慧播星数字人直播间评分标准

输入“/”快速插入内容

慧播星数字人直播间评分标准

用户1635

用户4249

2025年5月8日修改

❗

此文档已废弃，最新评分标准请参考 >> 慧播星数字人内容质量评级诊断规则

0 分（禁播）

1 分（限流，需要优化）

2 分（合格）标准

3 分（超拟真）标准

形象

有十分明显的人像、口型播报、表情动作、服装问题，十分影响观看体验，并且引发不适​

1.主播图像：超过 10s 的马赛克模糊或图像问题，严重抠像问题，色调发绿发蓝，灯光过爆过暗导致明显投影，位置偏移，尺寸过大过小，大面积遮挡背景内容不可读，裁切明显​

2.口型播报 ：口形和声音偏移 0.5 秒以上，口声不一，与面部融合度不足，唇齿刻画问题明显​

3.人像绿幕区域分割明显错误，如桌子时隐时现

4.表情动作：表情僵硬死板、动作反复鬼畜、令人不适

5.服装搭配：暴露擦边、衣冠不整、搭配不当造型猎奇

偶有人像、口型播报，表情动作瑕疵，但没有引发不适感，不影响观看体验​

1.主播图像：10s 以内的马赛克模糊或图像问题，轻微抠像问题，轻微色调发绿发蓝，灯光无明显投影，位置无明显偏移，尺寸适中，偶有裁切痕迹​

2.口型播报 ：有轻微的口声不一，持续 1 分钟以内（体感无音画不同步感觉），与面部融合略有瑕疵，偶有唇齿刻画问题​

3.位置大小：主播形象大小正常，无过大或过小，或在角落，主播占整体画幅 30%-50%​

3.表情动作 ：眼神自然，动作符合自然物理规则，偶有突兀动作，无明显不适感，​

4.服装搭配 ：着装整洁、符合大众审美，与品牌风格不契合，但不影响观看，无不适感​

人像、口型、表情动作、服装媲美真人，难以分辨真人或数字人​

1.主播图像：无马赛克形变等图像问题，清晰细腻，无抠像问题，色调正常，面部灯光细腻柔和不突兀，位置大小符合规范，没有裁剪痕迹​

2.口型播报：声口同步，面部融合和唇齿刻画自然服帖

3.表情动作 ：放松自然、眼神灵动，动作自然流畅不别扭与话术节奏一致​

4.位置大小参考：5、【直播优化】装修设计白皮书pdf版本.pdf

5.服装搭配：着装得体，与品牌风格契合

6.主播形象在背景图中的构成不违和，完整无遮挡不截断，主播占整体画幅 30%-50%​

eg: https://live.baidu.com/m/media/pclive/pchome/live.html?room_id=8510789655

总结：在满足优质的1分的基础上，人像、口型、表情动作与真人无异，语速舒适，情绪起伏合理，感情充沛，专业电商主播的带货节奏，无法辨别是数字人​

1.主播图像

•
人物形象需要清晰，满足1080*1920以及上的分辨率，人物边缘清晰，无黑边无毛边无过曝过暗，面部细腻柔和不突兀，需要清晰看到人物的表情和五官​

•
直播间整体每个图层（背景+贴片+人物）保证色调一致，整体颜色不超过3种色系​

2.口型表情

•
口型和文本需要对应程度满足80%以上，即1分钟内要有50s以上的口型满足一一对应​

•
眼神要有看商品和看镜头的变化，与真人无异​

•
眉眼表情需要能看出来变化，要能看出有开心、生气、激动、着急等​

3.动作

•
不限于坐/站，可走动、半卧等多种身体姿势，拉近与用户距离​

•
需要有大幅度的肢体动作，坐姿需要有身体前后左右的明显移动；站姿需要有一定范围的走动，1min内的明显动作需要占80%​

•
头部和肢体需要有互动，主打松弛感，拒绝电视购物风，包含不限于缕头发、拆包装、调试座椅衣物、点头晃头转头、半倚半躺，摸脸、抱膀、盘腿，二郎腿等一系列动作，和真人无异​

