वीडियो

HeyGen Video 1.0 Image-to-Video: एक तस्वीर को 2K तक ज़िंदा करें

HeyGen Video 1.0 पहले फ़्रेम की तस्वीर को लिखे हुए दृश्य से चलाता है। प्रॉम्प्ट को बीट्स में कैसे लिखें, किस रिज़ॉल्यूशन पर टेस्ट करें, और फ़्रेम का आकार।

5 मिनट में पढ़ें
गहरी मेज़ पर छोटे लकड़ी के स्टैंड में सीधी खड़ी एक पुरानी कांच की फ़ोटोग्राफ़िक प्लेट, जिससे बैंगनी रोशनी गुज़रकर आगे एक हल्की जामुनी किरण की तरह फैलती है

यह मॉडल किसके लिए है? उसके लिए जिसके पास तस्वीर पहले से है। कोई प्रोडक्ट शॉट, आपका बनाया कोई किरदार, स्टोरीबोर्ड का कोई फ़्रेम: HeyGen Video 1.0 Image-to-Video उस इमेज को पहला फ़्रेम बनाता है और वहीं से दृश्य को आगे चलाता है, उस लिखे हुए विवरण के मुताबिक़ कि क्या होता है और कैमरा कैसे चलता है। शुरुआत को आप दोबारा नहीं बना सकते, लेकिन आगे क्या होगा, यह आप तय करते हैं। अगर आप अभी तस्वीर ही ढूंढ रहे हैं, तो पहले किसी टेक्स्ट-टू-इमेज मॉडल से शुरू करें और फिर यहां लौटें।

आपके हाथ में क्या है

  • इमेज। ज़रूरी है। यही पहला फ़्रेम है, और वीडियो उसका आस्पेक्ट रेशियो रखता है, यानी खड़ी फ़ोटो से खड़ी क्लिप बनती है।
  • प्रॉम्प्ट। ज़रूरी है। यह फ़ील्ड दृश्य, एक्शन और कैमरे की चाल मांगता है, और इसमें लंबे, बारीक विवरण की जगह है।
  • अवधि। पांच से पंद्रह सेकंड, डिफ़ॉल्ट पांच।
  • रिज़ॉल्यूशन। 480p, 768p, 1080p या 2K, डिफ़ॉल्ट 768p।
  • प्रॉम्प्ट एन्हांसमेंट और सीड, दोनों एडवांस्ड सेटिंग्स में। एन्हांसमेंट डिफ़ॉल्ट रूप से बंद है।

दृश्य को बीट्स में लिखें

मॉडल पेज का उदाहरण देखें, तो पता चलेगा कि वह एक लंबा वाक्य नहीं है। वह एक छोटी सी पटकथा है: हम कहां हैं, हर व्यक्ति क्या करता है, एक ठहराव, वह पल जो मायने रखता है, फिर कैमरे के लिए अलग पैराग्राफ़ और मूड के लिए एक और। यही ढांचा यहां अच्छा काम करता है। हर बीट एक चीज़ है जो मॉडल को क्रम से दिखानी है, और कैमरे वाला पैराग्राफ़ चाल के निर्देशों को एक्शन में उलझने से बचाता है।

Prompt
फ़ोटो वाली सिरेमिक केतली धूप भरी खिड़की के पास लकड़ी की मेज़ पर रखी है। टोंटी से भाप उठने लगती है। दाईं ओर से एक हाथ आता है और धीरे से एक छोटे सफ़ेद कप में चाय डालता है। कैमरा टोंटी के बिल्कुल पास से शुरू होता है, फिर पीछे हटकर मेज़, कप और खिड़की की रोशनी दिखाता है। शांत सुबह का माहौल, गर्म प्राकृतिक रोशनी, हल्की परछाइयां।
प्रोडक्ट फ़ोटो के लिए। चार छोटे पैराग्राफ़: जगह, एक्शन, कैमरा, मूड।
Prompt
इमेज वाला योद्धा तेज़ हवा में एक चट्टान के किनारे खड़ा है। उसका लबादा उठता है और पीछे फड़फड़ाता है। वह घाटी की ओर सिर घुमाता है और तलवार की मूठ पर हाथ रखता है। कैमरा धीरे-धीरे उसके बगल से घूमकर कंधे के ऊपर से दिखने वाले कोण पर आता है, और घाटी व धुंध में दूर खड़ा एक किला सामने आता है। महाकाव्य फ़ैंटेसी, बादलों वाली रोशनी, विशाल पैमाना।
किरदार डिज़ाइन के लिए। नज़ारा कैमरे की चाल से खुलता है, नए एक्शन से नहीं।
Prompt
तस्वीर वाली दुकान, शाम के धुंधलके में। नियॉन साइन टिमटिमाकर जल उठता है, कुछ लोग पास से गुज़रते हैं, एक साइकिल वाला फ़्रेम को बाएं से दाएं पार करता है। ट्राइपॉड पर स्थिर कैमरा, कोई ज़ूम नहीं। शहर की शाम का माहौल, फ़ुटपाथ पर हल्की बारिश।
किसी लोकेशन के शॉट के लिए। जब इमारत को अपनी जगह टिके रहना हो, तो 'स्थिर कैमरा' साफ़ लिखना मदद करता है।

