Kling V4.0 Text-to-Video: jeden prompt, jeden dlouhý záběr, se zvukem
Kling V4.0 Text-to-Video vytvoří z promptu klipy dlouhé 3 až 30 sekund se stereo zvukem. Jak napsat záběr, který drží pohromadě, s ukázkovými prompty.
Většina modelů text na video nabídne pár sekund a spojování nechá na vás. Kling V4.0 Text-to-Video otevřete, když chcete pravý opak: jediný záběr, který pokračuje dál. Můžete chtít cokoli od 3 do 30 sekund, v 720p nebo 1080p, ve čtyřech tvarech včetně ultraširokého 21:9, a klip se vrátí se synchronizovaným stereo zvukem. Žádný obrázek k nahrání, žádná reference k přípravě. Jen slova.
Proč ho zvolit?
Kvůli té délce. Pětisekundový klip je reakce; dvacetisekundový klip může být scéna se začátkem, zvratem a koncem, a to je jiný druh psaní. Je to také model, který se hodí, když záleží na zvuku a nechcete druhý nástroj: kroky, vítr, dav i linka hudby dorazí ve stejném souboru. Potřebujete-li jen rychlou animovanou smyčku, je levnější kratší model; při rozhodování pomůže srovnání video modelů.
Pište záběr jako režisér jednoho záběru
Dlouhý klip selhává zvláštním způsobem: model má čas bloudit. Lék je říct mu, kde záběr začíná, co se hýbe a kde končí. Obvykle stačí tři věty: úvodní obraz, jeden souvislý pohyb (kamery nebo objektu, ne obojí naplno) a poslední obraz, který chcete vidět.
Opening on a rain-soaked alley at night, a lone cyclist with a yellow jacket waiting under a flickering sign. The camera slowly pushes in as the cyclist pushes off and rides toward us, puddles splashing, reflections smearing across the asphalt. The shot ends on a close, sharp view of the wet front tyre rolling past the lens. Sound of rain, a distant siren, the soft whirr of a bicycle chain.A wide ultrawide landscape of a salt flat at dawn, a thin line of low mist hovering over the white ground, a single small tractor crossing the frame from left to right at walking pace. Slow, steady, almost still camera. Warm gold light grows behind the horizon. Quiet wind, an engine far away.Vertical video: a baker's hands dust a wooden table with flour, shape a round loaf and score the top with a razor in one quick motion. Close, warm kitchen light, shallow depth of field. Sounds of soft flour, the scrape of the blade, a gentle radio playing in the background.Nastavení, na kterých záleží
- Délka: celé číslo od 3 do 30, výchozí 5. Je to nastavení, které psaní mění nejvíc, takže ho určete před promptem.
- Rozlišení: výchozí 720p, 1080p, až budete na finále. Koncepty dělejte v nižším.
- Poměr stran: 16:9, 9:16, 1:1 nebo 21:9. Poměr určujete vy, model ho neodhaduje, takže zvolte ten, který potřebuje cíl; obvyklé volby uvádí průvodce poměry stran.
Zvuk patří do promptu
Protože zvuk přichází s klipem, berte ho jako součást záběru. K jeho řízení stačí jedna věta o zvucích na konci promptu, jako v ukázkách výše. Chcete-li ticho nebo si chcete zvuk dodělat sami, napište „no music“, aby soundtrack nedorazil nezván. Je-li vygenerovaný zvuk skoro dobrý, ale ne úplně, může model zvukových efektů pro video napsat nový soundtrack k hotovému klipu.
Kde model nestačí
Délka je riziko stejně jako dar. Čím delší klip, tím víc místa pro ruku, které naroste prst, nebo pozadí, které se tiše změní, a text na cedulích málokdy zůstane čitelný. Několik rychlých střihů v jednom promptu se obvykle slije do jednoho zvláštního záběru, proto žádejte jeden souvislý záběr, a pro scény, kde je potřeba stejná postava ve více záběrech, použijte raději model postavený na obrázcích, například Kling V4.0 Reference-to-Video. Obecné rady k formulaci najdete v průvodci prompty pro text na video a všechny video modely na stránce modelů.
Dotazy
Jak dlouhý může být klip z Kling V4.0 text na video?
Od 3 do 30 sekund, v celých sekundách, výchozí je 5.
Má klip zvuk?
Ano. Vrací se se synchronizovaným stereo zvukem. Zvuky popište na konci promptu, nebo napište „no music“, chcete-li klidnější klip.
Jaké tvary a ostrost mohu zvolit?
16:9, 9:16, 1:1 nebo 21:9, v 720p nebo 1080p. Výchozí je 720p.
