T/ZSA 230-2024 虚拟数字人多模态交互信息规范

ICS 33.160
CCS M 61
团体标准
T/ZSA 230—2024
虚拟数字人多模态交互信息规范
Virtual digital human multi-modal interaction information standard
2024 - 05 - 11 发布2024 - 05 - 12 实施
中关村标准化协会发布

目次
前言.................................................................................. II
引言................................................................................. III
1 范围................................................................................ 1
2 规范性引用文件...................................................................... 1
3 术语和定义.......................................................................... 1
4 概述................................................................................ 1
5 输入通道............................................................................ 2
5.1 文本............................................................................ 2
5.2 语音............................................................................ 3
5.3 图像............................................................................ 6
5.4 其它............................................................................ 6
6 输出通道............................................................................ 9
6.1 语音............................................................................ 9
6.2 表情........................................................................... 10
6.3 肢体动作....................................................................... 12
6.4 其它........................................................................... 13
附录A（资料性） 声音事件标签.........................................................17
附录B（规范性） 表情曲线名称.........................................................28
附录C（规范性） 骨骼名称.............................................................34
图1 虚拟数字人的骨骼定义的示意图.....................................................12
表1 语种类别列表......................................................................3
表2 口音信息列表......................................................................3
表3 性别信息列表......................................................................4
表4 年龄信息列表......................................................................4
表5 情绪类型列表......................................................................4
表6 语音数据的编码格式列表............................................................5
表7 离散情绪列表......................................................................9
表A.1 声音事件标签...................................................................17
表B.1 表情曲线名称...................................................................28
表C.1 骨骼名称.......................................................................34
T/ZSA 230—2024
前言
本文件按照GB/T 1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定
起草。
本文件由中关村标准化协会虚拟现实与元宇宙分技术委员会提出并归口。
本文件起草单位：北京中科汇联科技股份有限公司、清华大学、北京大学、北京理工大学、天津大
学、北京交通大学、北京邮电大学、中国传媒大学、中央美术学院、鹏城实验室、北京新脑科技有限公
司、数字栩生（北京）科技有限公司。
本文件主要起草人：游世学、郭锐、翁冬冬、刘永进、王厚峰、王东、王丙栋、余旻婧、温玉辉、
李蓝天、包仪华、余皓天、徐峰、周升明、陈岳强、韩许东、师倩、、郭洁、张昌的、何思萱。
T/ZSA 230—2024
III
引言
本文件的发布机构提请注意，声明符合本文件时，可能涉及到与CN 115167674 A [基于数字人
多模态交互信息标准的智能交互方法]相关的专利的使用。
本文件的发布机构对于该专利的真实性、有效性和范围无任何立场。
该专利持有人已向本文件的发布机构承诺，他愿意同任何申请人在合理且无歧视的条款和条件下，
就专利授权许可进行谈判。该专利持有人的声明已在本文件的发布机构备案。相关信息可以通过以下联
系方式获得：
专利持有人姓名：北京中科汇联科技股份有限公司。
地址：100094 北京市海淀区东北旺西路8号9号楼二区305。
请注意除上述专利外，本文件的某些内容仍可能涉及专利。本文件的发布机构不承担识别专利的责
任。

T/ZSA 230—2024
1
虚拟数字人多模态交互信息规范
1 范围
本文件对虚拟数字人多模态交互输入及输出信息的数据格式及数据类型进行了规定，确定了统一的
数据标签。
本文件适用于虚拟数字人的设计和开发，以及不同平台之间虚拟数字人数据资源的交换与共享。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，
仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本
文件。
ISO 8601 数据存储和交换形式信息交换日期和时间的表示方法（Data elements and
interchange formats Information interchange Representation of dates and times）
3 术语和定义
YD/T 4393.1—2023界定的以及下列术语和定义适用于本文件。
3.1
虚拟数字人digital human
简称数字人或虚拟人，是指基于现实世界设计、通过计算机生成、再借助真人或计算驱动、在多模
态输出设备呈现的虚拟人物。
[来源：YD/T 4393.1—2023，3.1.1]
3.2
多模态multi-modal
多种感知信息的协同，包括文本、图像、视频、音频等类型。
4 概述
多模态交互是指同时利用多种感官输入输出通道(如视觉、听觉、触觉等)进行人机交互,通过融合
多种模态以提供更自然、直观的交互体验。多模态交互能够让用户在不同的场景下可以选择不同的模态
组合模式进行交互，从而整体提高人机交互的自然度和灵活度，同时多模态交互能够使用户在人机交互
过程中拥有多维感知信息，从而能够从视觉、听觉、触觉等多方面体会机器表达出的语义和情感。
在虚拟数字人领域，多模态交互信息标准是为了确保在不同场景下，虚拟人能够与用户进行高效、
流畅的沟通。本文件的制定旨在虚拟数字人应用中实现无缝的交互体验，提高用户满意度和粘性。同时，
本文件还旨在促进行业内技术和应用的发展，推动虚拟数字人行业的规范化和标准化。
本文件的制订将有助于不同虚拟数字人平台开发者，虚拟数字人产品设计者，虚拟数字人应用开发
者等各方能够从统一的视角去看待多模态人机交互的整体过程，方便各个虚拟数字人平台的开发人员将
精力聚焦于其平台的硬件或软件优化内部流程及性能，减轻与外部设备或系统对接时的压力，提高了应
用程序在不同平台之间的可移植性和兼容性，当新平台可用、旧平台过时的情况下，可快捷地从一个平
台切换到另一个平台。
在本文件中，对于在虚拟数字人应用场景下的多模态人机交互的输入通道和输出通道的格式进行了
