让 3D 面孔动起来:51 种表情、现成片段,还有你自己的摄像头
“面部表情动画”如何把你做的头部变成会眨眼、会微笑、会说话的角色:从一张照片到会说话的半身像的真实示例、内部发生的五个步骤、用电脑摄像头或手机使用的“实时表情”、文件里包含什么,以及如实的局限。
Wandy3D 团队8 分钟阅读

只会盯着前方的 3D 头部,只能算半个角色。“面部表情动画”能让你在 Wandy3D 中做的头部学会眨眼、微笑、皱眉和说话。模型保留自己的网格和贴图,并增加会动的眼睛、牙齿和口腔、51 个采用标准 ARKit 命名的表情形态,以及 11 个现成片段。有了“实时表情”,你可以通过电脑摄像头或手机,用自己的脸来驱动它。下面通过一个真实示例,从一张照片一直做到会说话的头部,讲讲内部发生了什么,以及你能得到什么。
用本文的头部模型试试
下面就是这个表情动画版本本身,以 3D 显示。点一个片段即可播放;打开“51 个形态”,可以单独调整每个表情;或者选择“摄像头”,做几个鬼脸,头部模型就会跟着你做。摄像头画面在你的设备上处理,不会离开这台设备。

将加载一个 13 MB 的 3D 模型。在你打开之前,摄像头保持关闭。
示例:从一张照片到会说话的头部
我们不想展示任何真人的脸,所以本例中的人物并不存在:这张肖像是图像生成 AI 根据一段简短描述画出来的——一位留胡子的男子,穿黑色 T 恤,白色背景,闭着嘴看向镜头。之后的每一步,都和任何用户的操作完全一样:
- 用照片生成 3D 模型。我们把这张肖像上传到“创建”,使用默认模型版本 Wandy 2。大约两分钟后,带贴图的半身像就做好了。
- 面部表情动画。在“创建”→“动画”中,我们点击了“添加表情”(模型页面上也有这个按钮)。积分只扣一次;如果无法制作表情动画,会自动退还。
- 新版本。43 秒后,半身像多了第二个版本“表情动画”,舞台上出现了“表情”面板。原模型保持不变。当时我们的处理服务器已经在运行;通常需要 3–6 分钟。

内部发生了什么:五个步骤
1. 找到脸
先从七个角度渲染模型:正面、左右各 25° 和 45°,以及上方和下方各 15°。面部追踪会在每张图上找到 478 个点,勾勒出眼睛、嘴唇、眉毛、鼻子和下颌的轮廓。某个角度看不到的点会被舍弃,其余的点在 3D 中合并。这一步还会检查这张脸到底能不能做动画:必须是人脸、眼睛睁开、嘴唇闭合。

2. 贴合面部模板
做动画需要一张专门为此构建的脸:知道眼睑在哪里折叠、嘴唇如何分开、下颌如何开合。我们用的就是这样一个面部模板——皮肤、眼球、牙齿、牙龈、舌头和口腔,并为每个 ARKit 表情都准备了一个形态。先让它的比例匹配这个头部,再把它逐点贴合到模型表面。在这个头部模型上,模板一半的点与表面的距离在 0.21 mm 以内,90% 在 0.65 mm 以内。

3. 把表情转移到模型本身
模板永远不会取代你的模型。脸上的每个点都会跟随贴合后模板上最近的点,所以头部保留自己的网格、贴图和样貌,只是多了活动的能力。嘴唇会沿着闭合线切开,这样张嘴时不会撕裂皮肤。胡子跟着下面的皮肤一起动,而头发、耳朵、脖子和衣服保持不动。在这个半身像上,181,262 个点中有 67,176 个会动,占 37%。

4. 眼睛和口腔
画上去的眼睛不能眨,也不能四处看,所以会换成能做到这些的眼球,虹膜颜色取自模型自己的眼睛。牙齿、牙龈、舌头和口腔放在嘴唇后面,在光线照不到的地方加上阴影,让张开的嘴看起来像嘴,而不是一个洞。

5. 片段和文件
最后,把 11 个片段写入文件:Idle(呼吸和眨眼,循环播放)、Blink、Smile、Laugh、Surprise、Angry、Sad、Wink、Kiss、Look Around 和 Talk。结果另存为新版本:在原模型文件的基础上加入表情形态和片段——下载文件 45 MB,另有一个 13 MB 的副本用于在查看器中加载。

51 个采用标准命名的表情
每个表情都存为一个形态(即 blend shape,在 Blender 中称为形态键):同一张脸,但比如下颌是张开的。用 0 到 1 之间的数值控制混入的程度,任意组合这些形态都能得到新的表情——片段不过是这些数值随时间变化。这 51 个形态采用 Apple ARKit 面部追踪所用的名称,许多工具都能识别:
| 面部部位 | 形态数 | 示例 |
|---|---|---|
| 眼睛 | 14 | eyeBlinkLeft, eyeLookOutRight, eyeWideLeft |
| 眉毛 | 5 | browInnerUp, browDownLeft |
| 下颌 | 4 | jawOpen, jawLeft |
| 嘴 | 23 | mouthSmileLeft, mouthPucker, mouthFunnel |
| 脸颊和鼻子 | 5 | cheekPuff, noseSneerLeft |
ARKit 还有一个 tongueOut,这是唯一缺少的一个。由于名称是标准的,这个文件在任何支持变形目标(morph target)的地方都能用——Blender、Unity、Unreal、three.js——按 ARKit 名称录制的面部捕捉数据也能一一对应地套用到它上面。

