xsl/juzi
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
4e3d915b7d19088a7f58254d816ee197076cf6cb
juzi/docs/语音播报内容设计文档_V1.0.md
T
Ubuntu 4e3d915b7d feat: 拍摄流程对齐 Figma(正→左→右顺序/描摹轮廓蒙版/正脸只提示回正) + 报告页按 Figma 08 重排 
- 拍照顺序 正脸→左脸→右脸:步骤文案/语音文件(step2-leftface/step3-rightface)/payload 归属对齐
- 蒙版轮廓由 Figma 拍照示意位图 alpha 镂空区逐像素描摹生成(0 正脸含耳/1 左脸鼻朝左/2 右脸鼻朝右),框外纯黑
- 侧脸步预览与抓帧不镜像(左右不再迷惑),HeadPose 侧脸自校准阈值 30 帧防误翻转
- 语音:「保持不动」播完再进倒计时(afterCurrent 接续,不再拦腰切断)
- 正脸步角度不合格只提示「请正对屏幕」,阈值放宽 |yaw|≤15°/|pitch|≤18°;转头提示仅侧脸步
- 抓帧改完整帧(修 Face++ INVALID_IMAGE_FACE)
- 报告页按 Figma 08:内联白底顶栏(返回+标题)、总分双独立白卡(30px 大数字+15px 单位后缀)、
  维度短竖分隔线+最低分标红、Tab 黄条、免责左对齐、护理建议去 tag 加粗+收尾句、
  产品大标题移出白卡、COREⅡ 换 Figma 导出 SVG 字标、产品图 151×174、卡圆角 10px
- 精华卡判据措辞用户化(均分档→综合均分/最差项约束→最低分维度/年龄组档→年龄段,引擎值不动)
- 修报告页滚动 P0(去 position:relative 覆写),文档同步(语音文档/README)
2026-09-28 00:57:28 +08:00

4.9 KiB
Raw Blame History

巨子测肤 · 1'me 语音播报内容设计文档 V1.0

用途:语音文件生成与前端播放的唯一契约。生成方按本文件的「文件名/文案/时长」产出音频;前端按「文件名/触发时机」播放。 落地目录:h5/assets/voice/<文件名>(与代码约定一致,缺失文件前端静默跳过,不报错)。

1. 音频格式约定(已定)

项 约定 理由
容器/编码 MP3(MPEG-1 Layer III) iOS Safari / Android Chrome / 微信 webview 全量原生可解码;OGG Vorbis 在 iOS Safari 不被支持,弃用
码率/声道/采样率 48 kbps CBR · 单声道 · 22050 Hz 纯语音足够,单条约 15–25 KB
响度 归一化到 −16 LUFS 左右 各条音量一致,不与系统提示音打架
首尾静音 ≤150 ms 提示要"跟手",留白会显迟钝
音色 女声、普通话、语速适中偏缓、亲和 与品牌调性一致;三条步骤引导/姿态提示/倒计时必须同一音色

2. 播报清单(14 条)

A. 步骤引导(进入每个拍照步骤时播,与屏幕步骤文案一致)

文件名 文案 触发时机 时长
step1-front.mp3 请单人正脸出镜,面部对准取景框 进入拍照页 1/3 正脸步 ≈3s
step2-leftface.mp3 请慢慢向右转头,露出左脸 进入 2/3 左脸出镜步 ≈3s
step3-rightface.mp3 请保持单人出镜,慢慢向左转头,露出右脸 进入 3/3 右脸出镜步 ≈4s

语义说明:拍摄顺序为正脸 → 左脸 → 右脸。2/3 步需要画面中看到「左脸」= 用户头向右转;3/3 步看到「右脸」= 头向左转。语音引导的是用户动作,与取景蒙版方向一致,不要改写成"露出左侧/右侧脸"这类歧义表述。

B. 姿态提示(实时检测不通过时播,同一提示 4 秒内不重复)

文件名 文案 触发时机(与屏幕提示同文本) 时长
hint-noface.mp3 未检测到人脸,请正对镜头 画面无人脸 ≈3s
hint-near.mp3 请靠近一点 人脸框过高占比 <35%(太远) ≈1.5s
hint-far.mp3 请远一点 占比 >80%(太近) ≈1.5s
hint-front.mp3 请正对屏幕 正脸步角度不合格(正脸步一律只提示回正,不播转头/抬头低头) ≈1.5s
hint-turn-left.mp3 请向左转头 仅侧脸步:需要头向左转修正角度时 ≈1.5s
hint-turn-right.mp3 请向右转头 仅侧脸步:需要头向右转修正角度时 ≈1.5s
hint-hold.mp3 保持不动 姿态已合格、进入稳定确认 ≈1.5s

C. 拍摄与流程

文件名 文案 触发时机 时长
countdown-321.mp3 三、二、一 自动拍摄 3s 倒计时开始(与屏幕大数字同步起播) ≈2.5s
shot-done.mp3 拍摄完成 每张照片抓拍成功(白屏补光结束) ≈1.5s
analyzing.mp3 正在生成您的肌肤报告,请稍候 三张拍完进入「分析中」浮层 ≈3s
analyze-fail.mp3 检测失败,请调整后重新拍摄 检测失败回到档案页时 ≈3s

3. 播放策略(前端已实现侧约定)

  1. 清单制:语音文件配 assets/voice/manifest.json(格式 {"files":["step1-front","hint-near",...]},内容为已生成的文件名去 .mp3)。前端只播清单里声明的条目;清单或条目缺失时该条静默跳过——语音文件可分批补齐,每次补齐后更新清单。
  2. 浏览器自动播放限制:首次播放必须发生在用户手势链路里。前端在任意按钮点击时初始化并 resume WebAudio(点击「开始检测/继续/开始」即完成解锁),后续步骤提示均为程序触发。
  3. 同条去重:同一文件名 4 秒内不重复播(姿态提示会随检测帧反复触发)。
  4. 不叠加:新提示开播前停掉上一条未播完的(单通道);例外:倒计时「三、二、一」不在播报中途拦腰切入——姿态达标后先等「保持不动」等在播提示音自然收尾,再同步起播倒计时语音与画面数字(voice.afterCurrent 接续,期间姿态被破坏则取消倒计时)。
  5. 不打断原则:分析中/失败提示开播时,拍照页已离开,步骤与姿态提示不再触发。
  6. 静音开关:V1.0 暂不提供 UI 开关,跟随系统音量与静音键;后续如加开关,在拍照页右上角放小喇叭图标,状态存 localStorage。

4. 生成验收

  • 每条与第 2 节文案逐字一致(语气词/标点可按语感微调,但不得改变指令方向,尤其 2/3、3/3 步的转头方向)。
  • 文件名与第 2 节完全一致(小写、连字符、.mp3),放入 h5/assets/voice/。
  • 同步更新 h5/assets/voice/manifest.json:{"files":[已生成的文件名(不含 .mp3)]},例如只生成了 3 条就写 3 条;前端只播清单内的条目。
  • 抽验:真机微信内打开,进入拍照页能听到 step1-front,转头时能听到 hint-turn-*。
Reference in New Issue View Git Blame Copy Permalink