明确的定义，采用了JSON格式进行描述，具有很强的编程适应性和可扩展性。目前输入通道包括文本、
语音、图像、触觉、传感器等多种类型,可对应键盘、网络通讯、麦克风、摄像头、触摸屏、可穿戴设
备等输入设备；输出通道是指虚拟数字人在智能设备上的各种展现形态，包括最基本的语音、表情、肢
T/ZSA 230—2024
2
体动作和其他输出渲染效果，如虚拟数字人场景定义、多媒体素材和字幕等等；并且在附录中提供了声
音事件标签、表情曲线名称、骨骼名称等行业公认的数据规范说明。
本文件具有较强的兼容性和开放性，未来可根据技术发展的情况和业务场景进化的需要进行灵活的
修订。
5 输入通道
5.1 文本
5.1.1 概述
文字交互通道用于传输人机交互中的文本信息，主要分成两大类，一类是人机交互输入的文本交流
信息，一类是针对交互对象和交互环境的说明信息。
5.1.2 数据元素
文字交互通道的人机交互的文本交流信息，可能是通过语音识别模块处理之后得到的识别文本，也
有可能是直接通过键盘或网络传输协议得到的直接输入文本；针对交互对象和交互环境的说明信息一般
来说是经过其他信息处理模块或外部系统处理获取之后，通过网络传输协议发送到虚拟数字人的文本信
息。
文字交互通道的数据整体应放在“input_text_data”为总节点的JSON格式的数据中，数据格式的
说明如下：
——文字信息的总节点(input_text_data)；
——人机交互的文本交流信息(communication_info)为数组类型，可能包括多个说话人的交互文
本；
——说话人的交流文本内容（text）为字符串类型；
——说话人的标识ID（speaker_id）为字符串类型；
——说话人的信息数组（speakers_info）为数组类型；
——说话人的姓名（speaker_name）为字符串类型, 如果保密或未知则内容为空字符串“”；
——说话人的说话状态，是否正在说话（speaking）可能的取值包括“true”和“false”；
——说话人的角色（role）为字符串类型，为自定义的输入文本内容；如果保密或未知则内容为
空字符串“”；
——说话人的年龄（age）为整数类型，如果保密或未知则内容为－1；
——说话人的说明描述（speaker_desc）为字符串类型，为自定义的输入文本内容；如果保密或
未知则内容为空字符串“”。
示例：
{
"input_text_data": {
"communication_info": [
{
"text": "你好！",
"speaker_id": "1"
}
],
"speakers_info": [
{
"speaker_id": "1",
"speaker_name": "小明",
"speaking": "true",
"role": "游客",
"age": 18,
"speaker_desc": "参观的年轻访客"
},
T/ZSA 230—2024
3
{
"speaker_id": "2",
"speaker_name": "",
"speaking": "false",
"role": "",
"age": -1,
"speaker_desc": ""
}
]
}
具体取值定义见5}
5.2 语音
5.2.1 概述
语音输入是指人机交互过程中由声音采集设备录制后，经过前端语音模块计算处理后得到的各类语
音信息。
5.2.2 数据元素
5.2.2.1 总则
语音交互通道的数据整体应放在“input_speech_data”为总节点的JSON格式的数据中，数据格式
的说明如下：
——语音信息的总节点(input_speech_data)；
——语音识别后的文本内容（content）为带标点符号的字符文本，字符串类型；
——语种类别（language）为字符串类型，具体取值见表1 语种类别名称；
——口音信息（accent）为字符串类型，具体取值见表2 口音信息名称；
——性别信息（gender）为字符串类型，具体取值见表3 性别信息名称；
——年龄信息（age）为字符串类型，具体取值见表4 年龄信息名称；
——情绪类型（emotion）为字符串类型，具体取值见表5 情绪类别名称；
——声音事件（event）为数组类型，具体取值见5.2.2.7 声音事件列表；
——数据信息（info），声音文件的格式信息，具体取值见5.2.2.8 数据信息定义；
——原始数据（raw），即声波采样被量化后所产生的非压缩数据，为数组类型，元素取值为整数
类型。
5.2.2.2 语种类别列表
语种类别如表1所示，取值范围见表1语种类别。
表1 语种类别列表
序号语种类别名称
1 CN
2 EN
5.2.2.3 口音信息名称
口音信息如表2所示，取值范围见口音信息名称这一列。
表2 口音信息列表
序号口音信息名称
1 unknown
2 official
T/ZSA 230—2024
4
3 beijing
4 henan
5 sichuan
6 guangdong
7 dongbei
8 shandong
5.2.2.4 性别信息名称
性别信息如表3所示，取值范围见表3性别信息名称。
表3 性别信息列表
序号性别信息名称
1 unknown
2 female
3 male
5.2.2.5 年龄信息名称
年龄信息如表4所示，取值范围见表3性别信息名称。
表4 年龄信息列表
序号年龄信息名称
1 unknown
2 Child
3 Young
4 Middle
5 Old
5.2.2.6 情绪类别名称
情绪类型如表4所示，取值范围见表4情绪类别名称。
表5 情绪类型列表
序号情绪类别名称
1 unknown
2 neutral
3 angry
4 happy
5 sad
6 surprise
7 fear
8 disguise
5.2.2.7 声音事件列表
声音事件为数组类型，数组元素取值为字符串类型，取值定义见本文件附录A表格，代表自然语言
表示的声音事件分类，取值范围见表A.1中“英文对应词”。
T/ZSA 230—2024
5
5.2.2.8 数据信息定义
声音数据的信息用json格式定义，具体如下：
——语音数据的采样率（sample_rate）为整数类型；
——语音数据的通道数（channels)为整数类型，取值范围为1 和2；
——语音数据的采样精度（precision）为字符串类型，取值范围为“8-bit”，“16-bit”，“24-bit”，
“32-bit”；
——语音数据的起始时间（start_time）为字符串类型，应符合ISO 8601 的要求；
——语音数据的结束时间（end_time）为字符串类型，应符合ISO 8601 的要求；
——语音数据的时长（duration）为字符串类型，格式为“HH:mm:ss.SSS”，其中各项分别为小
时，分钟，秒和毫秒；
——纯数据长度（data_size）为整数类型；
——语音数据的编码格式（sample_encoding）为字符串类型,具体取值见表5。
表6 语音数据的编码格式列表
序号语音数据的编码格式的类别名称
1 16-bit Signed Integer PCM
2 24-bit Signed Integer PCM
3 32-bit Signed Integer PCM
4 8-bit Unsigned Integer PCM
5 32-bit Floating Point PCM
6 64-bit Floating Point PCM
7 8-bit A-law
8 8-bit u-law
9 4-bit IMA ADPCM (13-bit precision)
10 4-bit MS ADPCM (14-bit precision)
11 GSM (16-bit precision)
示例：
{
"input_speech_data": {
"content": "中国的首都是在哪里？",
"language": "CN",
"accent": "official",
"gender": "female",
"emotion": "neutral",
"event": [
"Speech",
"Music"
],
"info": {
"sample_rate": 16000,
"channels": 1,
"precision": "16-bit",
"start_time": "2023-08-20T12:30:00Z",
"end_time": "2023-08-20T12:30:07Z",
"duration": "00:00:07.000",
"data_size": 224000,
"sample_encoding": "16-bit Signed Integer PCM"
},
"raw": [
22,
T/ZSA 230—2024
6
234,
……
]
}
}
5.3 图像
5.3.1 概述
图像交互通道用于传输由用户在虚拟数字人成像屏幕或摄像头前所产生的图像数据信号，本部分对
视频流(或视频文件解码后的每一帧图像数据)进行了定义。
5.3.2 数据元素
图像交互通道包括输入数据流，通过采集用户在虚拟数字人成像屏幕或摄像头前的图像数据，将交
互数据添加到“input_image_data”为总节点的JSON格式的数据中，数据格式的说明如下：
——图像数据的总节点input_image_data;
——图像数据的文件路径（image_path）为字符串类型；
——图像数据的大小（image_size）包括width 和height 两个子元素；
——图像数据的宽度（width)为整数类型；
——图像数据的高度（height)为整数类型；
——图像数据格式（image_format）为字符串类型；
——图像数据的色彩空间（image_color_space）为字符串类型；
——图像数据的分辨率（image_resolution）为字符串类型，单位为dpi；
——采集图像数据的时间戳（Capture Time Stamp）为字符串类型，应符合ISO 8601 的要求。
示例：
{
"input_image_data": [
{
"image_path": "/Base64EncodedImageData",
"image_size": {
"width": 1920,
"height": 1080
},
"image_format": "jpeg",
"image_color_space": "rgb",
"image_resolution": "300dpi",
"capture_time_stamp": "2022-09-01T12:30:00Z"
