एआई वीडियो के 24 एपिसोड में एक जैसा चेहरा बनाए रखना
एआई वीडियो शॉट्स के बीच क्यों बहता है, तीन लीवर जो वास्तव में एक चरित्र को लॉक करते हैं (प्रॉम्प्ट देखें, संदर्भ छवि, बीज), जो अभी भी टूटता है, और एक एपिसोड के बजाय एक शॉट को फिर से कैसे शूट किया जाए।
एआई नाटक के बारे में प्रत्येक स्टूडियो द्वारा पूछा जाने वाला पहला प्रश्न यह नहीं है कि “क्या यह वास्तविक दिखता है”। यह है “क्या यह एपिसोड 19 में वही व्यक्ति होगा”। एक दर्शक थोड़े लचीले हाथ को माफ कर देता है। वे ऐसे नायक को माफ नहीं करते जिसका जबड़ा, हेयरलाइन और आंखों का रंग दृश्यों के बीच बदल जाता है - जिसे एक गलती के रूप में पढ़ा जाता है, और गलतियाँ जादू को तोड़ देती हैं।
यहाँ वह है जो वास्तव में प्रभाव के क्रम में स्थिरता को नियंत्रित करता है।
लीवर एक: लुक प्रॉम्प्ट, एक बार लिखा गया और कभी संपादित नहीं किया गया
लुक प्रॉम्प्ट एक छोटा, उबाऊ, विशिष्ट पैराग्राफ है जो केवल वही बताता है जो कैमरा देख सकता है:
महिला, बीस के दशक के उत्तरार्ध की, पूर्वी एशियाई, अंडाकार चेहरा, कंधे के ब्लेड तक सीधे काले बाल, पतली भौंहें, बाईं आंख के नीचे छोटा सा तिल, सफेद शर्ट के ऊपर ग्रे रंग का सिलवाया हुआ ब्लेज़र, कोई आभूषण नहीं, तटस्थ अभिव्यक्ति।
तीन नियम लुक प्रॉम्प्ट को काम में लाते हैं:
- केवल दृश्यमान गुण। कोई व्यक्तित्व नहीं, कोई पृष्ठभूमि कहानी नहीं, कोई “आत्मविश्वास” नहीं। मॉडल आत्मविश्वास प्रदान नहीं कर सकता; यह चिन एंगल प्रस्तुत कर सकता है।
- केवल स्थायी विशेषताएं। कुछ भी जो प्रति दृश्य बदलता है (गीले बाल, एक पट्टी, एक कोट) शॉट प्रॉम्प्ट में होता है, न कि लुक प्रॉम्प्ट में।
- एक पहचान विवरण। एक तिल, एक निशान, एक विशिष्ट बाली। दर्शक कटों के पार पहचान की पुष्टि करने के लिए इसका उपयोग करता है, और मॉडल इसी पर पकड़ बनाता है।
प्रत्येक शॉट प्रॉम्प्ट तब चरित्र को नाम से संदर्भित करता है और लुक प्रॉम्प्ट को शब्दशः प्राप्त करता है। यदि आप एपिसोड 12 में लुक प्रॉम्प्ट को संपादित करते हैं, तो एपिसोड 1–11 अब एक अलग व्यक्ति हैं।
लीवर दो: एक लॉक की गई संदर्भ छवि
अकेले पाठ बह जाता है. एक संदर्भ छवि चेहरे को सहारा देती है। हम प्रति चरित्र एक कैनोनिकल फ्रेम संग्रहीत करते हैं - तटस्थ प्रकाश, तटस्थ अभिव्यक्ति, सामने की ओर - और इसे हर शॉट के साथ पास करते हैं।
व्यावहारिक नोट्स:
- उच्चतम रिज़ॉल्यूशन पर संदर्भ उत्पन्न करें जिसकी आपको कभी आवश्यकता होगी। एक संदर्भ जो आपके आउटपुट से नरम है वह छत बन जाता है।
- सन्दर्भ अभिव्यक्ति को तटस्थ रखें। एक मुस्कुराता हुआ संदर्भ हर अगले शॉट को मुस्कुराहट की ओर धकेलता है, जिसमें अंतिम संस्कार का दृश्य भी शामिल है।
