← 返回
数字传承 | Digital legacy

传下去的,
不是一段影像。

影像停在最后一帧,录音只能重复同一句话。数字传承是把一个人讲过的话、下过的判断,逐段整理成一份可以继续追问的档案,再接入一个可开口应答的载体。形象可以更换,档案不会。

可以追问 可以核证 可以迁移
01 / What counts

三种「留下来」,只有一种能回答问题。

市面上一律称数字人,实际交付内容却完全不同。区别不在相似程度,而在能否应对一个未经准备的问题。

A / RECORDING
影音记录

摄像机、录音笔、一段访谈视频。可以回放、可以剪辑、可以在家族聚会时一起看。

只能回放,不能应答。
B / AVATAR
照稿播报

形象与声音可以克隆到接近原貌,台词事先拟定。用于通知播报、开场致辞一类固定场景,可以胜任。

超出稿本范围,一概不答。
C / ARCHIVE
建档并可应答

每一段话都核实过归属与改动痕迹。提问超出档案范围时,它的回答是「一时想不起来」,而不是生成一个看似合理的答案。

这是我方交付的形态。
判断标准只有一条:问一个他没讲过的问题,看它如何作答。生成一个听起来合理的答案并不困难,难的是承认自己不知道——而后者正是「像他」与「冒充他」之间的分界。
02 / What's inside

一份档案包含四部分内容。

外部可见的是形象与声音;真正耗费工时的是前两项,以及最后那道边界。

01
原话Verbatim
一段多人会议录音里,通常只有约三成内容出自本人,其余来自主持人、参会者与旁人插话。逐段判定「这句是谁说的」,再去掉口头重复与噪声,但不做书面化改写——一旦改写为通顺的书面语,其用词习惯即随之消失。
02
判断Judgement
他为何做出某项决定、当时在权衡什么、何种情形下会破例。这一层价值最高,也最难整理:它散落在数十小时的对话中,不载于任何书面材料。
03
声音与形象Voice & presence
参考音频以十到二十秒为宜,语速随参考音频而定;形象按原比例处理,不做补白拉伸。这一层两周内可完成,是四项中周期最短的一项。
04
边界Boundary
什么能答、什么不答、什么必须回答「一时想不起来」。这一层固化在提示词中,模型无法越过:不问涉法事项、不替本人作出意思表示、不声称自己是本人、不用于代言与带货。
03 / Where it's used

目前即可投入的三个场景。

01 / 跟家人

家中事务,以他本人的话讲出

当年某项决定的原因、与某人中断往来的缘由、某句话的确切含义。不是他人转述,也不是一段录好的视频——可以继续追问。

常见问法:「爸,九几年那次为什么要卖掉?」
02 / 替他在场

同一段话,不必重复三十遍

培训、内部讲话、向合作方说明立场、接受常规访谈。一次讲到位,即可由其反复呈现。这一项的成本在开工前即可量化。

成本口径:一年三十场、每场三小时,合计一百小时。
03 / 往后

隔代之后,仍可向他提问

隔了一代、两代,孙辈仍可问一句:当年那件事,您当时是怎么考虑的。档案不依赖我方网站,也不依赖任何服务方的存续。

前提:账号与档案均登记在您名下,可随时迁出。
04 / Why it lasts

真正的风险不在像与不像,而在交付之后能否传承。

这一类服务真正的风险不在技术,而在存续:服务方变更、平台规则调整、账号归属不清,都会使档案失去可访问性。因此资产归属、可迁移性与退出交付三项,我方在开工前即写入合同,而不以使用年限作为承诺。

