批量数字人用来解决口播更新的产能问题。模特视频拍一次，之后的新脚本不再逐条约拍摄：用同一条模特视频，加上多条文案或音频，批量生成对口型的口播视频。
操作分四步：准备模特视频和输入、配置并提交、逐条核对、送去混剪或交付。开始前先分清它和“替换数字人形象”：批量数字人用新的文案或音频生成口播；替换形象保留原成片里的声音，只换说话的人。两种功能的输入和用途不同，不要混用。
第一步：准备模特视频和每条任务的输入
模特视频会被反复使用，拍摄时按最终投放的样子准备：口播状态自然、光线稳定，景别和画幅符合投放场景。竖版信息流素材就按竖版景别拍。
每条任务的输入是一段音频或一段文案。音频可以从已有成片里提取，也可以上传本地录音；文案可以直接输入，由系统生成配音。需要固定某段音频配某个模特时，可以使用配对模式预设对应关系，提交后才能对得上账。
文案按口播节奏断句，长句拆短，给口型和字幕留出停顿。专有名词多的脚本，例如成分名、品牌名，在输入时逐字写准。文稿匹配开关可以让字幕按输入文稿保持一致，减少专名识别错误；开关入口以当前界面为准。
音频时长要和成片预期一致。三十秒的脚本配四十秒的录音，成片要么裁内容，要么拖节奏。这类问题在准备阶段处理，比生成后逐条修省事。
第二步：配置并批量提交
配置项包括模型选择、自动字幕、语义换行和智能包装，也可以选配产品空镜或人群痛点画面作为辅助素材。配置完成后批量提交。
单批任务量、处理时长和成功率会随模型与负载变化，以产品当前说明为准。排产时按自己的批量节奏安排，不要把某次的经验值当成固定预期。
第三步：逐条核对成片
数字人成片按以下顺序核对：
- 口型同步：嘴型和声音是否对齐。
- 专名字幕：品牌名、成分名、产品名逐字核对。专名写错的成片不放行。
- 情绪匹配：模特原片的表情基调和文案是否协调。促销文案配一张没有表情变化的脸，观众能感觉到违和。
- 形象一致：同一批成片的模特、服装、背景是否统一。
口型对不上时，先查音频和模特视频是否匹配（语速、停顿），再查音频质量，最后才调模型设置。
核对不通过的任务先归类：音频问题就重新准备音频，文案问题改文案后重新生成。模特视频本身有问题时，影响的是整批，需要优先处理。同一批失败较多时，先看失败任务有没有共性，比如同一条模特视频或同一类文案；共性问题查配置和输入，个别失败单独重提，不必整批重跑。
第四步：送去混剪或直接交付
核对通过的口播成片可以直接交付。更常见的做法是送进混剪：数字人负责“说”，产品空镜和痛点画面负责“看”，按结构位组装成完整的投放素材。
脚本里的功效表述、极限词和承诺句式，仍按团队原有的敏感词检测和留档流程处理。生成方式变了，检查不能省。口播产量上来后，把检测放进批量流程里，避免检查跟不上产量。
模特视频建议登记成档：哪条模特视频、什么造型、拍摄时间、适合哪类脚本、合作到期时间。需要新口播时先查档，避免用了与脚本气质不符或已到期的素材。