） | 每年約 199 美元；年繳 Team 方案已內含 |
| Photo Avatar（照片化身） | 單張正面高解析度半身專業人像照片 | 知識庫圖文補充說明、系統操作精簡示範、常見問答（FAQ）配音 | 平台化身編輯工具直接生成 |
| Animated Mascot（吉祥物化身） | 企業專屬 3D 或插畫風格品牌 IP 角色資產 | 遊戲化學習歷程、工廠端安全衛生指引、實習生與新鮮人通識培訓 | 客製化 Enterprise 方案專案導入 |
若追求高度的品牌一致性與視覺靈活度，Studio Avatar（攝影棚化身） 是跨國企業的首選。其綠幕純色特性可讓講師無縫嵌入至公司品牌簡報、軟體操作畫面或虛擬辦公場景中。
二、基準影片拍攝硬體規格與影棚環境配置
數位化身的最終動作逼真度與自然度，完全取決於最初提交的原始素材品質。Elai 的深度學習模型必須從影片中辨識清晰的面部幾何拓撲，並訓練出精確的音素至視位（Viseme）轉換映射。
攝影機設定與畫質規範
- 拍攝長度： 提供整整 5 分鐘連續錄製的影片素材。該時長能確保系統挑選出光影最穩定、發音最自然的優質片段進行模型訓練。
- 解析度與影格率： 嚴格要求 4K 解析度與 30 fps。iOS 設備路徑為：
設定 > 相機 > 錄影 > 4K, 30 fps；Android 設備請於相機設定選擇後置鏡頭解析度 > UHD 4K。 - 鏡頭清潔度： 開拍前務必用拭鏡布徹底擦拭鏡頭，杜絕油脂污漬造成畫面邊緣光暈或焦點模糊。
影棚光線與背景搭建
- 漫射柔光系統： 採用加裝柔光罩的三點式專業燈光，使人臉與頸部受光均勻。切忌使用直射強光，鼻翼與下巴下方的濃重陰影會干擾演算法的面部特徵追蹤。
- 綠幕平整與抗溢色： 綠幕布料必須完全拉平無折痕，受測講師應距離綠幕背景至少 1.5 至 2 公尺，防止綠光反射到肩膀與髮絲邊緣，以確保去背邊緣銳利乾淨。
- 髮型與儀容打理： 頭髮必須梳理整齊，嚴格避免碎髮毛躁、隨風飄動或蓬鬆的大波浪捲髮，否則去背時會產生邊緣閃爍雜訊；臉部宜修整過於濃密的絡腮鬍，以維持嘴角動態追蹤精準度。
- 服裝搭配： 穿著具備良好對比度的深色或啞光商務正裝，嚴禁穿著綠色或黃綠色系衣物，並避免大面積反光金屬鈕扣或晃動飾品。
- 鏡片反光防範： 戴眼鏡的講師需微調燈光角度或配戴抗反射鍍膜眼鏡，避免鏡片亮斑遮蔽眼球焦點。
三、講師儀態校準與語音動力學規範
深入了解 Elai.io 的合成架構是確保成效的關鍵：在後續輸入文字生成課程時，AI 模型僅會動態重繪講師的嘴部與下顎區域，講師的肩膀骨架、上半身微動以及基底循環完全繼承自這段 5 分鐘影片。若拍攝時晃動過大，這些瑕疵將永久存在於後續生成的每一支課程中。
+-------------------------------------------------------+
| Elai 雙層影音合成技術架構 |
+-------------------------------------------------------+
| 【動態唇形合成層】 |
| - 文字音素轉視位（Viseme）毫秒級動態生成 |
| - 嘴型開合、唇齒動態與微表情自然貼合 |
| - 支援 28 至 75+ 種語言跨語種精準嘴型同步 |
+-------------------------------------------------------+
| 【基底骨架循環層】 |
| - 5 分鐘基準影片奠定的穩定肩膀與胸部姿勢 |
| - 鎖定攝影機鏡頭的筆直視線軸向與溫和微幅擺動 |
| - 乾淨的綠幕去背遮罩與透明圖層 |
+-------------------------------------------------------+
取景構圖與視線錨定
- 正中取景： 講師身體應穩固置於畫面正中央。
- 頭頂留白： 頭頂與畫面頂部保留微幅間距即可，避免主體太小導致五官解析度不足。
- 肢體完整無裁切： 取景涵蓋胸部或腰部以上，兩側肩膀、手臂與手肘必須完整入鏡，不得在畫面邊緣遭截斷。
- 筆直注視鏡頭： 全程視線需穩固鎖定於攝影機鏡頭中央。絕對不可低頭看讀稿機、偷瞄側邊螢幕或眼神飄移，否則化身在產出時會呈現散漫無神的狀態。
頭部運動軸向與情緒表現
- 僅限水平軸轉動： 允許並建議講師頭部平緩且輕微地左右轉向，這能賦予虛擬講師自然的生命感。
