காட்சியைப் பின்தொடரும் AI வீடியோ டப்பிங்
ஒரே விவரணையிலிருந்து குரல்கள், ஒலி விளைவுகள் மற்றும் இசை
பெரும்பாலான AI குரல் கருவிகள் உரையை வெறுமனே வாசித்துவிடும்; அதை எடிட்டுடன் பொருத்துவது உங்கள் வேலையாகிவிடும். Seed Audio 1.5 வீடியோவைப் பார்த்து செயல்படுகிறது. யார் பேசுகிறார்கள், என்ன பேசுகிறார்கள், அறையின் ஒலி எப்படி இருக்கும், இசை என்ன செய்யும் என்பதை விவரியுங்கள்; திரையில் நடப்பவற்றுடன் நேரம் பொருந்திய ஒரே ஒலிப்பதிவை அது தரும்.
வசனங்களை நீங்கள் எழுதுகிறீர்கள். மாடல் அவற்றை ஒலி விளைவுகள், இசையுடன் காட்சிக்கு ஏற்ற நேரத்தில் நிகழ்த்துகிறது.
டப்பிங் செய்ய மூன்று வழிகள்
ByteDance மூன்று வீடியோ முறைகளை ஆவணப்படுத்தியுள்ளது. குரலின் மீது உங்களுக்கு எவ்வளவு கட்டுப்பாடு வேண்டும் என்பதைப் பொறுத்துத் தேர்ந்தெடுங்கள்.
வீடியோவும் விவரணையும்
மாடல் காட்சியைப் புரிந்துகொண்டு, உங்கள் உரையின்படி குரல் கொடுக்கும்: வசனங்கள், குரலின் வகை, ஒலி விளைவுகள், பின்னணி இசை.
வீடியோ, விவரணை மற்றும் ஒரு குரல்
ஒரு மாதிரி கிளிப்பைச் சேர்த்தால், வசனங்கள் அந்தக் குரலில் பேசப்படும். நேரத்தை வீடியோ தீர்மானிக்கும், குரல் தன்மையை மாதிரி கிளிப் தீர்மானிக்கும்.
ஏற்கனவே இருப்பதை மொழிபெயர்த்தல்
வீடியோவில் ஏற்கனவே ஆங்கிலம் அல்லது சீன மொழியில் பேச்சு இருந்தால், அதையே மொழிபெயர்த்து, பேசுபவரின் சொந்தக் குரலையே தக்கவைத்துக் கொள்ளுங்கள்.
டப்பிங் எங்கெல்லாம் கைகொடுக்கும்
AI உருவாக்கிய காட்சிகள்
வீடியோ மாடல்கள் உருவாக்கும் கிளிப்புகள் பெரும்பாலும் ஒலியின்றி அல்லது ஊகத்தில் அமைந்த ஒலிப்பதிவுடன் வரும். காட்சிக்கு உண்மையில் தேவையான வசனம், சூழல் ஒலியுடன் அவற்றுக்கு டப்பிங் செய்யுங்கள்.
மோசமான படப்பிடிப்பு ஒலி
தரம் குறைந்த ஆடியோவை மேம்படுத்துவதை ByteDance ஒரு பயன்பாடாகக் குறிப்பிடுகிறது: இரைச்சலுடன் போராடுவதற்குப் பதிலாக, காட்சியைத் தெளிவாக மீண்டும் நிகழ்த்துங்கள்.
குறுந்தொடர்களும் தொடர்களும்
ஒரே மாதிரி கிளிப்பை மீண்டும் பயன்படுத்தினால், ஒரு கதாபாத்திரத்தின் குரல் ஒவ்வொரு எபிசோடிலும் ஒரே மாதிரி இருக்கும்.
விளம்பரங்களும் ப்ரோமோக்களும்
பின்னணிக் குரல், பொருளின் ஒலி, இசையின் அழுத்தம் ஆகியவற்றை ஃபிரேம் வரை துல்லியமாக நேரப்படுத்துங்கள்; அடுத்த சந்தைக்காக மொழியை மாற்றுங்கள்.
