Video fra teksten: hvordan beskrive en scene slik at det blir det du hadde tenkt

Kort om det viktigste (BLUF)

Den første videoen fra teksten for nesten alle viser seg å være et tre sekunders rot - fordi beskrivelsen ikke inneholder hovedsaken. Vi deler opp scenen i fem lag: hvem gjør hva, hvordan den er tatt, lys og stil. Med eksempler på «dårlig → bra» og analyse av hvor det oftest går i stykker.

Den første videoen fra teksten er mislykket for nesten alle. En person skriver «en vakker video med en katt», får et rot på tre sekunder og konkluderer med at nevrale nettverk er overvurdert.

Det handler ikke om modellen. Faktum er at en scenebeskrivelse ikke er et søkeord, men en liten teknisk oppgave for operatøren. Jeg skal fortelle deg hva den består av.

Fem lag med normal beskrivelse

Modellen gjetter alt du ikke sa. Jo mindre de sier, jo mer gjetter hun, og jo lenger er resultatet fra det som var i hodet hennes. Derfor snakker vi i lag:

• Hvem eller hva er i rammen.Ikke "katt", men "en rød katt sitter i vinduskarmen."
• Hva skjer.En handling, ikke tre. "Snur hodet mot vinduet."
• Hvor er kameraet og hvordan beveger det seg."Middels skudd, kamera zoomer sakte inn." Dette laget hoppes oftest over, men det løser halve problemet.
• Lys og tid på døgnet."Varmt solnedgangslys fra vinduet, myke skygger."
• Stemning eller stil."Rolig, hjemmekoselig, som i en dokumentar."

Vi samler inn: "Den røde katten sitter i vinduskarmen og snur hodet sakte mot vinduet. Middels bilde, kamera zoomer sakte inn. Varmt solnedgangslys, myke skygger, rolig hjemmekoselig atmosfære." Dette er en teknisk spesifikasjon, ikke et ønske.

Dårlig → bra

Noen par fra ekte praksis:

• "By" → "Nattgate i regnet, neon reflektert i sølepytter, kamera beveger seg sakte fremover i øyehøyde."
• "Vakker kaffe" → "Nærbilde: melk helles i svart kaffe i en tynn stråle, mønsteret sprer seg i sirkler, mykt sidelys."
• «Jenta går» → «Middels skudd bakfra: en mann i lang frakk går langs en tom voll, vinden rusker i frakkens kant, grå morgen.»

Legg merke til et mønster? Alle "gode" alternativer har nøyaktig én handling. Dette er hovedregelen: fire sekunder er én bevegelse, ikke et plot.

Hvor går den oftest i stykker?

Tre feil ser jeg hele tiden.

For mange ting."En mann forlater huset sitt, setter seg inn i en bil, kjører rundt i byen og kommer til sjøen" - dette er ikke en video, dette er et storyboard for fire videoer. Modellen vil prøve å få plass til alt og gjøre ingenting.

Abstraksjoner i stedet for bilder."Atmosfærisk", "stilig", "wow-effekt" - modellen vet ikke hvordan den ser ut. Men han kjenner «lavt bakgrunnsbelysning, røyk i rammen, lange skygger».

Tekst i ramme.Modellen tegner fortsatt inskripsjoner dårlig: bokstavene kommer ut skjeve eller til og med fiktive. Hvis du trenger tekst, legg den til senere i et hvilket som helst redigeringsprogram.

Om formatet

Bestem på forhånd hvor videoen skal gå. Vertikal 9:16 - for tape og shorts, horisontal 16:9 - for nettstedet og presentasjonen. Det vil ikke være mulig å gjøre om formatet senere uten å miste kantene; det er lettere å generere det umiddelbart etter behov.

Du kan prøve å skrive din egen beskrivelse i seksjonenvideogenerering, en kort landing for denne oppgaven -video fra tekst. Hvis du ikke vil ha fra bunnen av, men etter en ferdig mal, ta en titttrender, scenene er allerede beskrevet for deg, alt du trenger å gjøre er å legge til dine egne.

Forresten, hvis du har et passende bilde, er det ofte raskere å bringe det til live enn å beskrive scenen med ord:analyse av gratis måter å generere videoer påOggjennomgang av modeller for videovil hjelpe deg å velge hvor du skal begynne.

Start med én handling og én frase om kameraet. Derfra vil det gå av seg selv.

Vanlige spørsmål (FAQ)

Spørsmål: Hvordan få det beste resultatet fra et nevralt nettverk?
Svar: Bruk detaljerte ledetekster (beskrivelser) på engelsk, angi stilen og detaljene for scenen.

Spørsmål: Kan disse materialene brukes til kommersielle formål?
Svar: Ja, det genererte innholdet er helt og holdent ditt.