}
]
}
5.4 其它
5.4.1 触觉
5.4.1.1 概述
触觉交互通道传输由用户点击或拖拽屏幕所产生的数据信号。其中，触控板与虚拟数字人成像屏幕
为同一设备（或成像屏幕具备点触功能）。
5.4.1.2 数据元素
T/ZSA 230—2024
7
触觉交互通道包括输入数据流。通过监听触摸事件， 将交互数据添加到一个名为
"input_touch_events"的JSON数组中。
JSON数组中应包含以下json格式数据：
——触摸事件的类型（event_type），字符串类型，取值范围包括触摸开始"touch_start"，触摸
移动"touch_move"，触摸结束"touch_end"，以及触摸取消"touch_cancel"；
——触摸事件发生的时间（start_time）为字符串类型，应符合ISO 8601 的要求；
——触摸事件结束的事件（end_time）为字符串类型，应符合ISO 8601 的要求；
——触摸事件发生的坐标位置（position），包括两个元素x 横轴坐标和y 纵轴坐标，均为整数
类型。
——如果触摸事件的开始时间和结束时间瞬时发生在同一时刻，那么这两个时间点可以被视为一
个点。
示例：
{
"input_touch_events": [
{
"event_type": "touch_start",
"start_time": "2023-08-19T12:34:56Z",
"end_time": "2023-08-19T12:34:57Z",
"position": {
"x": 200,
"y": 300
}
},
{
"event_type": "touch_move",
"start_time": "2023-08-19T12:34:58Z",
"end_time": "2023-08-19T12:34:59Z",
"position": {
"x": 210,
"y": 310
}
},
{
"event_type": "touch_end",
"start_time": "2023-08-19T12:35:00Z",
"end_time": "2023-08-19T12:35:01Z",
"position": {
"x": 220,
"y": 320
}
},
{
"event_type": "touch_cancel",
"start_time": "2023-08-19T12:35:02Z",
"end_time": "2023-08-19T12:35:03Z",
"position": {
T/ZSA 230—2024
8
"x": 205,
"y": 305
}
}
]
}
5.4.2 传感器
5.4.2.1 概述
传感器交互通道传输由用户佩戴具有传感器的手环所产生的数据信号。其中手环能够收集多种类型
的传感器数据，包括：加速度、陀螺仪、磁力计、温度、心率等。
5.4.2.2 数据元素
传感器交互通道包括输入数据流。通过收集传感器数据， 将交互数据添加到一个名为"
input_sensor_data"的总节点的JSON格式的数据中，应包含以下数据：
——温度（temperature）为浮点数类型；
——心率（heart_rate）为浮点数类型；
——加速度计（accelerometer）为json 格式，data 元素包括x，y，z 元素，为浮点数类型，分
别代表三个轴方向的加速度；
——陀螺仪（gyroscope）为json 格式，data 元素包括x，y，z 元素，为浮点数类型，分别代表
三个轴方向的角加速度；
——磁力计（magnetometer）为json 格式，data 元素包括x，y，z 元素，为浮点数类型，分别代
表三个轴方向的环境磁场数据。
示例：
{
"input_sensor_data": {
"temperature": 36.5,
"heart_rate": 98.2,
"accelerometer": {
"data": {
"x": 0.1,
"y": 0.5,
"z": 9.8
}
},
"gyroscope": {
"data": {
"x": 0.02,
"y": -0.01,
"z": 0.03
}
},
"magnetometer": {
"data": {
"x": -23.6,
"y": 45.2,
"z": -17.8
}
}
}
T/ZSA 230—2024
9
}
6 输出通道
6.1 语音
6.1.1 概述
语音输出是指由虚拟数字人中控系统向语音合成系统输出的控制信号。
6.1.2 数据元素
6.1.2.1 总则
使用名为"output_speech_data" 的JSON格式数据记录语音输出的文本内容、发音速度和发音情绪。
应包含以下数据：
——文本（content）为字符串类型，特殊字符/代词间停顿，＾代表后面字重读；
——情绪（emotion）为json 数据，支持离散情绪和连续情绪两种类型；
——语速（speed）为浮点数，代表语速调整因子，1.0 为缺省值。
6.1.2.2 离散情绪
此时emotion节点的type元素值为"category"，value元素为离散情绪信息，其取值范围见表6。
表7 离散情绪列表
序号情绪名称
1 unknown
2 neutral
3 angry
4 happy
5 sad
6 surprise
7 fear
示例：
{
"output_speech_data": {
"content": "^中国的首都/是北京",
"emotion": {
"type": "category",
"value": "neutral"
},
"speed": 1.0
}
}
6.1.2.3 连续情绪
此时emotion节点的type元素值为"real"，value元素为数组类型，其中的元素定义如下：
a) 基础格式：(唤醒度，愉悦度)；
b) 取值范围：-1.0 到1.0 的连续值。
示例：
{
T/ZSA 230—2024
10
"output_speech_data": {
"content": "^中国的首都/是北京",
"emotion": {
"type": "real",
"value": [
0.1,
0.3
]
},
"speed": 1.0
}
}
6.2 表情
6.2.1 概述
虚拟数字人的表情可采用几种最常见的方法进行生成，包括基于三维表情技术、网格模型技术和参
数化模型技术动态生成表情，以下对几种方法在控制交互中不同的具体数据传输格式进行定义。
6.2.2 数据元素
使用名为"output_expression_data" 的JSON格式数据记录虚拟数字人表情输出,根据输出类别不
同有不同的格式定义。
6.2.2.1 输出类别
从总体上来说，虚拟数字人表情输出可分为二维表情和三维表情两类。
6.2.2.2 控制曲线输出
使用JSON数组“curve_array”记录表情曲线名称及表情曲线强度值。通过Livelink传输表情曲线
数据（见附录B）控制表情变化。
JSON数组中应包含以下json元素：
——表情曲线名称（name），为字符串类型，取值范围见附录B 中的表B.1 表情曲线名称的表情
曲线名称这一列。
——表情曲线强度（value），为浮点数类型，表情曲线强度应在0.0～1.0 范围内。
示例：
{
"output_expression_data": {
"curve_array": [
{
"name": "CTRL_expressions_browDownL",
"value": 0.0
}
]
}
}
6.2.2.3 顶点位移输出
6.2.2.3.1 网格模型表情输出
使用JSON数组记录顶点索引及顶点偏移量。使用顶点偏移量控制表情变化，与三维中性人脸模型的
顶点坐标相加，得到带有表情的人脸模型。
JSON数组中应包含以下数据：
——顶点索引（index）为整数类型；
T/ZSA 230—2024
11
——偏移量（shift）为json 数据，x，y，z 元素代表三个轴上的偏移量，为浮点数类型。
示例：
{
"output_expression_data": {
"shift_array": [
{
"index": 0,
"shift": {
"x": 0.0,
"y": -0.2,
"z": 6.5
}
},
{
"index": 1,
"shift": {
"x": 6.0,
"y": 8.2,
"z": -16.5
}
},
{
"index": 2,
"shift": {
"x": 0.0,
"y": -0.2,
"z": 6.5
}
}
]
}
}
6.2.2.3.2 参数化模型表情输出
使用JSON数组记录参数索引及参数系数，使用表情系数控制表情变化。
JSON数组中应包含以下数据：
——参数索引（index）为整数类型；
——系数（value）为浮点数类型。
示例：
{
"output_expression_data": {
"value_array": [
{
"index": 0,
"value": 0.1
},
{
"index": 1,
"value": 0.3
},
{
"index": 2,
"value": 2.3
}
T/ZSA 230—2024
12
]
}
}
6.3 肢体动作
6.3.1 概述
描述三维数字人的肢体动作的序列，数字人的肢体用骨骼，骨骼之间的层级关系，骨骼位置来描述，
动作用骨骼旋转信息来描述。骨骼关节的定义示例见图1：
图1 虚拟数字人的骨骼定义的示意图
T/ZSA 230—2024
13
6.3.2 数据元素
使用JSON数组记录骨骼名称、骨骼关系、骨骼位置和骨骼旋转信息，通过Livelink传输骨骼数据进
行肢体动作控制。
JSON数组应包含以下数据：
——肢体动作信息的根节点“output_body_data”；
——骨骼名称（name）为字符串类型，具体的取值范围见附录C 中表C.1 的骨骼名称这一列；
——上一层级的骨骼系数（parent）为整数类型，根节点（name 为root）取值为-1，按照层级深
度依次增加1；
——与上一层级骨骼的相对位置（location）为浮点数的数组，表示与上一层级骨骼的三维坐标
的相对位置；
——与上一层级骨骼的相对旋转（rotation）为浮点数数组，表示旋转的四元数，即旋转轴向量
和围绕轴的旋转角度。
示例：
{
"output_body_data": [
{
"name": "root",
"parent": -1,
"location": [
0.0,
-0.0,