Seed Audio 1.5 மூலம் வீடியோவுக்கு டப்பிங் செய்வது எப்படி
கட்டை தயார் செய்யுங்கள்
MP4 அல்லது MOV, 4 முதல் 360 வினாடிகள், 480p முதல் 1080p வரை, 200 MB வரை. இறுதி எடிட்டுக்கு டப்பிங் செய்யுங்கள்: கட் மாறினால் நேரமும் மாறும்.
கேட்கவேண்டியதை எழுதுங்கள்
வசனங்களை மேற்கோள் குறிகளுக்குள் எழுதுங்கள்; ஒவ்வொரு குரலுக்கும் சிறு விவரணை கொடுங்கள்; பிறகு ஒலி விளைவுகளையும் இசையையும் குறிப்பிடுங்கள். மாடல் வசனங்களைத் தானாக உருவாக்காது, எனவே பேசப்பட வேண்டிய அனைத்தும் ப்ராம்ப்டில் இருக்க வேண்டும்.
முக்கியமான இடங்களில் நேரத்தைக் குறியிடுங்கள்
ஒரு கட்டில் சரியாக விழ வேண்டிய வசனங்கள், ஒலி விளைவுகளுக்கு [2.0s:6.5s] போன்ற நேரக்குறிகளைப் பயன்படுத்துங்கள். மற்றதை மாடலிடம் விட்டுவிடுங்கள்.
தேவைப்பட்டால் குரல் மாதிரியைச் சேர்க்கவும்
ஒவ்வொன்றும் 2 முதல் 30 வினாடிகள் கொண்ட ஆறு கிளிப்புகள் வரை. ஒரு கதாபாத்திரம் பேசும் ஒவ்வொரு முறையும் அதே கிளிப்பைப் பயன்படுத்துங்கள்.
ப்ராம்ப்ட் எடுத்துக்காட்டுகள்
ByteDance-இன் ப்ராம்ப்ட் வழிகாட்டி பரிந்துரைப்பது: என்ன கேட்க வேண்டும், எப்படி ஒலிக்க வேண்டும், எது இருக்கக்கூடாது. ப்ராம்ப்டுகள் ஆங்கிலத்திலேயே இருக்கும்.
மழை பெய்யும் தெருவில் இருவர்
Outdoor street at night, steady rain on umbrellas and a passing car on wet asphalt. A young woman with a clear British voice, exasperated then laughing, says: “I cannot believe I let you talk me into this.” A man with a warm baritone, apologetic but smiling, answers: “I said it might rain. I did not say the sky would take it personally.” No music.
ஒவ்வொரு பேச்சாளருக்கும் வசனத்துக்கு முன் ஒரு வரி விவரணையும் உணர்ச்சியும் தரப்பட்டுள்ளன.
துல்லியமான நேரத்துடன் ஒரு பொருள் காட்சி
[0.0s:15.0s] Light electronic music under the whole clip. [0.4s:1.0s] A crisp click as the lid opens. [1.5s:5.0s] A confident adult male voice, General American accent, says: “Built for the days that do not end at five.” [12.0s:15.0s] The music lifts and resolves.
மூடி திறக்கும் ஃபிரேமிலேயே க்ளிக் ஒலி விழுவதை நேரக்குறிகள் உறுதி செய்கின்றன.
தொடங்குவதற்கு முன்
- மாடல் திரைக்கதையை எழுதாது. ப்ராம்ப்டில் விவரணை இல்லாத வீடியோவுக்குத் திட்டமிட்ட வசனம் எதுவும் கிடைக்காது.
- இது ஆடியோவை மட்டுமே உருவாக்கும். திரையில் உள்ள வாய் அசைவு மாறாது; எனவே வைடு ஷாட்கள், தலையின் பின்புறக் காட்சிகள், விவரிப்பு, அனிமேஷன் ஆகியவற்றில் வசனம் சிறப்பாக அமையும்.