•
动作要和脚本的节奏一致，讲解有讲解的节奏（可用直播通用手势或有规律的摆动），逼单有逼单的动作节奏（大幅度的套组动作）​

4.人设定位

•
衣着要符合商品和品牌的定位，需要一眼看出装扮成什么样就代表买什么，如卖拖把可以穿戴家政人员的装备，卖茶可以穿旗袍扮成卖茶小妹，卖数码家电定位成评测小哥/妹，其他商品同理​

•
妆容和发型得体，如美妆商家主播需要有精致妆容、服饰商家主播需要身材匀称、教育商家主播需要有淡妆和利落的发型，其他品类同理​

•
品牌商家需要穿戴或展示品牌的logo，不限于名牌、刺绣、饰品、立牌等​

语音

有明显的语音机械感，音画不同步，不连续，十分影响观看体验，并且引发不适​

1.
音画不连续，直播中出现内容截断​

2.
同个数字人直播间出现切主播动作或主播语音​

3.
音质极差或者声音高度畸变，杂音淹没主播声音​

4.
声音忽大忽小，音频刺耳，过快或过慢​

5.
声音与形象严重不匹配（如女形象配男声）​

6.
声音机械感强，完全不像真人的声音​

7.
对数字（如价格）、日期、电商术语（如 618）等朗读错误​

声音不生动但不影响感官，能听出是数字人播报，但不虚假，但没有引发不适感​

1.
声音语速与正常速度相比，稍过快或稍慢，但不影响用户理解​

2.
声音与直播场景不一致（如过分播报、情绪起伏不足等），声音在部分字词或者衔接等细节处不自然（重音错误、多音字读错、停顿不足等）但不影响整体效果​

声音自然生动，无卡顿，听不出是数字人声音，语速舒适，情绪起伏合理，感情充沛​

1.
主播语速适中（不要过快影响嘴型配置）​

2.
语速适中的标准：维持在真人主播的正常语速，以保证用户能听清、听懂​

3.
主播声音无机械感，朗读自然，情绪充沛，饱含激情，有感染力（有直播带货情绪的表达和氛围感，而不是念课文）​

4.
声音与形象的搭配无明显的违和感​

5.
无朗读错误（如剧本文案，需要通过标点符号避免断句错误，通过单音字避免多音字读错）​

6.
与真人开播的语气和节奏对齐（主播声音有带货感，且重音停顿正确）​

总结：使用TTS，且符合真人带货主播的语气语调，音色和形象和谐度高​

1.
音色：非录音。商家自制克隆音或公共库TTS，可口播互动​

2.
语速：​

•
符合真人带货主播语速，建议保持5-7字/s速度​

•
能听清楚产品、价格、营销手段等关键信息内容​

1.
语调：​

•
符合真人带货主播能达到的语调范围，不过分尖锐，也不过分低沉​

•
一场直播中尽量维持3种语调：“平直调（陈述）”、“上升调（疑问/否定/惊奇）”、“降抑调（感叹/坚定/沉稳/同情）”，不无缘由使用“曲折调（音调拐弯）”​

1.
情绪：​

•
具有真人带货主播的情绪​

•
一场直播中维持相对稳定&积极/中立的情绪，不无缘由情绪消沉负面​

1.
节奏：​

•
具有正确的停连：在适当地方停顿&接连下一句，造成声音的暂时间歇和延续​

1.
和谐度：​

•
声音与形象的搭配在年龄、性别、妆造上无违和感（如50岁的形象不能配年轻声音）​

剧本

剧本单一枯燥无聊，获取不到有价值信息，用户不想停留直播间​

1.
剧本总时长过短，时长低于 5 分钟​

2.
剧本介绍内容与挂载商品不一致/相关​

3.
剧本内容无逻辑，话术高度重复，剧本内容无营销感，像百度百科​

剧本有变化，有节奏，但内容较为乏味单薄，能听出书面感表述，不影响信息获取​

1.
剧本总时长大于等于 5 分钟​

2.
同个剧本中，表述单一，使用多段相似的文案内容​