-0.0
],
"rotation": [
0.0,
0.0,
0.0,
1.0
]
}
]
}
6.4 其它
6.4.1 概述
其他输出通道主要描述虚拟数字人在显示设备中进行渲染展示的主要元素及其呈现效果。
6.4.2 数据元素
其他输出通道是对于虚拟数字人在显示设备中进行渲染展示的主要元素的描述，典型的元素包括虚
拟数字人的整体分辨率，在屏幕上显示的位置，屏幕上的图片显示信息，虚拟数字人的背景显示信息等
等。数据整体放在"output_other_data"为总节点的JSON格式的数据中。
具体数据格式的说明如下：
——描述其他输出通道的信息的总节点（output_other_data）：
——虚拟数字人在设备中整体展示的基本信息（basic_info）：
 屏幕显示的纵横比例（screen_ratio）一般有“4:3”,“16:9”,“9:16”等等常见比例；
 虚拟数字人应用整体显示的宽度（width）以像素为单位；
 虚拟数字人应用整体显示的高度（height）以像素为单位；
T/ZSA 230—2024
14
 虚拟数字人模型显示区域的宽度（model_width）以像素为单位；
 虚拟数字人模型显示区域的高度（model_height）以像素为单位；
 虚拟数字人模型显示区域的左上角在屏幕中的横坐标位置（model_x）以像素为单位，以
屏幕左上角为起始点；
 虚拟数字人模型显示区域的左上角在屏幕中的纵坐标位置（model_y）以像素为单位，以
屏幕左上角为起始点；
 模型显示缩放比例（model_scale）为浮点数类型。
——屏幕中显示的图片的信息（pictures_info）为数组类型，包括多个可以展示的图片的信息：
 图片的统一资源地址（url）可以是网址或者本地路径；
 图片开始显示的时间（start_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中各
项分别为小时，分钟，秒和毫秒；
 图片结束显示的时间（end_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中各项
分别为小时，分钟，秒和毫秒；如果一直显示则传入“00:00:00.000”；
 图片左上角在屏幕中的横坐标位置（x）以像素为单位，以屏幕左上角为起始点；
 图片左上角在屏幕中的纵坐标位置（y）以像素为单位，以屏幕左上角为起始点；
 图片宽度（width）以像素为单位；
 图片高度（height）以像素为单位；
 图片显示缩放比例（scale）为浮点数类型。
——描述背景显示信息（background_info）：
 背景图片的统一资源地址（url）可以是网址或本地路径；
 背景的整体颜色值（color），采用RGB格式，字符串类型；
 背景图片开始显示的时间（start_time）为字符串类型，格式为“HH:mm:ss.SSS”，其
中各项分别为小时，分钟，秒和毫秒；
 背景图片结束显示的时间（end_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中
各项分别为小时，分钟，秒和毫秒；如果一直显示则传入“00:00:00.000”；
——屏幕中显示文字的信息（texts_info）：
 文字内容（text）为字符串类型；
 文字开始显示的时间（start_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中各
项分别为小时，分钟，秒和毫秒；
 文字结束显示的时间（end_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中各项
分别为小时，分钟，秒和毫秒；如果一直显示则传入“00:00:00.000”；
 文字左上角在屏幕中的横坐标位置（x）以像素为单位，以屏幕左上角为起始点；
 文字左上角在屏幕中的纵坐标位置（y）以像素为单位，以屏幕左上角为起始点；
 文字显示缩放比例（scale）为浮点数类型；
 文字显示的样式（style）为数组类型；
 文字显示的字体大小（font_size）为整数类型；
 文字显示的字体（font_family）为字符串类型；
 文字颜色（color）为字符串类型。
——屏幕中显示滚动字幕的信息（subtitles_info）：
 字幕文字内容（text）为字符串类型；
 字幕文字开始显示的时间（start_time）为字符串类型，格式为“HH:mm:ss.SSS”，其
中各项分别为小时，分钟，秒和毫秒；
 字幕文字结束显示的时间（end_time）为字符串类型，格式为“HH:mm:ss.SSS”，其中
各项分别为小时，分钟，秒和毫秒；如果一直显示则传入“00:00:00.000”；
 字幕文字左上角在屏幕中的横坐标位置（x）以像素为单位，以屏幕左上角为起始点；
 字幕文字左上角在屏幕中的纵坐标位置（y）以像素为单位，以屏幕左上角为起始点；
 字幕文字显示缩放比例（scale）为浮点数类型；
T/ZSA 230—2024
15
 字幕文字显示的样式（style）为数组类型；
 字幕文字显示的字体大小（font_size）为整数类型；
 字幕文字显示的字体（font_family）为字符串类型；
 字幕文字颜色（color）为字符串类型。
示例：
{
"output_other_data": {
"basic_info": {
"screen_ratio": "16:9",
"width": 1920,
"height": 1080,
"model_width": 1080,
"model_height": 1080,
"model_x": 420,
"model_y": 0,
"model_scale": 1.0
},
"pictures_info": [
{
"url": "http://172.20.0.187:9000/000000/logo_1686623598502.png",
"start_time": "00:00:00.000",
"end_time": "00:00:02.650",
"x": 0,
"y": 0,
"width": 960,
"height": 200,
"scale": 1.0
}
],
"background_info": {
"url": "http://172.20.0.187:9000/000000/bg1_1672312784193.jpg",
"color": "#ff0000",
"start_time": "00:00:00.000",
"end_time": "00:00:02.650"
},
"texts_info": [
{
"text": "这是新添加的文字",
"start_time": "00:00:00.000",
"end_time": "00:00:01.213",
"x": 100,
"y": 300,
"scale": 1.0,
"style": [
{
"font_size": 20,
"font_family": "FZFSJW.TTF",
"color": "#ff0000"
}
]
}
],
"subtitles_info": [
{
"text": "大家好",
T/ZSA 230—2024
16
"start_time": "00:00:00.000",
"end_time": "00:00:00.173",
"x": 100,
"y": 400,
"scale": 1.0,
"style": [
{
"font_size": 30,
"font_family": "FZFSJW.TTF",
"color": "#ff0000"
}
]
}
]
}
}
T/ZSA 230—2024
17
附录A
（资料性）
声音事件标签
表A.1给出了声音事件标签。
表A.1 声音事件标签
序号标签英文对应词
1 音乐Music
2 演讲Speech
3 车辆Vehicle
4 乐器Musical instrument
5 拨弦乐器Plucked string instrument
6 唱歌Singing
7 汽车Car
8 动物Animal
9 户外、农村或自然环境Outside, rural or natural
10 小提琴Violin, fiddle
11 鸟Bird
12 鼓Drum
13 发动机Engine
14 叙述、独白Narration, monologue
15 鼓套装Drum kit
16 原声吉他Acoustic guitar
17 狗Dog
18 儿童言语、孩子说话Child speech, kid speaking
19 大鼓Bass drum
20 铁路交通Rail transport
21 机动车（道路） Motor vehicle (road)
22 水Water
23 女性言语、妇女说话Female speech, woman speaking
24 警笛Siren
25 铁路货车、火车车厢Railroad car, train wagon
26 工具Tools
27 寂静Silence
28 小鼓Snare drum
29 风Wind
30 鸟鸣、鸟叫、鸟歌Bird vocalization, bird call, bird song
31 禽类Fowl
32 吹奏乐器、木管乐器Wind instrument, woodwind instrument
33 紧急车辆Emergency vehicle
34 笑声Laughter
35 喳喳声、鸟叫声Chirp, tweet
36 说唱Rapping
37 欢呼Cheering
38 枪声Gunshot, gunfire
39 收音机Radio
40 猫Cat
41 踩踏镲Hi-hat
42 直升机Helicopter
43 烟花Fireworks
T/ZSA 230—2024
18
表A.1 声音事件标签（续）
序号标签英文对应词
44 流水Stream
45 狗叫Bark
46 婴儿哭声Baby cry, infant cry
47 鼾声Snoring
48 火车喇叭Train horn
49 低音提琴Double bass
50 爆炸声Explosion
51 公鸡啼鸣Crowing, cock-a-doodle-doo
52 羊叫声Bleat
53 电脑键盘Computer keyboard
54 民防警报器Civil defense siren
55 蜜蜂、黄蜂等Bee, wasp, etc.