- ஒரு கோரிக்கையில் 6 நிமிடங்கள் வரை ஆடியோ உருவாக்கலாம்; நீளமான படங்களுக்குக் காட்சி வாரியாக டப்பிங் செய்யுங்கள்.
- குரல் மாதிரிகளைப் பேசுபவரின் அனுமதியுடன் மட்டுமே பயன்படுத்துங்கள்.
AI வீடியோ டப்பிங் – அடிக்கடி கேட்கப்படும் கேள்விகள்
Seed Audio 1.5 மூலம் வீடியோவைத் தமிழில் மொழிபெயர்க்கவோ டப்பிங் செய்யவோ முடியுமா?
இப்போதைக்கு முடியாது. வெளியீட்டின்போது Seed Audio 1.5 பேசும் 30 மொழிகளில் தமிழ் இல்லை. ஆங்கிலம் அல்லது சீன மொழி வீடியோக்களை இந்தி, மலாய், அரபு, பிரெஞ்சு, ஜெர்மன் போன்ற மொழிகளுக்கு மொழிபெயர்க்கலாம்.
AI வீடியோ டப்பிங் என்றால் என்ன?
AI மூலம் வீடியோவின் ஒலிப்பதிவை உருவாக்குவது: வசனம், பின்னணிக் குரல், ஒலி விளைவுகள், இசை ஆகியவை திரையில் நடப்பவற்றுடன் நேரம் பொருந்தி இருக்கும். Seed Audio 1.5-இல் ஒலியை விவரித்தால், மாடல் அதை ஒரே முறையில் உருவாக்கித் தரும்.
Seed Audio 1.5 எனக்காக வசனங்களை எழுதுமா?
இல்லை. இது தானாக டப்பிங் செய்யாது என்பதை ByteDance தெளிவாகக் கூறியுள்ளது. வசனங்களையும் ஒலியின் விவரணையையும் நீங்கள் தர வேண்டும்; மாடல் அவற்றை நிகழ்த்தி நேரப்படுத்தும்.
டப்பிங்கில் ஒரு குறிப்பிட்ட குரலைப் பயன்படுத்த முடியுமா?
முடியும். 2 முதல் 30 வினாடிகள் கொண்ட மாதிரி கிளிப்பைச் சேர்த்தால், வசனங்கள் அந்தக் குரலில் பேசப்படும்; நேரத்தை வீடியோ கட்டுப்படுத்தும். ஒரு கோரிக்கையில் ஆறு மாதிரிகள் வரை பயன்படுத்தலாம்.
ஆங்கிலம் தவிர வேறு மொழிகளில் டப்பிங் செய்ய முடியுமா?
முடியும். Seed Audio 1.5 ஜப்பானியம், கொரியன் முதல் போலிஷ், துருக்கி, இந்தி வரை 30 மொழிகளைப் பேசும். அவற்றில் தமிழ் இல்லை.
டப்பிங்குக்கும் வீடியோ மொழிபெயர்ப்புக்கும் என்ன வேறுபாடு?
டப்பிங் உங்கள் விவரணையிலிருந்து புதிய ஒலிப்பதிவை உருவாக்கும். வீடியோ மொழிபெயர்ப்பு, ஆங்கிலம் அல்லது சீன மொழியில் ஏற்கனவே உள்ள பேச்சை எடுத்து, அதே குரலில் வேறு மொழியில் மீண்டும் பேசவைக்கும்.
தொடர்புடையவை
உங்கள் காட்சிக்குத் தேவையான ஒலியைக் கொடுங்கள்
வசனங்களை எழுதுங்கள், அறையின் ஒலியை விவரியுங்கள்; நேரத்தைக் காட்சியே தீர்மானிக்கட்டும்.
வீடியோவுக்கு டப்பிங் செய்யுங்கள்