A / 账号

云资源登记在您名下

平台账号以您的公司或个人名义注册、实名并付费,我方仅持一个可随时撤销的子账号。我方不接触账号管理与付费信息,亦无法取走其中的数据。

B / 离线包

每年一份,脱离我方仍可使用

完整的文字档案、声音样本、形象素材、答问记录,打包为单一离线文件。即使我方服务终止,您仍可打开、播放并转交他人。

C / 说明书

更换承接方,仍可重建

附一份《重建说明书》:切片参数、检索阈值、人设原文、验收标准。日后若更换服务商,依此即可重新搭建,无须从零再做一遍。

D / 顺位

决策权归属,事先书面确定

账号清单、启用与停用条件、决策顺位表(第一顺位、替补、意见僵持时的处理规则),由您本人填写并保管,亦可作为家族文书的附件。

05 / Technology

「它能答得对」,依靠的是以下七项工程。

与本阶段关切相关的条目,点开即可,不必从头通读。这些不是方案文档里的名词,而是我方在实际项目中执行过、返工过并固化下来的工序。

01 为什么通用模型不行 Why generic models fail +

采购一个通用数字人账号、接入通用大模型,一天之内即可产出一个能开口的形象。但它说出的每一句话都不属于这个人。以下三处是必然出错的环节,也是我方全部工时的去向。

01 / GROUNDING

答案听起来接近,但没有一句出自本人

通用模型读取的是公共语料,输出的是「合理答案」。当被问及「您当年如何处理那件事」,它可以流畅地生成一段看似得体的回答。这类错误最难察觉——因为语气相合、逻辑自洽,只是没有一句是原话。

02 / ATTRIBUTION

一段会议录音里,仅约三成内容属于本人

多人场合中混有主持人、参会者与他人的插话。若不逐段判定「这句是谁说的」,数字人会以第一人称、极为笃定地讲出他人的观点。旁人分辨不出,家属同样分辨不出。多人会议的第一人称纯度通常仅约三成。

03 / NAMING

一个名字错三处,这个人在档案里即等同不存在

语音识别会把「黄总」写成「王总」、「李工」写成「李公」。人名是整份档案中最高频的实体,错一次即无法检索。这类错误模型无法自动修正,只能依靠规则集、实体库与人工复核逐条核对。

02 五层流水线 Pipeline · 5 layers +

从一段录音,到它能够独立开口应答。每一层都有明确的输入、输出与验收标准。上层可以更换供应商,下层不可省略——这是行业内最容易被跳过、也最具决定性的环节。

L1
采集层Capture

长时录音、多场景访谈、原始转写。保留时间戳与说话人分离,不做任何书面化改写——一旦改写为书面语,后续全部保真校验即失效。

Plaud 录音ASR 转写说话人分离时间戳对齐
L2
语料工程层Curation

逐段去噪、归属判定、人名正名、敏感分级。这一步不能自动化:噪声段与有效段的特征分布完全重叠,工具无法区分。一场两小时访谈切分后为 250–300 段,每一段均需人工通读一遍。