56 铃Bell
57 电动锯Chainsaw
58 猪叫声Oink
59 滴答声Tick
60 泡渠Tabla
61 水流声、液体声音Liquid
62 道路噪音Traffic noise, roadway noise
63 蜂鸣声Beep, bleep
64 油炸声Frying (food)
65 重击声Whack, thwack
66 水槽（注水或洗涤） Sink (filling or washing)
67 打嗝Burping, eructation
68 放屁声Fart
69 喷嚏Sneeze
70 飞机引擎Aircraft engine
71 箭Arrow
72 傻笑声Giggle
73 打嗝声Hiccup
74 咳嗽声Cough
75 蟋蟀声Cricket
76 锯木声Sawing
77 铃鼓Tambourine
78 抽水（液体） Pump (liquid)
79 尖叫声Squeak
80 男性言语、男人说话Male speech, man speaking
81 键盘乐器Keyboard (musical)
82 鸽子Pigeon, dove
83 摩托艇、快艇Motorboat, speedboat
84 女性唱歌Female singing
85 铜管乐器Brass instrument
86 摩托车Motorcycle
87 合唱团Choir
88 赛车、汽车比赛Race car, auto racing
89 鸡、公鸡Chicken, rooster
90 怠速Idling
91 采样器Sampler
92 夏威夷四弦琴Ukulele
93 合成器Synthesizer
T/ZSA 230—2024
19
表A.1 声音事件标签（续）
序号标签英文对应词
94 钹Cymbal
95 喷雾声Spray
96 手风琴Accordion
97 划痕（表演技巧） Scratching (performance technique)
98 儿童唱歌Child singing
99 咕咕咕咕叫声Cluck
100 自来水龙头Water tap, faucet
101 掌声Applause
102 厕所冲水声Toilet flush
103 吹口哨Whistling
104 吸尘器Vacuum cleaner
105 喵喵叫声Meow
106 喋喋不休Chatter
107 呼叫声Whoop
108 缝纫机Sewing machine
109 风笛Bagpipes
110 地铁Subway, metro, underground
111 步行声、脚步声Walk, footsteps
112 低语声Whispering
113 哭泣、呜咽声Crying, sobbing
114 雷声Thunder
115 迪吉里杜管Didgeridoo
116 教堂钟声Church bell
117 铃声Ringtone
118 蜂鸣器Buzzer
119 飞溅声、溅落声Splash, splatter
120 火警报警器Fire alarm
121 编钟声Chime
122 喋喋不休Babbling
123 玻璃Glass
124 咀嚼声Chewing, mastication
125 微波炉Microwave oven
126 汽车喇叭Air horn, truck horn
127 咆哮声Growling
128 电话铃声Telephone bell ringing
129 哞声Moo
130 敲钟声（钟琴演奏） Change ringing (campanology)
131 手Hands
132 相机Camera
133 倾倒Pour
134 蛙啼声Croak
135 喘气声Pant
136 手指弹响声Finger snapping
137 漱口声Gargling
138 室内、小房间Inside, small room
139 室外、城市或人造环境Outside, urban or manmade
140 卡车Truck
141 拉弦乐器Bowed string instrument
142 中频发动机Medium engine (mid frequency)
143 木琴、木琴音韵器Marimba, xylophone
T/ZSA 230—2024
20
表A.1 声音事件标签（续）
序号标签英文对应词
144 飞机Aircraft
145 大提琴Cello
146 长笛Flute
147 钟琴Glockenspiel
148 电动工具Power tool
149 固定翼飞机、飞机Fixed-wing aircraft, airplane
150 海浪、冲浪Waves, surf
151 鸭子Duck
152 单簧管Clarinet
153 山羊Goat
154 喇叭声Honk
155 打滑声Skidding
156 哈蒙德风琴Hammond organ
157 电子琴Electronic organ
158 雷雨声Thunderstorm
159 钢盆乐器Steelpan
160 掌击声、拍击声Slap, smack
161 战斗呐喊声Battle cry
162 打击乐Percussion
163 长号Trombone
164 班卓琴Banjo
165 曼陀林Mandolin
166 吉他Guitar
167 弹奏声（吉他） Strum
168 船只，水上交通工具Boat, Water vehicle
169 加速声，发动机轰鸣声Accelerating, revving, vroom
170 电吉他Electric guitar
171 交响乐团Orchestra
172 风声（麦克风） Wind noise (microphone)
173 音效器材Effects unit
174 家畜，农场动物，工作动物Livestock, farm animals, working animals
175 警车（警笛） Police car (siren)
176 雨声Rain
177 打印机Printer
178 鼓机Drum machine
179 消防车（警笛） Fire engine, fire truck (siren)
180 昆虫Insect
181 滑板Skateboard
182 鸽子的叫声Coo
183 对话Conversation
184 打字声Typing
185 竖琴Harp
186 重击声Thump, thud
187 机械装置Mechanisms
188 犬科动物，狗，狼Canidae, dogs, wolves
189 咯咯笑声Chuckle, chortle
190 摩擦声Rub
191 轰鸣声Boom
192 喧闹声，说话声，口头交流声Hubbub, speech noise, speech babble
193 电话Telephone
T/ZSA 230—2024
21
表A.1 声音事件标签（续）
序号标签英文对应词
194 搅拌机Blender
195 呜咽声Whimper
196 尖叫声Screaming
197 野生动物Wild animals
198 猪Pig
199 炮火声Artillery fire
200 电动剃须刀Electric shaver, electric razor
201 婴儿笑声Baby laughter
202 乌鸦Crow
203 嗥叫声Howl
204 呼吸声Breathing
205 牛，牛科动物Cattle, bovinae
206 咆哮的猫科动物（狮子，老虎） Roaring cats (lions, tigers)
207 鼓掌声Clapping
208 警报声Alarm
209 叮当声Chink, clink
210 叮铃声Ding
211 嘟嘟声Toot
212 时钟Clock
213 儿童喊叫声Children shouting
214 装满（液体） Fill (with liquid)
215 咕噜声Purr
216 隆隆声Rumble
217 弹跳声Boing
218 破碎声Breaking
219 轻引擎（高频） Light engine (high frequency)
220 收银机Cash register
221 自行车铃声Bicycle bell
222 室内，大房间或大厅Inside, large room or hall
223 家畜、宠物Domestic animals, pets
224 贝斯吉他Bass guitar
225 电子钢琴Electric piano
226 小号Trumpet
227 马Horse
228 锤击乐器Mallet percussion
229 管风琴Organ
230 自行车Bicycle
231 雨打在物体表面Rain on surface
232 嘎嘎叫声Quack
233 钻孔机Drill
234 机关枪Machine gun
235 草坪修剪机Lawn mower
236 砸碎声、撞击声Smash, crash
237 细水流声、滴答声Trickle, dribble
238 青蛙Frog
239 写字声Writing
240 蒸汽哨声Steam whistle
241 呻吟声Groan
242 锤子敲击声Hammer
243 门铃声Doorbell
T/ZSA 230—2024
22
表A.1 声音事件标签（续）
序号标签英文对应词
244 犹太古乐号Shofar
245 牛铃声Cowbell
246 呜咽声、呻吟声Wail, moan
247 弹跳声Bouncing
248 失真声Distortion
249 颤动琴Vibraphone
250 空气制动器Air brake
251 野外录音Field recording
252 钢琴Piano
253 男性唱歌声Male singing
254 公共汽车Bus
255 木头Wood
256 轻敲声Tap
257 海洋声Ocean
258 门声Door
259 震动声Vibration
260 电视机Television
261 口琴Harmonica
262 篮球弹跳声Basketball bounce
263 哒哒声Clickety-clack
264 餐具、锅碗瓢盆声Dishes, pots, and pans
265 纸张折叠、皱巴声Crumpling, crinkling
266 西塔尔Sitar
267 轮胎尖叫声Tire squeal
268 苍蝇、家蝇Fly, housefly
269 嘶嘶声Sizzle
270 溅动声Slosh
271 发动机启动声Engine starting
272 机械风扇声Mechanical fan
273 搅拌声Stir
274 儿童玩耍声Children playing
275 响声Ping
276 猫头鹰Owl
277 闹钟Alarm clock
278 汽车报警声Car alarm
279 电话拨号声Telephone dialing, DTMF
280 正弦波音效Sine wave
281 砰声Thunk
282 硬币掉落声Coin (dropping)
283 嘎吱声Crunch
284 拉链声Zipper (clothing)
285 蚊子Mosquito
286 洗牌声Shuffling cards
287 滑轮声Pulleys
288 牙刷声Toothbrush
289 人群声Crowd
290 萨克斯管Saxophone
291 划船、独木舟、皮划艇Rowboat, canoe, kayak
292 蒸汽声Steam
293 救护车（警笛） Ambulance (siren)
T/ZSA 230—2024
23
表A.1 声音事件标签（续）
序号标签英文对应词
294 鹅Goose
295 爆裂声Crackle
296 火声Fire
297 火鸡Turkey
298 心脏声音、心跳声Heart sounds, heartbeat
299 颂钵声Singing bowl
300 混响声Reverberation
301 点击声Clicking
302 喷气发动机Jet engine
303 啮齿动物，老鼠Rodents, rats, mice
304 打字机Typewriter
305 乌鸦叫声Caw
306 敲门声Knock