3.
口播文案过于书面，无口语化元素（感叹词等）​

4.
剧本无电商直播带货促销感（无逼单话术），平铺直叙​

剧本内容丰满流畅，且有设计编排，有逻辑，电商营销感强，产品信息获取全面​

1.
脚本编写有电商营销感，不能纯知识分享类​

2.
单商品：时长 5 分钟以上（800 字+，可以采用分镜复制能力，复制直播间录入剩余文字）​

3.
多商品：每个商品介绍时长 3-5 分钟​

注意：全部剧本循环周期不低于 5 分钟。

1.剧本通顺且无错别字

2.剧本文案需要增加标点符号，最长间隔不超过 60 个字

3.建议：每两周更新一遍剧本话术或音频，以保证数字人直播间的转化效果，避免衰减​

总结：剧本结构化，内容流畅、衔接自然，无突兀的结束或停顿，一定程度口语化，且匹配当前的货品​

1.
整体结构化：一场直播中具有电商直播脚本【产品讲解+互动问答+营销手段】三大基础结构，以及【为什么听我讲话+为什么要买这个品+为什么现在买】三大话术逻辑（营销手段包括：逼单话术、价格优惠等）​

2.
口语化程度：​

•
随机1min内书面词出现频率不高于10%​

•
适当地方具有语气助词，如：呀、哈、啊、呢等​

•
适当地方具有口语连词，如：是不是、对不对、好不好等​

1.
内容合理性：​

•
直播间脚本无突兀的开始、结束和停顿​

•
每句话之间衔接符合常理，具有逻辑关系​

•
脚本内容匹配挂车商品​

1.
内容氛围感：具有电商直播营销的氛围感/趣味感，如节日大促具有大促相关的话术等​

背景

图片

（纯背景图片无视频按此标准）

只有 1 张或多张雷同背景（整场直播背景无动态信息，无变化），没有清晰地展示品牌、商品、利益信息，与剧本毫无关联，图片质量差影响观看体验，引发不适​

1.内容：无商品、无品牌信息，无商品功能展示卖点，无价格展示，只有 1 张背景图​

2.内容匹配度：与剧本语音播报毫无关联

3.画面清晰度：马赛克、图像故障、明显形变、模糊不清

4.画面遮挡或截断：文字、图像被遮挡，被裁切、未填充完全​

5.美观度：杂乱无章、商品随意堆砌、场景突兀，饱和度过高、对比强烈、颜色过多，有不适感 ​

1-2 张背景图，有展示品牌、商品、利益信息，与剧本有关联，图片质量和美观度不影响阅读​

1.内容：1-2 张背景图展示品牌、商品信息

2.内容匹配度：部分背景图与播报无关联

3.画面清晰度：能看清，但有毛边

4.画面遮挡：部分文字、图像被遮挡、但不影响阅读

5.美观度：饱和度正常，无明显强烈对比，颜色搭配合适，设计简单有 PPT 感​

3-5 张背景图有重点突出品牌、商品、利益信息，与剧本配合紧密，图片质量佳和美观度符合大众审美​

1.内容：5 张背景图展示了品牌和商品信息，有 1 张展示商品和品牌，3-4 张商品功能和卖点，1 张展示优惠信息​

2.内容匹配度：背景图与剧本和播报匹配

3.画面清晰度：清晰

4.画面遮挡：部分文字、图像被遮挡、但不影响阅读

5.美观度：符合大众美学标准，配色合理

6.巧用贴图元素，做重点信息的露出，如产品价格，代言人推荐，物流售后。​

总结：在背景图贴片视频，都满足1分的标准下，在直播间必须有物品可以展示，需要有突出品牌和商品的利益信息，图片视频清晰，符合品牌定位​

1.
展示幅度​

•

主播需要和商品有交互，大幅度的展示所售卖的商品，能让用户直观的看到或感受到所售卖商品，包含使用方法/商品质地/商品使用场景等，所有品类的使用方式都可以参考数字人商品展示方法