实时表情:用你的脸驱动模型
只要舞台上显示的是表情动画版本——无论是在“创建”、模型页面还是你的模型库中——都能找到“实时表情”。点击“打开摄像头”,然后:
- 校准。第一次使用时,会请你放松面部,看着屏幕片刻。这张自然状态的脸就成为所有表情的零点。
- 实时。面部追踪会从每一帧摄像头画面中读取 52 个数值,模型会立即呈现出来。默认情况下,模型像镜子里的你一样动(“镜像”),半身像或头部会跟着你的头转动;全身模型保持不动。“更多设置”里有平滑度和表情强度。
- 录制。“录制片段”会把你的表演存为一段新动画,“下载含此片段的 GLB”可以得到包含你这段表演的模型。“录制视频”会录下舞台画面;如果需要,还能加入麦克风声音和角落里的摄像头画面。
面部追踪在你的浏览器中运行,使用的是我们自己的文件(约 10 MB,只需下载一次),摄像头画面从不上传。如实说一个局限:电脑摄像头的面部追踪测不出鼓起的脸颊、皱起的鼻子、左右移动的下颌和下垂的嘴角,所以在实时模式下这些形态保持不动。片段和滑块仍然会用到它们。

用手机当摄像头
没有电脑摄像头,或者想走动着用?点击“实时表情”旁边的“手机摄像头”,扫描二维码。页面会在手机上打开,无需登录,也不用装应用,面部追踪由手机自己完成。传到电脑的只有 52 个表情数值和你头部的转动,绝不会传视频:两台设备连着同一个 Wi-Fi 时直接传输,否则经由我们的服务器转发,服务器只转发、不保存任何内容。在手机连接之前,二维码的有效期为 10 分钟。
你能得到什么
| 版本 | 模型的一个新版本“表情动画”。原版本保持不变;再次打开表情动画版本免费。 |
| 表情 | 51 个采用 ARKit 命名的形态 |
| 片段 | 11 个:Idle(循环)、Blink、Smile、Laugh、Surprise、Angry、Sad、Wink、Kiss、Look Around、Talk |
| 眼睛和嘴 | 能转动、能眨的眼球;牙齿、牙龈、舌头和口腔 |
| 文件 | GLB:模型自己的网格和贴图、形态和片段 |
| 实时表情 | 你的表演作为 GLB 中的额外片段,以及舞台视频 |
| 无法制作时 | 积分自动退还 |
如何获得好效果
- 头部或半身像效果最好。全身模型也可以,但在实时模式下不会跟着你的头转动。
- 脸朝向镜头,嘴闭合,眼睛睁开。露齿笑或微张的嘴唇无法制作表情动画:嘴唇必须闭合,才能干净地切开。
- 人类的脸。写实或风格化都可以,只要比例是人类的;怪物或动物无法制作。
- 先编辑,最后做动画。先对原始版本重新贴图或编辑,再给结果制作表情动画;重拓扑会丢失表情。
- 别挡住脸。头发和衣服不会动,胡子会动。放在嘴边的手或手机会跟着下颌一起动。
如果一张脸无法制作表情动画——没找到脸、嘴张着、眼睛闭着、比例与人类相差太远,或者脸太小——任务会停止,积分会自动退还。
常见问题
需要多长时间?
通常 3–6 分钟,包括等待处理服务器的时间;我们的示例只用了 43 秒,因为处理服务器已经在运行。这期间你可以关闭页面:任务会继续进行,新版本会出现在你的模型库中。
需要多少积分?
每个模型固定扣除一定积分,开始前会显示在“添加表情”按钮上,只扣一次。再次打开表情动画版本、播放片段和使用实时表情都免费。
摄像头画面会被录下或上传吗?
不会。面部追踪在你的设备上运行,录制内容在你下载之前只保留在浏览器标签页中。使用手机摄像头时,传输的只有数字,从不传画面。
文件能在游戏引擎或 Blender 中使用吗?
可以,把这个版本下载为 GLB 即可。Blender 会把表情导入为形态键,并保留 ARKit 名称;能导入 glTF 的引擎会把它们读作 blend shape(变形目标),把片段读作动画。
卡通角色可以吗?
只要脸是人类的比例就可以:风格化的人类头部没问题。与人类相差太远的脸——怪物、动物——无法制作,积分会退还。
露齿微笑的脸能做表情动画吗?
暂时不行:模型中的嘴必须是闭合的。请做一个表情平静、闭着嘴的头部——笑容交给动画来完成。