- 嚴格抑制垂直點頭： 嚴禁上下大幅度頻繁點頭，垂直晃動會導致動態合成嘴型時產生邊界撕裂與抖動。
- 動作阻尼平順： 所有肢體動態必須緩慢平穩，避免突然聳肩或做出過大的手部動作。
- 嘴型開合幅度適中： 說話時嘴巴不宜張得過大。過度誇張的嘴部開展會造成生成模型邊緣幾何扭曲。
- 基準表情定調： 保持自然親切的淺淺微笑。基準素材的常態表情將成為虛擬化身的預設神態；若臉色冷酷或嚴肅，產出的各類合規培訓課程都將顯得過於生硬冰冷。
語音節奏與閉口停頓
- 清晰沉穩的咬字： 發音音量適中、字句清晰、語速從容，避免含糊呢喃、抿嘴、咂嘴或吐舌等小動作。
- 關鍵閉口停頓： 句子與句子之間保留 2 至 3 秒的自然停頓，停頓時保持嘴唇閉合並維持直視鏡頭。5 分鐘影片中安排 4 至 5 次此類停頓，為系統提供安靜穩定的面部靜止參照幀。
- 朗讀內容： 朗讀題材可自由選取企業培訓教材或科普短文，優先建議使用標準英語朗讀，以確保語音音素覆蓋最為完整。
四、企業導入六步標準化流程
企業內訓團隊建置專屬虛擬講師系統時，建議落實以下六個標準化環節：
[1. 講師知情同意與倫理審查]
│
▼
[2. 影棚基準影片拍攝與品管] (4K 30fps，綠幕，閉口停頓)
│
▼
[3. 上傳至 app.elai.io] (專人審核與神經網路訓練)
│
▼
[4. 聲音複製校準 Voice Cloning] (1-3工作天，支援28種語言)
│
▼
[5. 品牌資產庫 Brand Kit 配置] (企業色碼，字型，簡報樣板)
│
▼
[6. 課程裝配與 LMS 整合導出] (雙角色對話，SCORM 與 MP4)
步驟一：合法授權與 AI 倫理治理
配合企業資料治理政策與 Elai 的安全規範，內訓團隊須取得被拍攝主管或講師的書面肖像及聲音複製授權書。Elai 具備嚴格的深偽防範機制，未經授權的公眾人物素材將被後台直接駁回。
步驟二：錄製執行與母帶品檢
嚴格遵循技術參數錄製 5 分鐘基準素材。拍攝完成後在專業螢幕上確認去背純度、眼神對焦、髮絲輪廓與閉口停頓點皆符合指標。
步驟三：提交申請與化身運算
登入 Elai 工作台（app.elai.io），前往 Custom Avatar 介面，選定 Studio 或 Selfie 方案並上傳 4K 影片檔。Elai 技術團隊將進行審核與模型訓練，通常於數個工作天內完成交件。
步驟四：整合客製化聲音複製（Voice Cloning）
為達成視聽完全一致的講師體驗，於 Assets > Clone Voice 上傳講師無雜音的乾淨語音樣本：
- 處理時間約需 1 至 3 個工作天。
- 校準完成後，該聲音模型即可在 28 種語言中流暢發音，完整保留該講師的聲線質感與專業語調。針對其他區域，亦可直接選用平台內建的 450+ 款多語系語音。
步驟五：綁定企業品牌資產庫（Brand Kit）
在 Elai 的 Brand Kit 中建置企業識別規格：
- 輸入品牌標準色 HEX 色碼、公司官方字型、幻燈片排版構圖與專屬片頭片尾動畫。
- 將訓練完成的數位講師依標準規範置於幻燈片固定方位，實現團隊共編與樣板化產出。
步驟六：角色扮演情境模擬與 LMS 整合
善用 Elai.io 的深度教學互動功能：
- Avatar Dialogues（雙化身情境對話）： 在同一畫面中放入兩位數位化身，模擬部屬面談、商務談判、顧客客訴處理等軟實力應對實戰。
- 互動測驗元件（Interactivity）： 在影片重要章節嵌入知識檢測題目與分支跳轉按鈕，強化學員專注度。
- 多平台交付： 影片完成後可輸出為 MP4 檔，或透過專屬嵌入代碼串接至 Moodle、Cornerstone、Docebo、Thinkific 等企業級 LMS 學習管理平台。
五、長期維護與品牌治理最佳實踐
- 標點符號與語氣停頓微調： 在腳本編輯器中善用逗號、句號與破折號，可精細控制講師換氣節奏。遇到艱澀專有名詞或內部縮寫時，適度調整語速滑桿即可呈現最自然的嘴型運動。
- 多租戶權限管理與肖像權限分級： 結合企業 Single Sign-On（SSO）與權限控管（RBAC），嚴格限制高階主管數位化身的使用權限，防止未經審核的草稿隨意調用高層形象。
- 無痛即時教材更新： 內部作業流程或產品規格更動時，課程設計師不需再重新租借攝影棚與邀約講師，只需在 Elai 編輯器中修改對應簡報文字，幾分鐘內即可重新編譯產出全語系新版訓練影片。