视频与音频
talking-head-xiaolin
按「小Lin说」式情绪造型风格,为口播视频或口播数字人写开头 15–20 秒的动作说明书和生成描述:素材冷开场加小窗配音、只在情绪最高的句子回到全屏、手势有明确形状(五指张开、弯指虚捧、指尖捏合、单手侧掌)、表情和口型幅度大。用户说“小Lin风格”“财经口播”“一口气了解”“讲故事式开场”,或要做商业、财经、热点解读类开场时使用。
Pluviobyte · 已有静态检查记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add Pluviobyte/awesome-talking-head-skills --skill talking-head-xiaolin技能说明
name: talking-head-xiaolin description: 按「小Lin说」式情绪造型风格,为口播视频或口播数字人写开头 15–20 秒的动作说明书和生成描述:素材冷开场加小窗配音、只在情绪最高的句子回到全屏、手势有明确形状(五指张开、弯指虚捧、指尖捏合、单手侧掌)、表情和口型幅度大。用户说“小Lin风格”“财经口播”“一口气了解”“讲故事式开场”,或要做商业、财经、热点解读类开场时使用。
小Lin说风格:情绪造型手势型
来源:抖音「小Lin说」4 条高赞视频的开头 20 秒,2026-10-27 拆解。样本见
references/samples.md。 本 Skill 只提炼动作、节奏和结构,不包含对方的长相、服装、场景和逐字台词。生成时不要把原视频当参考视频喂给模型。
一句话
开场先放素材,人在左下角小窗里配音讲故事;到情绪最高的那句才回到全屏,手跟着做出「有形状」的大动作,像在空中比划一个东西;讲道理时降成单手。
适合 / 不适合
- 适合:财经、商业、热点解读、讲人物和现象的故事型开场
- 不适合:手不在画面内的参考图;对手部稳定性要求高的数字人项目
- 数字人难度:高。手指造型复杂。结构可以整套借,手势建议只借 X4
机位与构图
- 坐姿,胸部以上中近景,人物居中,双手可以抬进画面
- 背景:整洁的书柜或带个人标识灯牌的客厅一角,暖色。按自己的场景描述
- 机位固定
手势词汇表
| 代号 | 手势 | 用在哪类台词 | 位置与幅度 | 时长 |
|---|---|---|---|---|
| X1 | 双手五指用力张开,在脸两侧,掌心朝镜头或朝内,伴随轻抖 | 情绪最强的词:「终于」「重磅」、年度主题名 | 肩到脸颊高度,超出肩宽 | 1–2 秒 |
| X2 | 拇指和食指捏在一起,在胸前随音节点 | 逐字强调 | 胸前偏一侧 | 每下约 0.25 秒 |
| X3 | 十指弯曲像捧着一个球,指尖相对,手指随音节张合 | 描述画面感:「另一个世界」「眼花缭乱」 | 胸口到下巴 | 1–3 秒 |
| X4 | 一只手在身体一侧立掌,掌心朝内,随句子划小弧 | 补充背景、讲道理:「要知道……」 | 胸口侧边 | 0.5–1 秒 |
节拍规则
- 回到全屏的第一句通常是情绪最高的一句,手势也最大(X1、X3)
- 讲道理时降成单手(X4)
- 手势踩重音;双手手势对称
表情与头部
- 表情幅度大:瞪眼、张嘴、挑眉,身体前倾,口型夸张
- 金句说完马上笑
开头结构模板
常规片:
| 时间 | 画面 | 动作 | 台词功能 |
|---|---|---|---|
| 0–9s | 新闻照片、实拍素材全屏,人在左下角圆形小窗 | 小窗里只有表情 | 抛出一个人或一个现象,用口语讲故事 |
| 9–12s | 回到真人全屏 | X1 或 X3 + 大表情 | 情绪句:反差、感叹 |
| 12–18s | 切回素材 | — | 关键事实:数字、事件 |
| 18–20s | 真人全屏 | X4 单手侧掌 | 「要知道……」点明为什么重要 |
年度或重磅片: 真人全屏一句情绪很满的开场 + X1 → 片名字卡 → 新闻素材快剪。
台词请自己写,只学句子的功能。
数字人生成建议
- 结构整套可用:素材冷开场 + 小窗配音,数字人全屏只出现 2 次、每次 2–4 秒
- 手势只用 X4;如果一定要表达「情绪最高」,用表情加身体前倾代替 X1、X3
- 小窗里的人物可以用低分辨率生成或静帧加口型,降低成本
- 素材段在剪辑层做,正好盖住接缝
禁止动作
- 数字人不做 X1、X2、X3 的手指特写(除非模型已证明能稳定生成手指)
- 手不过头顶,不伸出画面两侧
- 不摇头,不耸肩
输出格式
## 基础姿态
## 逐句动作
| 时间 | 台词 | 画面(素材+小窗 / 真人全屏) | 手势代号与描述 | 表情与头部 |
|---|---|---|---|---|
## 禁止动作
## 给视频模型的描述(只写真人全屏段)
## 素材清单(冷开场和事实段要用的画面)
生成描述示例(原创,可改写)
中近景,人物坐在镜头正前方,胸部以上入画。镜头固定。第 0 秒人物睁大眼睛、眉毛上扬,身体前倾,用夸张的口型说话。第 1.5 秒右手在身体右侧立起,掌心朝内,随句子划一个小弧后放下。句子结束时人物露齿一笑。左手不入画。