摘要：内网跑了 20 多版才敢定稿的「数字人 5 秒待机动画」手册，这次原样公开：十条实测铁律、六步工序（全 CPU，5–6 分钟一版）、五个可调旋钮、八条坑速查，以及六项能拦住返工的验收闸门判据。每一条都带实测数值，可直接照抄执行。
一、适用范围与一句话原理
适用：实时数字人引擎里「老师」角色的「静音待机」动效。首个样板角色（密胡须 + 眼镜）。
目标观感：像真人老师准备交流、正在聆听 —— 轻微呼吸、头身自然微晃、5 秒 3 次自然眨眼、目光转动一次、带一点微笑。
来源：2026-10-09/10 的 r12 → r13 实测推导；旧 SOP 仅作参考，未复验的旧条目不作为强制要求。一句话原理：一个像素只能来自一张图（单一来源）。
所有”动”都是对原画本身的形变；任何”两张不同图羽化互叠”必然产生虚影/重影，任何”引入视频像素”都会把软糊带回来。
二、十条铁律（全部来自实测）
- 单一来源：成品每个像素只能来自原画、或原视频的某一帧；禁两源羽化互叠（虚影/脖子错位的真因）。
- 微动 = 形变原画：呼吸/头身晃动用解析形变场 +
cv2.remap重采样；不混视频、不做时间中值冻结。 - 眨眼只用真实两态：取源视频里真实的「半闭 M」「全闭 X」，排成
[M→X→M]三帧斜坡（≈0.21s），5 秒 3 处；禁止复制全闭帧充数——那是硬开关，看着像抽搐。 - 嘴型开合禁止；静态微笑/暖眼可以（局部形变 ≤5px）。
- 掩码不许”只留最大连通域”：会丢掉单侧眼的闭合区（本轮真凶）。改为保留所有 ≥30px 连通域。
- 禁用 dlib EAR 判眨眼：风格化原画上闭眼帧 EAR 反而升高（实测 0.259→0.332）。
- 禁用绝对阈值指标：会被”微动”本身污染；必须用局部对照（同一眨眼前后自比）或相对上升量。
- 禁用
cv2.seamlessClone：实测不可复现（同输入两次调用差 9118px）→ 改 确定性合成 = ECC 配准 + Reinhard 色彩迁移 + 羽化。 - 动效与素材包解耦：全装进
customvideo/<id>_idle+custom_config_<id>.json，说话包一像素不动。 - 写文件防截断：含中文的长内容写入会被静默截断（曾仅 243B，纯 ASCII 也中招）→ 分段写并核字节数。
三、六步工序（实测 ≈5–6 分钟，全 CPU；不烧 GPU、不动说话包）
步 0 素材
- 原画：绿幕
896×704（人物肖像，构图 1:1 零裁，alpha 已去污染）。 - 源视频：同一角色的短片，必须含自然眨眼（i2v 或录屏均可）。
- 全部脚本在项目根目录下跑；用项目自带 venv 的 python，并先清空 PYTHONPATH / PYTHONHOME 环境变量。
- ⚠ 含中文的路径不能直接喂
cv2.VideoCapture→ 先复制成 ASCII 路径。
步 1 挑眨眼两态（最关键的一步）
eye_scan.py：每帧对齐到原画后，按左眼/右眼分别量”相对闭合度”（局部对照 = 与额头区比），
找双眼同时上升的帧 → 最高者作 X（全闭）、次高者作 M（半闭）。
– ✗ 别用 EAR、也别用”对原画的绝对差”（基线 28 会淹掉信号，两处都是本轮踩过的坑）。
– eye_frames.py 出放大序列图目检（睁→闭→睁 + 左右是否同步）。
– 样板角色实测结论：X=15、M=18；源里另有多处单眼眨眼必须避开。
步 2 造底板
plates.py：① 原画 + 静态轻微笑/暖眼（高斯权重局部形变，嘴角/颊/下睑 ≤5px）；
② 用选定的 X/M 帧做确定性合成叠进眼区 → plates/{art,M,X}.png。
闸门 plate_check.py：眨眼补丁像素范围必须同时覆盖左右眼（样板角色实测 x274–436）、
绿幕像素数几乎不变、锐度 ≥99%、无新增黑块。
步 3 渲染表演（render.py；微动档位试片用 motion.py）
- 呼吸：胸腔微缩放，1 个周期 / 5 秒（≈12 次/分）。
- 头身微晃：绕颈根微旋转 + 平移；档位 v1=4.7px / v2=9.3px / v3=15.8px（最大位移）。
- 目光：一次，虹膜位移 2.6px（≈虹膜直径 12%）+ 0.2° 头部随动；放在两处眨眼之间，眨眼帧上自动关闭。
- 眨眼：3 处，每处
[M,X,M]共 5 帧。 - 输出 125 帧 PNG +