人工逐段归属判定音近规则集敏感分级
L3
知识层Knowledge

按语义单元切片、向量化入库、建立人物实体库与独立日期索引。切片参数一经建库即锁定,修改文件结构即须删库重建——因此本层参数须在开工前确定。

400 字切片重叠 0阈值 0.30Top-3 召回日期索引库
L4
推理层Reasoning

检索增强、人设约束、防编造规则。核心是一条反直觉的约束:模型看不见「我搜了但没搜到」,因此必须显式规定何种情况下回答「记不清」,而非声称「没有这回事」。

RAG人设提示词实体优先检索拒答规则
L5
驱动层Rendering

声音克隆、2D 实时驱动、WebRTC 传输。工程上须处理平台不代为处理的问题:用户关闭页面时平台不会自动挂断,未挂断部分按秒计费。

音色克隆2D 实时渲染WebRTC双通道挂断60s 对账
03 六项实际工程问题 Engineering details +

以下每一条都来自实际项目中出现过的故障,而非引自他人的方案文档。它们也是我方与「在通用大模型外做一层简单封装」之间,唯一能够说清的区别。

归属判定Attribution
每一段均须判定:这句话出自本人,还是出自他人?
多人会议的「第一人称纯度」通常仅约三成。其余七成必须剥离,否则数字人会代他人发言。此项判断一旦出错即不可逆——错误内容入库后,不存在任何自动检查能够发现它。
人名正名Naming
先查实体库,查不到才允许说记不清。
音近规则集与实体库交叉核对,覆盖全部出现过的人物。命中名词后须先看语态——改名不当,会把误称与点名一并抹平,等于同时失去纠错与保留原意的机会。
防编造Grounding
检索不到,不等于他没讲过。
模型只能看见本次召回的内容,看不见「我搜了但没搜到」。因此规则固定为:就看法发问而档案中无对应内容,答「没讲过」;就具体人或事发问而无,答「记不清」,不得否认。
日期索引Indexing
长块切片之后,日期会全部丢失。
日期只写在文档头部,切为 400 字后,20 片中有 19 片不含日期。因此日期须按天单独建库,一天一条,并以数字形与中文形各写一遍;否则询问「某年某月某事」时将无法召回。
音色克隆Voice
平台没有语速参数,语速随参考音频而定。
调整语速只能重新剪辑参考音频并重新克隆一版。参考音频以 10–20 秒为宜、上限 60 秒;已删除的音色不可复用同名——这是平台的硬性限制,排期时须预留重做次数。
链路可靠性Reliability
用户关闭页面,平台不会自动挂断。
实测一次未挂断持续 337 秒、计费 15.81 元。我方的做法是双通道挂断(页面卸载事件加信标请求)配合每 60 秒一次对账。若不处理,用量成本会持续累积。
04 工程口径 Method specification +

每一层都采用固定参数,不因项目临场调整——参数一旦变动,此前全部校验即作废。

环节方法参数口径
语料清洗人工逐段去噪与归属判定,不做书面化改写250–300 段 / 场
人名纠错音近规则集与实体库交叉核对,命中先看语态规则集 + 实体库
敏感处置分级处置,同形异义词必须回看上下文9 类
知识切片按标题层级切分,不做跨节合并400 字 / 重叠 0
检索参数固定阈值召回,关闭查询改写(会丢掉唯一强信号)0.30 / Top-3
日期检索独立索引库,一天一条,日期双写按天建库
实时链路WebRTC 传输、2D 实时渲染、半双工防串音断线对账 60 s

上表为方法参数,与项目规模无关。您的处理量、工期与费用,按实际语料规模单独立项核定,写入项目验收单。

05 交付清单:八项可移交的资产 Deliverables +

任何一项缺失,这套系统在更换承接方时即会失效。因此交付清单是按「他人接手后能否继续运行」来确定的,而不是按「外观是否完整」。

01原始语料归档未经任何改写的录音与转写,保留时间戳与说话人标签
02清洗后语料库去噪与归属判定完成后的可入库文本,逐份可追溯
03人名与实体规则集音近规则对、人物档案、误称形态,可增量维护
04知识库配置切片方式、阈值、召回数、日期索引结构,写清为什么这么定
05人设提示词含身份约束、拒答规则、禁用词表,不是模板
06形象与音色资产形象、音色及其参考音频,附参数与重做方法
07实时链路配置会话参数、判停策略、挂断与对账逻辑、故障排查手册
08离线导出包不依赖任何平台即可播放的音视频,加一份《重建说明书》
所有资产登记在客户本人账号下。我方仅持一个可随时撤销的子账号,不接触账号管理与付费信息。合作终止时交付全量数据与重建说明——不以客户另行申请为前提,而是合同约定的交付项。
06 数据边界与合规 Security & compliance +
Ownership