1.
背景图片/视频/贴片​

•
内容：若背景图/视频为真实使用场景，需要有景深感如商场/书店/房间等；若用虚拟场景，需明确传达直播主题、品牌LOGO、产品特色、优惠信息，信息层级清晰；如主打美观，背景视频/图片应为装饰作用，美观即可​

•
画面清晰度：高，所有文字/产品细节可读​

•
美观度：背景、前贴、主播形象视觉风格（配色/质感/结构）统一、和谐，精美，符合品牌气质/节气节日氛围/促销氛围​

•
贴片个数不超过2个，贴片的排列要有层次感，贴片是辅助，不喧宾夺主。​

1.
直播间实景装修​

•
场景需有商品的摆放，需要美观且能符合人物和背景的风格，保证商品能融在场景中​

•
如在实景下录制，场景需要符合商品的定位，如家居用品需要在卧室/书房/客厅的环境，生鲜商品需要在工厂/原厂地/生产环境​

背景

视频

（背景有视频按此标准）

内容与剧本毫无关联，播放速度过快或过慢，尺寸过大或过小，视频质量差像素低，影响信息获取，引发不适​

1.
内容：画面场景混乱，播放速度过快过慢或明显卡顿、黑屏（影响用户信息获取）过曝过暗，引人不适​

2.
内容匹配度：与剧本语音播报毫无关联​

3.
画面位置大小：过大展示不全内容明显超过屏幕、过小不到屏幕 10%，可读性差，被裁切、未填充完全。​

4.
清晰度：像素低影响感官​

内容与剧本有关联，播放速度适中，尺寸适中，视频质量不影响影响信息获取​

1.
内容：画面场景无不适感，播放速度适中、图像无明显问题，画面中只同时播放一个视频​

2.
内容匹配度：与剧本语音播报有关联​

3.
画面位置大小：位置大小适中，有被遮挡但不影响信息获取​

4.
清晰度：轻微模糊但可以阅读​

内容与剧本关系密切，播放速度适中，尺寸适中，视频质量不影响影响信息获取​

1.
内容：画面与商品内容匹配，播放速度适中、图像无明显问题，画面中只同时播放一个视频，视频中需要突出商品核心利益点​

2.
内容匹配度：与剧本语音播报一致​

3.
画面位置大小：位置大小适中，未被遮挡不截断​

4.
清晰度：清晰​

前景

贴图

（如有）

没有清晰地展示品牌、商品、利益信息，与剧本毫无关联，图片质量差杂乱，影响观看体验，引发不适​

1.内容：分辨不出重点信息，意义不明

2.位置：不在前景区安全区域内，遮挡背景信息、遮挡人像，截断、两侧留白​

3.清晰度：马赛克、图像故障、明显形变、模糊不清

4.美观度 ：杂乱无章，饱和度过高、对比强烈、颜色过多，有不适感 ​

有品牌、商品、利益信息，图片质量和美观度不影响阅读

1.内容：有商品、价格信息、但信息梯度平均

2.位置：偶有超出前景安全区域，偶有遮挡背景信息、偶有遮挡人像​

3.清晰度：能看清信息，但有毛边

4.美观度 ：饱和度正常，无明显强烈对比，颜色搭配合适，造型符合大众标准，无不适感​

有重点突出品牌、商品、利益信息，图片质量佳和美观度符合大众审美​

1.内容：有商品、价格信息，表述清晰，有重点

2.位置：符合前景安全区域规范

3.清晰度：非常清晰，没有毛边

4.美观度 ：符合大众美学标准，配色、造型气质符合品牌气质​

问答

无问答配置

1.
有问答配置（自上传/AI 自动生成均可）​

慧播星数字人直播间评分标准​

慧播星数字人直播间评分标准