307 冰淇淋车、冰淇淋货车Ice cream truck, ice cream van
308 肚子咕噜声Stomach rumble
309 法国号French horn
310 咆哮声Roar
311 泰瑞门琴Theremin
312 脉冲声Pulse
313 火车Train
314 奔跑声Run
315 车辆喇叭声、汽车喇叭声Vehicle horn, car horn, honking
316 咔嗒声Clip-clop
317 绵羊Sheep
318 呼啸声Whoosh, swoosh, swish
319 定音鼓Timpani
320 悸动声Throbbing
321 鞭炮声Firecracker
322 大笑声Belly laugh
323 火车哨声Train whistle
324 哨子声Whistle
325 鞭子声Whip
326 喷涌声Gush
327 咬合声Biting
328 剪刀声Scissors
329 叮当声Clang
330 单反相机Single-lens reflex camera
331 合唱效果Chorus effect
332 室内，公共空间Inside, public space
333 钢吉他、滑音吉他Steel guitar, slide guitar
334 瀑布声Waterfall
335 嗡嗡声Hum
336 雨滴声Raindrop
337 螺旋桨声Propeller, airscrew
338 锉刀声Filing (rasp)
339 倒车蜂鸣声Reversing beeps
340 破碎声Shatter
341 打磨声Sanding
342 喘息声Wheeze
343 猫头鹰叫声Hoot
T/ZSA 230—2024
24
表A.1 声音事件标签（续）
序号标签英文对应词
344 汪汪叫声Bow-wow
345 车辆驶过声Car passing by
346 滴答声Tick-tock
347 嘶嘶声Hiss
348 窃笑声Snicker
349 啜泣声（狗） Whimper (dog)
350 喊叫声Shout
351 回声Echo
352 碰撞声Rattle
353 滑动门声Sliding door
354 咯咯声（火鸡发声） Gobble
355 扑通声Plop
356 大喊声Yell
357 滴水声Drip
358 嘶鸣声、马嘶声Neigh, whinny
359 吼叫声Bellow
360 钥匙叮当声Keys jangling
361 叮咚声Ding-dong
362 嗡嗡声Buzz
363 刮擦声Scratch
364 拨浪鼓声Rattle (instrument)
365 吹风机声Hair dryer
366 拨号音Dial tone
367 撕裂声Tearing
368 砰声Bang
369 噪音Noise
370 鸟飞行、振翅声Bird flight, flapping wings
371 咕哝声Grunt
372 打孔机声Jackhammer
373 抽屉打开或关闭声Drawer open or close
374 呼呼声Whir
375 定音叉声Tuning fork
376 尖叫声Squawk
377 铃响声Jingle bell
378 烟雾探测器、烟雾警报器Smoke detector, smoke alarm
379 火车轮子尖叫声Train wheels squealing
380 猫叫声Caterwaul
381 鼠Mouse
382 破裂声Crack
383 鲸鱼鸣叫声Whale vocalization
384 尖叫声Squeal
385 古筝Zither
386 边缘鼓声Rimshot
387 鼓滚声Drum roll
388 爆裂声、啪砰声Burst, pop
389 木鱼声Wood block
390 大键琴Harpsichord
391 白噪声White noise
392 浴缸注水或洗澡声Bathtub (filling or washing)
393 蛇Snake
T/ZSA 230—2024
25
表A.1 声音事件标签（续）
序号标签英文对应词
394 环境噪音Environmental noise
395 弦乐组String section
396 刺耳的音响Cacophony
397 马拉卡（一种打击乐器） Maraca
398 喷鼻息Snort
399 尤德里Yodeling
400 电动牙刷Electric toothbrush
401 橱柜打开或关闭Cupboard open or close
402 声音效果Sound effect
403 弹击（吉他技巧） Tapping (guitar technique)
404 船Ship
405 嗅气Sniff
406 粉红噪声Pink noise
407 管钟Tubular bells
408 锣Gong
409 拍动Flap
410 喉咙清晰Throat clearing
411 叹息声Sigh
412 忙音Busy signal
413 零食声Zing
414 旁路音Sidetone
415 压碎Crushing
416 尖叫声Yip
417 咕咕声Gurgling
418 叮当声Jingle, tinkle
419 沸腾声Boiling
420 主线嗡嗡声Mains hum
421 哼唱声Humming
422 声纳Sonar
423 喘息声Gasp
424 电动窗户Power windows, electric windows
425 碎片Splinter
426 心脏杂音Heart murmur
427 空调Air conditioning
428 拨弦Pizzicato
429 棘轮Ratchet, pawl
430 啁啾声Chirp tone
431 重型引擎（低频） Heavy engine (low frequency)
432 沙沙声的树叶Rustling leaves
433 语音合成器Speech synthesizer
434 沙沙声Rustle
435 哗啦声Clatter
436 砰声Slam
437 喷发声Eruption
438 玩具手枪声Cap gun
439 合成歌唱Synthetic singing
440 拖脚声Shuffle
441 风铃声Wind chime
442 砍声Chop
443 刮擦声Scrape
T/ZSA 230—2024
26
表A.1 声音事件标签（续）
序号标签英文对应词
444 嘎吱声Squish
445 雾角号声Foghorn
446 牙医钻机Dental drill,dentist's drill
447 和声Harmonic
448 静电声Static
449 帆船Sailboat,sailing ship
450 餐具Cutlery,silverware
451 齿轮Gears
452 切菜声Chopping(food)
453 嘎吱声Creak
454 掌声Fusillade
455 滚动声Roll
456 电子调音器Electronic tuner
457 唠叨声Patter
458 电子音乐Electronic music
459 雷鬼舞曲Dubstep
460 电子舞曲Techno
461 摇滚乐Rock and roll
462 流行音乐Pop music
463 摇滚音乐Rock music
464 嘻哈音乐Hip hop music
465 古典音乐Classical music
466 电影配乐Soundtrack music
467 浩室音乐House music
468 重金属Heavy metal
469 兴奋的音乐Exciting music
470 乡村音乐Country
471 电子音乐Electronica
472 节奏布鲁斯Rhythm and blues
473 背景音乐Background music
474 舞曲Dance music
475 爵士乐Jazz
476 念诵Mantra
477 蓝调音乐Blues
478 极致音乐Trance music
479 电子舞曲Electronic dance music
480 主题音乐Theme music
481 福音音乐Gospel music
482 拉丁美洲音乐Music of Latin America
483 迪斯科音乐Disco
484 柔和的音乐Tender music
485 朋克摇滚Punk rock
486 放克音乐Funk
487 亚洲音乐Music of Asia
488 鼓打贝斯音乐Drum and bass
489 声乐Vocal music
490 渐进摇滚Progressive rock
491 儿童音乐Music for children
492 游戏音乐Video game music
493 摇篮曲Lullaby
T/ZSA 230—2024
27
表A.1 声音事件标签（续）
序号标签英文对应词
494 雷鬼音乐Reggae
495 新时代音乐New-age music
496 基督教音乐Christian music
497 独立音乐Independent music
498 灵魂音乐Soul music
499 非洲音乐Music of Africa
500 环境音乐Ambient music
501 蓝草音乐Bluegrass
502 非洲节拍音乐Afrobeat
503 莎莎音乐Salsa music
504 宝莱坞音乐Music of Bollywood
505 人声打击乐Beatboxing
506 弗拉门戈音乐Flamenco
507 迷幻摇滚Psychedelic rock
508 歌剧Opera
509 民谣音乐Folk music
510 圣诞音乐Christmas music
511 中东音乐Middle Eastern music
512 朋克音乐Grunge
513 歌曲Song
514 纯声合唱A capella
515 悲伤音乐Sad music
516 传统音乐Traditional music
517 恐怖音乐Scary music
518 斯卡音乐Ska
519 圣歌Chant
520 南印度音乐Carnatic music
521 摇摆音乐Swing music
522 快乐音乐Happy music
523 吉祥音乐Jingle(music)
524 搞笑音乐Funny music
525 愤怒音乐Angry music
526 婚礼音乐Wedding music
527 发动机敲击声Engine knocking
T/ZSA 230—2024
28
附录B
（规范性）
表情曲线名称
表B.1给出了表情曲线名称列表。
表B.1 表情曲线名称
序号表情曲线名称
1 CTRL_expressions_browDownL
2 CTRL_expressions_browDownR
3 CTRL_expressions_browLateralL
4 CTRL_expressions_browLateralR
5 CTRL_expressions_browRaiseInL
6 CTRL_expressions_browRaiseInR
7 CTRL_expressions_browRaiseOuterL
8 CTRL_expressions_browRaiseOuterR
9 CTRL_expressions_earUpL
10 CTRL_expressions_earUpR
11 CTRL_expressions_eyeBlinkL
12 CTRL_expressions_eyeBlinkR
13 CTRL_expressions_eyeLidPressL
14 CTRL_expressions_eyeLidPressR
15 CTRL_expressions_eyeWidenL
16 CTRL_expressions_eyeWidenR
17 CTRL_expressions_eyeSquintInnerL
18 CTRL_expressions_eyeSquintInnerR
19 CTRL_expressions_eyeCheekRaiseL
20 CTRL_expressions_eyeCheekRaiseR