账号归客户

云资源、知识库、录音全部开在客户本人名下,我方仅持可撤销的受限授权。我方不转售算力,亦不做账号代持。

Boundary

敏感信息分级

涉司法、员工隐私、具名机构的内容按 9 类分级处置,分级结果由客户确认后才入库,不由我方单方面裁量。

Portability

可撤销、可迁移

客户可随时撤销授权、导出全量档案。退出包包含离线可播放版本,不依赖我方存续。

Disclosure

生成内容标识

按《人工智能生成合成内容标识办法》做显式与隐式标识,不删除、不篡改,并在授权书中约定禁止用途。

07 七个阶段 Process +
S0
立项与授权

授权书、单独同意、决策顺位,于立项阶段一次厘清

S1
采集

多场景访谈,保留原话与环境信息

S2
语料工程

逐段去噪、归属判定、正名、分级

S3
知识库构建

切片入库,建实体库与日期索引

S4
形象与音色

克隆、调试、多轮重做

S5
联调与验收

以测试题集逐条核验判据

S6
上线与托管

部署、监控、按需补录

S0 中的决策顺位表须在项目启动时提出,不可等到中途再谈——届时容易被理解为对财产处置另有所图;而在开工时提出,客户通常会把它当作一项常规的治理安排。

06 / Questions

面谈之前,通常会问到的几件事。

01 还原度能达到什么程度? Fidelity +

形象与声音有明确的验收标准,签收前可反复调整。但相似程度最终由家里人判定,不由我方单方面裁量——因此验收在您在场的情况下完成,不通过即不进入下一阶段。

需要先说明一点:语气、停顿与用词习惯能否还原,取决于语料量。少于三小时的录音,我方不予承接——并非不能完成,而是成品必然存在可辨识的破绽。

02 会不会生成不实内容? Grounding +

检索不到相关材料时,它的回答是「一时想不起来」,而不是「资料里没有」,更不是生成一个看似合理的答案。两者的区别至关重要:前者是人的表述,后者是机器的表述,一听即可分辨。

另有三个类别,我方明确不做:不替本人作出任何意思表示(不签署、不许诺、不表态支持任何一方)、不声称自己是本人、不用于代言与带货。

03 周期多长、需要我配合多少? Timeline +

通常四到六次访谈,前后八到十二周。您需要投入的主要是时间:每次约两小时,按访谈提纲口述即可,无需准备稿件。

时间主要花在两处,且都无法压缩:一场两小时的访谈会切分为两三百段,每一段都需人工通读,确认归属与是否误听;以及人名核对——同音字写错,数字人会以第一人称讲出他人的经历,家属同样无法分辨。

04 个人隐私是否会被泄露? Confidentiality +

这是双向的:您授权我方使用,我方同时签署保密与数据处理承诺。访谈会涉及家庭事务、财务、健康、对他人的真实评价——这些比数字人本身更为敏感,因此该承诺须在开工前签署,不作为附件处理。

内容按九类分级处置:涉及司法、他人隐私、具名机构的段落,可以整段不采用,也可以仅留存于档案而不进入对话。哪些保留、哪些不保留,由您逐条确认。

05 若干年后,这份档案由谁接手? Handover +

首次面谈即需填写一张决策顺位表:谁可以启用、谁可以停用、意见不一致时按何规则处理。这张表未填写,我方不启动项目——并非流程上的苛求,而是缺少它,家属之间日后极易就此产生争议。

法律上可行的路径只有一条:这件事只能由本人现在安排。他人代签不具效力,往后亦无法补救。这也是它不宜再推迟的原因。

06 可否只做档案、不做形象? Scope +

可以。档案是主体,形象是可选项。多数客户第一步只要求把话留住:文字档案加原声留存,先完成这一层,日后补做形象,按差价结算即可。

反之,只做形象、不做档案的项目,我方不予承接——此类产物在首次遇到未预设问题时即会暴露缺陷,最终受损的是您本人的声誉。

07 费用如何计算? Pricing +

按档案厚度计费,而不是按「一个数字人」计价。访谈次数、语料规模、是否需要实时对话三项决定工作量,因此报价须在了解您的素材情况后才能确定。

云资源以您本人名义开通,费用可由我方代为支付,亦可由您直接向平台支付,账号归属不因此改变;我方不加价。报价单中会列出真实成本,供您自行核对——公开成本构成,是本行业最基本的诚信要求。

Next

二十分钟初步沟通,不收取费用。

我方会先向您提出一个问题:您最近一次需要「把您的话讲给很多人听」,是什么时候。若能具体举例,说明这项需求真实存在;若不能,我方会如实告知,不必继续推进。

云资源由客户以本人名义开通,费用可代付,我方不加价、不代持。形象与声音的使用范围、日后的处置与撤回权,均以授权书约定为准。生成内容按《人工智能生成合成内容标识办法》添加显式与隐式标识。