perf_v2.mp4(crf12) + 预览(crf26、0.65 倍)。 - ⚠ 所有周期分量取整数周期/125 帧，保证首尾无缝（实测 |f124−f0| ≈ 单帧步进量）。
步 4 闸门（全过才安装）
blink_check.py（局部对照法）+ plate_check.py：
| 项 | 判据 | 样板角色实测 |
|---|---|---|
| 三处眨眼 | 对照 ≪ M < X，且闭环回落 | 5.8/19.5/13.9 → 36/41/36 → 42.6/46.4/41.7 → 36.9/42.2/35.8 |
| 左右眼同步 | 补丁范围覆盖左右眼 | x274–436 ✔ |
| 绿幕保留 | 像素数几乎不变 | 262867 → 262822 |
| 锐度 | ≥99% 原画 | 546 → 542（99.4%） |
| 循环接缝 | ≈ 单帧步进量 | 5.1 ✔ |
| 目检 | 无重影/糊块/黑块/绿边 | ✔ |
步 5 安装与生效（install.py）
拷 125 帧到 data/customvideo/<id>_idle/（0000.png 起）+ 写
data/custom_config_<id>.json = [{"audiotype":1,"imgpath":"data/customvideo/<id>_idle"}]。
– 引擎主程序 每次会话读该配置 → 不用重启；下次选中该老师即生效（静音态播放模块播该序列，乒乓回放）。
– 端到端验收：WebRTC 拉流落帧（e2e_video.py）比清晰度 + 目检。
四、参数旋钮（一次只改一个，出预览再看）
| 旋钮 | 现取值 | 位置 |
|---|---|---|
| 微动幅度档 | v2（9.3px） | render.py 的 P=dict(rot,x,y,br) |
| 目光位移/方向 | 2.6px（可改”向下看一眼再回来”） | 同上 GAZE_SHIFT / GAZE |
| 微笑强度 | ≤5px | plates.py 里的 add(...) 各项 |
| 眨眼时长/处数 | 5 帧/处、3 处 | render.py 的 BLINK=[20,62,100] |
| 呼吸周期 | 1 周期/5s | 同上（br 与 w_breath 权重） |
五、坑速查（现象 → 根因 → 对策）
| 现象 | 根因 | 对策 |
|---|---|---|
| 虚影 / 脸含脖子错位 | 原画 × 视频羽化互叠 | 单一来源；形变原画 |
| 眨眼像抽搐 | 复制全闭帧充”慢眨眼” | [M,X,M] 真实三态斜坡 |
| 眨眼只闭一只眼 | 掩码”只留最大连通域” | 保留所有 ≥30px 连通域 |
| 眨眼测不出来 | dlib EAR 在风格化原画上反向 | 局部像素差 + 局部对照 |
| 合成结果每次不同 | seamlessClone 非确定性 |
ECC + 色彩迁移 + 羽化 |
| 说话变糊/嘴卡 | 逐帧人脸框抖动 76px | 全睁眼静态源建包（抖动→8px）；眨眼帧只写回眼睛像素 |
| 脚本内容写不进去 | 含中文的长写入被截断 | 分段写 + 核字节数 |
| 形变后边缘露出绿 | 形变取到画外 | BORDER_REPLICATE + 位移 ≤16px |
六、时间预算（实测）
底板 ~1min → 渲染 ~2min → 闸门 ~1min → 安装 <1min → 端到端 ~1min ≈ 5–6 分钟（全 CPU）。
七、与旧版 SOP 的关系
旧 SOP 里未经本轮复验的条目（RGBA 序列交付、25fps、乒乓轴 census、复用母本 idle_pipeline_v9.py 等）
本工作流不作为强制要求；以本 SOP 的实测闸门为准。需要时再逐条评估后并入。
八、把这份 SOP 用起来的建议
手册的价值不在条目多，而在每一条都有实测数值兜底。落到执行上建议三件事：
- 先跑闸门，再谈观感。 六项判据全过再安装——尤其「左右眼同步覆盖」与「循环接缝 ≈ 单帧步进」，这两项能拦住八成的返工。
- 一次只改一个旋钮。 微动幅度、目光位移、微笑强度、眨眼处数与呼吸周期彼此耦合；一次改两个，出了问题无法归因。
- 保留失败记录。 第五节「坑速查」里的每一条都曾是真实翻车；新角色上手先对照扫一遍，能省掉一整轮试错。
最后一句经验：当「像不像活的」卡住时，先怀疑「是不是有两个来源」，而不是急着加效果。