21 CTRL_expressions_eyeFaceScrunchL
22 CTRL_expressions_eyeFaceScrunchR
23 CTRL_expressions_eyeUpperLidUpL
24 CTRL_expressions_eyeUpperLidUpR
25 CTRL_expressions_eyeRelaxL
26 CTRL_expressions_eyeRelaxR
27 CTRL_expressions_eyeLowerLidUpL
28 CTRL_expressions_eyeLowerLidUpR
29 CTRL_expressions_eyeLowerLidDownL
30 CTRL_expressions_eyeLowerLidDownR
31 CTRL_expressions_eyeLookUpL
32 CTRL_expressions_eyeLookUpR
33 CTRL_expressions_eyeLookDownL
34 CTRL_expressions_eyeLookDownR
35 CTRL_expressions_eyeLookLeftL
36 CTRL_expressions_eyeLookLeftR
37 CTRL_expressions_eyeLookRightL
38 CTRL_expressions_eyeLookRightR
39 CTRL_expressions_eyePupilWideL
40 CTRL_expressions_eyePupilWideR
T/ZSA 230—2024
29
表B.1 表情曲线列表（续）
序号表情曲线名称
41 CTRL_expressions_eyePupilNarrowL
42 CTRL_expressions_eyePupilNarrowR
43 CTRL_expressions_eyeParallelLookDirection
44 CTRL_expressions_eyelashesUpINL
45 CTRL_expressions_eyelashesUpINR
46 CTRL_expressions_eyelashesUpOUTL
47 CTRL_expressions_eyelashesUpOUTR
48 CTRL_expressions_eyelashesDownINL
49 CTRL_expressions_eyelashesDownINR
50 CTRL_expressions_eyelashesDownOUTL
51 CTRL_expressions_eyelashesDownOUTR
52 CTRL_expressions_noseWrinkleL
53 CTRL_expressions_noseWrinkleR
54 CTRL_expressions_noseWrinkleUpperL
55 CTRL_expressions_noseWrinkleUpperR
56 CTRL_expressions_noseNostrilDepressL
57 CTRL_expressions_noseNostrilDepressR
58 CTRL_expressions_noseNostrilDilateL
59 CTRL_expressions_noseNostrilDilateR
60 CTRL_expressions_noseNostrilCompressL
61 CTRL_expressions_noseNostrilCompressR
62 CTRL_expressions_noseNasolabialDeepenL
63 CTRL_expressions_noseNasolabialDeepenR
64 CTRL_expressions_mouthCheekSuckL
65 CTRL_expressions_mouthCheekSuckR
66 CTRL_expressions_mouthCheekBlowL
67 CTRL_expressions_mouthCheekBlowR
68 CTRL_expressions_mouthLipsBlowL
69 CTRL_expressions_mouthLipsBlowR
70 CTRL_expressions_mouthLeft
71 CTRL_expressions_mouthRight
72 CTRL_expressions_mouthUp
73 CTRL_expressions_mouthDown
74 CTRL_expressions_mouthUpperLipRaiseL
75 CTRL_expressions_mouthUpperLipRaiseR
76 CTRL_expressions_mouthLowerLipDepressL
77 CTRL_expressions_mouthLowerLipDepressR
78 CTRL_expressions_mouthCornerPullL
79 CTRL_expressions_mouthCornerPullR
80 CTRL_expressions_mouthStretchL
81 CTRL_expressions_mouthStretchR
82 CTRL_expressions_mouthStretchLipsCloseL
83 CTRL_expressions_mouthStretchLipsCloseR
84 CTRL_expressions_mouthDimpleL
85 CTRL_expressions_mouthDimpleR
86 CTRL_expressions_mouthCornerDepressL
T/ZSA 230—2024
30
表B.1 表情曲线列表（续）
序号表情曲线名称
87 CTRL_expressions_mouthCornerDepressR
88 CTRL_expressions_mouthPressUL
89 CTRL_expressions_mouthPressUR
90 CTRL_expressions_mouthPressDL
91 CTRL_expressions_mouthPressDR
92 CTRL_expressions_mouthLipsPurseUL
93 CTRL_expressions_mouthLipsPurseUR
94 CTRL_expressions_mouthLipsPurseDL
95 CTRL_expressions_mouthLipsPurseDR
96 CTRL_expressions_mouthLipsTowardsUL
97 CTRL_expressions_mouthLipsTowardsUR
98 CTRL_expressions_mouthLipsTowardsDL
99 CTRL_expressions_mouthLipsTowardsDR
100 CTRL_expressions_mouthFunnelUL
101 CTRL_expressions_mouthFunnelUR
102 CTRL_expressions_mouthFunnelDL
103 CTRL_expressions_mouthFunnelDR
104 CTRL_expressions_mouthLipsTogetherUL
105 CTRL_expressions_mouthLipsTogetherUR
106 CTRL_expressions_mouthLipsTogetherDL
107 CTRL_expressions_mouthLipsTogetherDR
108 CTRL_expressions_mouthUpperLipBiteL
109 CTRL_expressions_mouthUpperLipBiteR
110 CTRL_expressions_mouthLowerLipBiteL
111 CTRL_expressions_mouthLowerLipBiteR
112 CTRL_expressions_mouthLipsTightenUL
113 CTRL_expressions_mouthLipsTightenUR
114 CTRL_expressions_mouthLipsTightenDL
115 CTRL_expressions_mouthLipsTightenDR
116 CTRL_expressions_mouthLipsPressL
117 CTRL_expressions_mouthLipsPressR
118 CTRL_expressions_mouthSharpCornerPullL
119 CTRL_expressions_mouthSharpCornerPullR
120 CTRL_expressions_mouthStickyUC
121 CTRL_expressions_mouthStickyUINL
122 CTRL_expressions_mouthStickyUINR
123 CTRL_expressions_mouthStickyUOUTL
124 CTRL_expressions_mouthStickyUOUTR
125 CTRL_expressions_mouthStickyDC
126 CTRL_expressions_mouthStickyDINL
127 CTRL_expressions_mouthStickyDINR
128 CTRL_expressions_mouthStickyDOUTL
129 CTRL_expressions_mouthStickyDOUTR
130 CTRL_expressions_mouthLipsStickyLPh1
131 CTRL_expressions_mouthLipsStickyLPh2
132 CTRL_expressions_mouthLipsStickyLPh3
T/ZSA 230—2024
31
表B.1 表情曲线列表（续）
序号表情曲线名称
133 CTRL_expressions_mouthLipsStickyRPh1
134 CTRL_expressions_mouthLipsStickyRPh2
135 CTRL_expressions_mouthLipsStickyRPh3
136 CTRL_expressions_mouthLipsPushUL
137 CTRL_expressions_mouthLipsPushUR
138 CTRL_expressions_mouthLipsPushDL
139 CTRL_expressions_mouthLipsPushDR
140 CTRL_expressions_mouthLipsPullUL
141 CTRL_expressions_mouthLipsPullUR
142 CTRL_expressions_mouthLipsPullDL
143 CTRL_expressions_mouthLipsPullDR
144 CTRL_expressions_mouthLipsThinUL
145 CTRL_expressions_mouthLipsThinUR
146 CTRL_expressions_mouthLipsThinDL
147 CTRL_expressions_mouthLipsThinDR
148 CTRL_expressions_mouthLipsThickUL
149 CTRL_expressions_mouthLipsThickUR
150 CTRL_expressions_mouthLipsThickDL
151 CTRL_expressions_mouthLipsThickDR
152 CTRL_expressions_mouthCornerSharpenUL
153 CTRL_expressions_mouthCornerSharpenUR
154 CTRL_expressions_mouthCornerSharpenDL
155 CTRL_expressions_mouthCornerSharpenDR
156 CTRL_expressions_mouthCornerRounderUL
