北京
一段熟悉的演唱会画面，台上的人却全换了。有人站到主唱位置，红色键盘后面三个乐手越弹越投入，萨克斯手还拿到了特写。笑点就落在选角上。
背景音乐是 The Gap Band 的《Outstanding》，被反复致敬的演唱会场景来自 Charlie Wilson 的 Tiny Desk 演出，Wilson 官网链接了那场 NPR 音乐会。后续的 AI 版本属于合成表演，不能当作画面中这些人真的一起演出过的证据。
对五个朋友来说，关键问题不是把五张图传上去，而是让每张图各司其职，并且在一次次剪辑切换里守住这个分工。
三条路线，各干各的活
剪辑本身就是创作任务时，用时间线编辑器；想把指定的人塞进这套固定镜头序列、又不想自己搭时间线，就用专门的工作流。两条路都需要人来复核结果。
五张照片对应五个位置，这是这套 19 秒成片的大致观看坐标。五个角色不等于五张脸出现在每一帧里，别的镜头边缘多出来的乐手，也不是第六个上传位。
准备、生成、复核
- 每个角色挑一张清晰的正面照，脸部居中、光线充足、够大够看清。
- 打开 Full Band，确认每个上传预览显示的是选中的人，左右位置按观众视角对齐。
- 登录、确认授权、看清积分要求再开始。Full Band 消耗 2 积分，经典主唱加可选萨克斯消耗 1 积分，当前套餐和条款在定价页。
- 先看完整场演出，再把下载的 MP4 播一遍。成片约 19 秒，提供有声和无声两种下载。
一张合影不会被自动拆成五个人。把同一个人重复填进三个乐队角色，替换效果也可能不均匀。清晰的人像能改善输入，但不保证完美匹配。
实操教训：把镜头单独拆出来
真实上传暴露过一个精修缩略图看不出的问题：主唱开头看着对，后面又变回去了。把单人特写和多人群像镜头分开处理之后，复核过的结果有所改善。参考素材的质量同样重要，一张本身就是合成的参考图，会把视觉瑕疵带进下一次编辑。
一条角色指令大致长这样：只把这个特写里的主唱换成指定人像中的人，从第一帧到最后一帧保持同一身份，保留原有时间节奏、机位和场景，其他表演者不动。
这套流程用的是 Seedance 系列。具体措辞不是万能解药：多角色同时指派、遮挡、长相相近的人，依然很难处理。我们不声称有自动质量检测能证明每一张指定人脸都被替换成功。
成片文件的小检查
如果你自己拼合规片段和可用的配乐，可以用 ffmpeg 做最后一步：把无声视频和音轨合并，视频流直接复制、音频转 AAC，截到 19 秒并加上 faststart。第二条命令只检查解码是否正常，不验证身份准确度，也不验证文件在客户设备上的播放效果。这个例子假设音视频已经对齐，每一处剪辑、每一段同步、下载后的文件，仍然要人亲自看、亲自听。
分享之前查什么
服务商任务成功、MP4 能播、选角正确，是三件独立的检查。乐队出现的两处都要看，一处正常另一处可能已经漂移。照片被拒时，按结果页的提示换一张合规图片；笼统的审核拒绝，并不能证明是某一个具体原因。
分享出去的结果请标注为 AI 生成。AI Tiny Desk 与 NPR 及艺人无关，生成也不转移音乐版权，发布前先看目标平台的规则。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
