数字人这两年从概念变成工具，尤其在微课、政策宣讲、培训口播这类「标准口播」场景，很多学校和企业开始尝试：一个虚拟分身，输入文稿就能出片，不用反复约老师档期、不用每次布光搭景。但它不是万能，也藏着合规和成本陷阱。本文按六步，把数字人微课从采集到成片讲清楚。
第一步：明确是不是适合用数字人
数字人最适合「大量、标准化、更新频繁」的口播内容：安全教育、政策解读、制度宣贯、题库讲解。这类内容逻辑固定、出镜人稳定，用数字人能批量生产、随时改稿重出。反之，需要强情感、强互动、强现场感的内容（如示范课、访谈、实操演示），真人仍然更合适。先判断场景，再决定上不上，别为了「赶时髦」硬上。
第二步：形象采集与授权
如果要「定制真人形象」（用某位老师/讲解员的脸），需要一次形象采集：在绿幕前录制几分钟多角度视频，用于训练模型。这一步最关键的是授权——必须签书面协议，明确形象的使用范围、期限、能否商用、能否转授权。涉及未成年人或公职人员形象，授权要求更严。我们建议：能用「通用数字人形象」（非特定真人）就优先用通用形象，省去授权麻烦；要用真人形象，协议写清再采集。
第三步：口播稿与配音
数字人的「灵魂」是文稿。稿子要口语化、分短句、避免长难句，否则口型和对白会生硬。配音可用 TTS 合成（多音色可选）或真人录制后驱动。TTS 成本低、改稿即重生成，但情感层次弱；真人配音更自然，但需要重新录音。我们一般给客户两套：日常更新用 TTS，重要发布用真人配音版。
第四步：驱动生成与口型对齐
把文稿/配音输入平台，生成数字人播报视频，核心是口型与语音对齐、表情自然。这一步现在成熟度高，主流平台几分钟就能出一条。要注意的是背景——数字人通常配纯色或虚拟场景，若要与 PPT、实景穿插，后期要做合成。生成后务必看一遍：口型错位、眨眼频率异常、手势僵硬，都是要返工的信号。
第五步：后期包装与交付
数字人成片往往只是「人+背景」，需要加字幕、转场、图文包装，必要时与实拍空镜混剪，才能不那么「AI 味」。交付格式同普通微课：MP4（1080P 与 4K 母版）、含字幕与无字幕版。字幕建议可开关，平台要求硬字幕的提前说明。涉及听障学生的，按平台规范做硬字幕。
第六步：评估成本与边界
数字人成本分三块：形象定制（一次性，真人形象更贵）、生成时长费（按分钟或订阅）、后期包装。对于年产出几十条以上的机构，摊薄后单条成本远低于真人拍摄；但若一年只做几条，定制形象不划算，用通用形象或真人更省。边界上牢记：数字人不能替代需要真实互动与情感的内容，且真人形象授权是红线，不能默认可用。
常见问题
Q：数字人和真人录制怎么选？
A：标准化、高频更新的口播用数字人；示范课、访谈、实操演示用真人。很多客户是「混用」：数字人做日常宣贯，真人做重点发布。
Q：用同事的脸做数字人可以不签协议吗？
A：不可以。无论内部外部，使用真人形象都要书面授权，明确范围和期限，这是合规底线，也是保护双方。