157 CTRL_expressions_mouthCornerRounderUR
158 CTRL_expressions_mouthCornerRounderDL
159 CTRL_expressions_mouthCornerRounderDR
160 CTRL_expressions_mouthUpperLipTowardsTeethL
161 CTRL_expressions_mouthUpperLipTowardsTeethR
162 CTRL_expressions_mouthLowerLipTowardsTeethL
163 CTRL_expressions_mouthLowerLipTowardsTeethR
164 CTRL_expressions_mouthUpperLipShiftLeft
165 CTRL_expressions_mouthUpperLipShiftRight
166 CTRL_expressions_mouthLowerLipShiftLeft
167 CTRL_expressions_mouthLowerLipShiftRight
168 CTRL_expressions_mouthUpperLipRollInL
169 CTRL_expressions_mouthUpperLipRollInR
170 CTRL_expressions_mouthUpperLipRollOutL
171 CTRL_expressions_mouthUpperLipRollOutR
172 CTRL_expressions_mouthLowerLipRollInL
173 CTRL_expressions_mouthLowerLipRollInR
174 CTRL_expressions_mouthLowerLipRollOutL
175 CTRL_expressions_mouthLowerLipRollOutR
176 CTRL_expressions_mouthCornerUpL
177 CTRL_expressions_mouthCornerUpR
178 CTRL_expressions_mouthCornerDownL
T/ZSA 230—2024
32
表B.1 表情曲线列表（续）
序号表情曲线名称
179 CTRL_expressions_mouthCornerDownR
180 CTRL_expressions_mouthCornerWideL
181 CTRL_expressions_mouthCornerWideR
182 CTRL_expressions_mouthCornerNarrowL
183 CTRL_expressions_mouthCornerNarrowR
184 CTRL_expressions_tongueUp
185 CTRL_expressions_tongueDown
186 CTRL_expressions_tongueLeft
187 CTRL_expressions_tongueRight
188 CTRL_expressions_tongueOut
189 CTRL_expressions_tongueIn
190 CTRL_expressions_tongueRollUp
191 CTRL_expressions_tongueRollDown
192 CTRL_expressions_tongueRollLeft
193 CTRL_expressions_tongueRollRight
194 CTRL_expressions_tongueTipUp
195 CTRL_expressions_tongueTipDown
196 CTRL_expressions_tongueTipLeft
197 CTRL_expressions_tongueTipRight
198 CTRL_expressions_tongueWide
199 CTRL_expressions_tongueNarrow
200 CTRL_expressions_tonguePress
201 CTRL_expressions_jawOpen
202 CTRL_expressions_jawLeft
203 CTRL_expressions_jawRight
204 CTRL_expressions_jawFwd
205 CTRL_expressions_jawBack
206 CTRL_expressions_jawClenchL
207 CTRL_expressions_jawClenchR
208 CTRL_expressions_jawChinRaiseDL
209 CTRL_expressions_jawChinRaiseDR
210 CTRL_expressions_jawChinRaiseUL
211 CTRL_expressions_jawChinRaiseUR
212 CTRL_expressions_jawChinCompressL
213 CTRL_expressions_jawChinCompressR
214 CTRL_expressions_jawOpenExtreme
215 CTRL_expressions_neckStretchL
216 CTRL_expressions_neckStretchR
217 CTRL_expressions_neckSwallowPh1
218 CTRL_expressions_neckSwallowPh2
219 CTRL_expressions_neckSwallowPh3
220 CTRL_expressions_neckSwallowPh4
221 CTRL_expressions_neckMastoidContractL
222 CTRL_expressions_neckMastoidContractR
223 CTRL_expressions_neckThroatDown
224 CTRL_expressions_neckThroatUp
T/ZSA 230—2024
33
表B.1 表情曲线列表（续）
序号表情曲线名称
225 CTRL_expressions_neckDigastricDown
226 CTRL_expressions_neckDigastricUp
227 CTRL_expressions_neckThroatExhale
228 CTRL_expressions_neckThroatInhale
229 CTRL_expressions_teethUpU
230 CTRL_expressions_teethUpD
231 CTRL_expressions_teethDownU
232 CTRL_expressions_teethDownD
233 CTRL_expressions_teethLeftU
234 CTRL_expressions_teethLeftD
235 CTRL_expressions_teethRightU
236 CTRL_expressions_teethRightD
237 CTRL_expressions_teethFwdU
238 CTRL_expressions_teethFwdD
239 CTRL_expressions_teethBackU
240 CTRL_expressions_teethBackD
241 CTRL_expressions_headTurnUpU
242 CTRL_expressions_headTurnUpM
243 CTRL_expressions_headTurnUpD
244 CTRL_expressions_headTurnDownU
245 CTRL_expressions_headTurnDownM
246 CTRL_expressions_headTurnDownD
247 CTRL_expressions_headTurnLeftU
248 CTRL_expressions_headTurnLeftM
249 CTRL_expressions_headTurnLeftD
250 CTRL_expressions_headTurnRightU
251 CTRL_expressions_headTurnRightM
252 CTRL_expressions_headTurnRightD
253 CTRL_expressions_headTiltLeftU
254 CTRL_expressions_headTiltLeftM
255 CTRL_expressions_headTiltLeftD
256 CTRL_expressions_headTiltRightU
257 CTRL_expressions_headTiltRightM
258 CTRL_expressions_headTiltRightD
259 EyeAnimX
260 EyeAnimY
261 EyeAnimZ
T/ZSA 230—2024
34
附录C
（规范性）
骨骼名称
表C.1给出了骨骼名称列表。
表C.1 骨骼名称
序号骨骼名称
1 root
2 pelvis
3 spine_01
4 spine_02
5 spine_03
6 spine_04
7 spine_05
8 neck_01
9 neck_02
10 head
11 clavicle_l
12 upperarm_l
13 lowerarm_l
14 hand_l
15 middle_metacarpal_l
16 middle_01_l
17 middle_02_l
18 middle_03_l
19 pinky_metacarpal_l
20 pinky_01_l
21 pinky_02_l
22 pinky_03_l
23 ring_metacarpal_l
24 ring_01_l
25 ring_02_l
26 ring_03_l
27 thumb_01_l
28 thumb_02_l
29 thumb_03_l
30 index_metacarpal_l
31 index_01_l
32 index_02_l
33 index_03_l
34 clavicle_r
35 upperarm_r
36 lowerarm_r
37 hand_r
38 middle_metacarpal_r
39 middle_01_r
T/ZSA 230—2024
35
表C.1 骨骼名称（续）
序号骨骼名称
40 middle_02_r
41 middle_03_r
42 pinky_metacarpal_r
43 pinky_01_r
44 pinky_02_r
45 pinky_03_r
46 ring_metacarpal_r
47 ring_01_r
48 ring_02_r
49 ring_03_r
50 thumb_01_r
51 thumb_02_r
52 thumb_03_r
53 index_metacarpal_r
54 index_01_r
55 index_02_r
56 index_03_r
57 thigh_r
58 calf_r
59 foot_r
60 ball_r
61 indextoe_01_r
62 indextoe_02_r
63 bigtoe_01_r
64 bigtoe_02_r
65 littletoe_01_r
66 littletoe_02_r
67 middletoe_01_r
68 middletoe_02_r
69 ringtoe_01_r
70 ringtoe_02_r
71 thigh_l
72 calf_l
73 foot_l
74 ball_l
75 indextoe_01_l
76 indextoe_02_l
77 bigtoe_01_l
78 bigtoe_02_l
79 littletoe_01_l
80 littletoe_02_l
81 middletoe_01_l
82 middletoe_02_l
T/ZSA 230—2024
36
表C.1 骨骼名称（续）
序号骨骼名称
83 ringtoe_01_l
84 ringtoe_02_l