सस्ते में टेस्ट, आख़िर में शार्प

कीमत सेकंड और रिज़ॉल्यूशन के साथ बढ़ती है, और पुष्टि करने से पहले Generate बटन पर दिख जाती है। इसलिए समझदारी यही है कि पहले चाल पक्की करें और पिक्सल के पैसे सबसे आख़िर में दें। पहली कोशिशें 480p और पांच सेकंड पर बनाएं। जब एक्शन ठीक दिखने लगे, तो पसंद आए टेक का सीड नोट करें और उसे 1080p या 2K पर, उतनी लंबाई के साथ जितनी आपको सच में चाहिए, दोबारा बनाएं। नए रिज़ॉल्यूशन पर क्लिप हूबहू शायद न दोहराए, लेकिन तय सीड और वही प्रॉम्प्ट उसे काफ़ी पास रखते हैं; सीड गाइड बताती है क्यों।

प्रॉम्प्ट एन्हांसमेंट कब चालू करें

एन्हांसमेंट रेंडर से पहले आपके प्रॉम्प्ट को दोबारा लिखता और फैलाता है। यह तब काम आता है जब आपका विवरण एक लाइन का हो और आप चाहें कि मॉडल दृश्य की बारीकियां ख़ुद भर दे। अगर आपने ऊपर जैसे बीट्स पहले ही लिख लिए हैं, तो इसे बंद रखें: फ़ैसले आप ख़ुद ले चुके हैं, और दोबारा लिखने में ऐसी चीज़ें जुड़ सकती हैं जो आपने नहीं मांगीं। दोनों विकल्पों में turbo तेज़ है और quality ज़्यादा बारीकी से काम करता है।

ईमानदार सीमा

पहला फ़्रेम एक वादा है जिसे मॉडल शुरुआत में निभाता है और फिर अपने ढंग से पढ़ता है। क्लिप जितना उस पहली तस्वीर से दूर जाती है, चेहरे, हाथ और छोटा टेक्स्ट उतना बदलने लगते हैं, और पंद्रह सेकंड की क्लिप में पांच सेकंड वाली से कहीं ज़्यादा बदलने की गुंजाइश होती है। बड़ी चालें, जैसे शरीर का पूरा घूमना या किसी का फ़्रेम से बाहर जाकर लौटना, वहीं यह सबसे पहले दिखता है। जिस व्यक्ति को पहचान में रहना ज़रूरी है, उसकी चाल छोटी रखें; मोशन प्रॉम्प्ट शब्दावली में इसके लिए शब्द हैं। आवाज़ या बोलने की भी कोई सेटिंग नहीं है, इसलिए क्लिप को सिर्फ़ तस्वीर मानकर योजना बनाएं।

स्टूडियो खोलें, मॉडल उसके पेज पर चुनें और अपनी सबसे अच्छी तस्वीर से शुरू करें।

अक्सर पूछे जाने वाले प्रश्न

क्या HeyGen Video 1.0 मेरी इमेज का आस्पेक्ट रेशियो बदल सकता है?

नहीं। वीडियो पहले फ़्रेम वाली इमेज का आस्पेक्ट रेशियो रखता है, इसलिए अपलोड करने से पहले तस्वीर को ज़रूरी आकार में क्रॉप करें।

HeyGen Video 1.0 की इमेज-टू-वीडियो क्लिप कितनी लंबी हो सकती है?

पांच से पंद्रह सेकंड। डिफ़ॉल्ट पांच है, और छोटी क्लिप में विषय मूल इमेज के ज़्यादा क़रीब रहता है।

कौन सा रिज़ॉल्यूशन चुनूं?

चाल पक्की करने के लिए 480p पर टेस्ट करें, फिर पसंद आया टेक 1080p या 2K पर दोबारा बनाएं। हर विकल्प की कीमत Generate बटन पर दिखती है।

#वीडियो#मॉडल#इमेज से वीडियो

आगे पढ़ें

सभी लेख →