- प्रति वर्ण एक संदर्भ, फ़ोल्डर नहीं। एकाधिक संदर्भ मॉडल को एक विकल्प देते हैं, और यह अलग-अलग दिनों में अलग-अलग चयन करेगा।
लीवर तीन: प्रति पात्र एक निश्चित बीज
बीज जादू नहीं हैं, लेकिन वे भिन्नता के एक स्रोत को मुफ्त में हटा देते हैं। प्रति पात्र बीज निर्धारित करें और इसे केवल तभी बदलें जब आप जानबूझकर भिन्नता चाहते हों (एक स्वप्न अनुक्रम, विभिन्न प्रकाश व्यवस्था के साथ एक फ्लैशबैक)।
| सेटिंग | तय | भिन्न |
|---|---|---|
| शीघ्र देखो | ✅ प्रति अक्षर | — |
| संदर्भ छवि | ✅ प्रति अक्षर | — |
| बीज | ✅ प्रति अक्षर | जानबूझकर किए जाने पर ही शॉट-स्तर |
| तुरंत गोली मारो | — | ✅ प्रति शॉट |
| प्रकाश/लेंस | — | ✅ प्रति दृश्य |
| कपड़े की अलमारी | — | ✅ प्रति दृश्य, स्पष्ट रूप से वर्णित |
जो अब भी टूटता है
यहां मार्केटिंग से ज्यादा ईमानदारी मायने रखती है। ये वे विफलताएँ हैं जो हम अभी भी देखते हैं:
- अत्यधिक कोण. प्रोफ़ाइल और निम्न-कोण शॉट फ्रंट-ऑन से अधिक बहाव करते हैं। हीरो प्रोफ़ाइल शॉट्स के लिए पुन: प्रस्तुतीकरण का बजट बनाएं।
- ** हाथ क्लोज़-अप में। ** 1/8 फ्रेम पर, हाथ अभी भी विकृत हैं। इसके चारों ओर लिखें: चेहरे पर काटें, या वस्तु को फ्रेम से बाहर रखें।
- भीड़. तीन से अधिक लोगों वाला कोई भी शॉट पहचान असाइनमेंट खो देता है - मॉडल ख़ुशी से दो लीड बदल देगा। ग्रुप शॉट्स को चौड़ा और छोटा रखें।
- लंबा समय लगता है। एक ही शॉट में लगभग 12 सेकंड के बाद, सुविधाएँ खिसकना शुरू हो जाती हैं। ठीक इसी कारण से हमारी शॉट इकाई 5 सेकंड है; संपादन में लंबे समय को एकत्रित किया जाता है, एक पास में उत्पन्न नहीं किया जाता है।
- सभी भाषाओं में आवाज़. एक क्लोन आवाज़ स्वचालित रूप से एक ही समय में दूसरी भाषा नहीं बोलती है। यदि आप स्थानीयकरण करते हैं, तो प्रति भाषा आवाज को फिर से कास्ट करने की अपेक्षा करें, और अपने ग्राहक को सामने से बताएं।
एक एपिसोड नहीं, बल्कि एक शॉट दोबारा शूट करें
क्योंकि शॉट्स व्यक्तिगत रूप से प्रस्तुत होते हैं, विफलता को ठीक करना सस्ता होता है: शॉट की पहचान करें, एक चर (कोण, प्रकाश व्यवस्था, या प्रॉम्प्ट में एक विशेषण) को समायोजित करें, फिर से प्रस्तुत करें। लागत एक शॉट है - 1080p पर 5 सेकंड के लिए 22 क्रेडिट - 75-सेकंड एपिसोड की लागत ~430 क्रेडिट नहीं है।
वर्कफ़्लो नियम जो निम्नानुसार है: कभी भी उस शॉट को स्वीकार न करें जिसे आप क्लाइंट के सामने नहीं रखेंगे, सिर्फ इसलिए कि शेष एपिसोड समाप्त हो गया है। शॉट में एक घूमता हुआ चेहरा 9 ही वह एकमात्र चीज़ होगी जिसका कोई भी उल्लेख करेगा।