Kling V4.0 Reference-to-Video: एक क्लिप में इमेज, वीडियो और आवाज़ें
Kling V4.0 Reference-to-Video दस इमेज, पांच वीडियो और तीन ऑडियो क्लिप तक मिलाकर एक नया वीडियो बनाता है। @ टैग कैसे काम करते हैं, तीन नुस्ख़े और सस्ता टेस्ट।
ज़्यादातर वीडियो मॉडल एक तस्वीर लेते हैं और बाक़ी की कल्पना करते हैं। Kling V4.0 Reference-to-Video पूरा फ़ोल्डर लेता है: दस तक रेफ़रेंस इमेज, पांच तक रेफ़रेंस वीडियो और तीन तक ऑडियो क्लिप, और उनसे 3 से 30 सेकंड की एक नई क्लिप बनाता है। एक तस्वीर से किरदार, दूसरी से जैकेट, फ़ोन वीडियो से कैमरे की हरकत, एक रिकॉर्डिंग से आवाज़। कैटलॉग में यह किसी छोटी फ़िल्म टीम को ब्रीफ़ देने के सबसे क़रीब है, और हर ब्रीफ़ की तरह यह तभी काम करता है जब साफ़ हो कि कौन क्या है।
एक ही नियम: प्रॉम्प्ट में हर रेफ़रेंस का नाम लें
हर अपलोड को उसकी जगह के हिसाब से टैग मिलता है: पहली इमेज @Image1, दूसरी @Image2, और इसी तरह आगे; वीडियो @Video1 से @Video5 तक, ऑडियो क्लिप @Audio1 से @Audio3 तक। प्रॉम्प्ट ज़रूरी है, और वहीं आप बताते हैं कि हर रेफ़रेंस किसलिए है। जो रेफ़रेंस आपने अपलोड किया पर कहीं ज़िक्र नहीं किया, वह मॉडल के लिए बस एक अंदाज़ा है। अपलोड का क्रम याद रखें, क्योंकि प्रॉम्प्ट लिखने के बाद दो तस्वीरें आपस में बदलने से चुपचाप उनकी भूमिकाएं भी बदल जाती हैं।
नुस्ख़ा 1: वही किरदार, नया दृश्य
दो इमेज: आपके किरदार का सामने से दृश्य और पोशाक का एक क्लोज़-अप। और कुछ नहीं। मोशन रेफ़रेंस जोड़ने से पहले यह देखने का सबसे आसान तरीक़ा है कि मॉडल चेहरा और कपड़े बनाए रखता है या नहीं।
@Image1 वह महिला है, @Image2 उसका लाल रेनकोट है। वह रात के बाज़ार से निकलकर हल्की बारिश में आती है, रेनकोट का हुड ऊपर खींचती है और कंधे के ऊपर से पीछे देखती है। गीली सड़क पर नियॉन के प्रतिबिंब, बगल से धीमा ट्रैकिंग शॉट।नुस्ख़ा 2: असली वीडियो से कैमरे की हरकत उधार लें
रेफ़रेंस वीडियो एडवांस्ड सेटिंग्स में होते हैं। वे हरकत, कैमरा और रफ़्तार को दिशा देते हैं, इसलिए मेज़ के चारों ओर चलते हुए आपकी दस सेकंड की फ़ोन क्लिप किसी ऐसे प्रोडक्ट के चारों ओर ऑर्बिट बन सकती है जो कभी था ही नहीं। सब वीडियो मिलाकर 30 सेकंड तक इस्तेमाल होते हैं।
@Image1 सिरेमिक की चायदानी है। @Video1 के कैमरा पथ का पालन करें: मेज़ की ऊंचाई पर धीमा ऑर्बिट, जो टोंटी के क़रीब जाकर ख़त्म होता है। खिड़की से सुबह की रोशनी, उठती भाप, लकड़ी की मेज़।ओरिजिनल साउंड रखने का एक स्विच भी है। इसे चालू करने पर क्लिप नया ऑडियो बनाने के बजाय आपके रेफ़रेंस वीडियो की आवाज़ रखती है। यह तभी काम करता है जब आपने वीडियो अपलोड किया हो, और तब सही विकल्प है जब रेफ़रेंस में पहले से वह संगीत या माहौल हो जो आप चाहते हैं।
नुस्ख़ा 3: एक आवाज़ और एक चेहरा
रेफ़रेंस ऑडियो क्लिप, जो एडवांस्ड में ही हैं, नतीजे की आवाज़ और ध्वनि को दिशा देती हैं। हर क्लिप 5 से 30 सेकंड की होनी चाहिए। क्लिप सिंक्रनाइज़्ड स्टीरियो ऑडियो के साथ आती है, इसलिए कोई किरदार मॉडल के बनाए दृश्य में आपकी रिकॉर्डिंग के लहजे में बोल सकता है।
@Image1 बूढ़ा लाइटहाउस रखवाला है, @Image2 लाइटहाउस है। वह लालटेन लिए सीढ़ियों के ऊपर खड़ा है और @Audio1 की आवाज़ में, धीमे और गर्मजोशी से, कैमरे से बात करता है, पीछे हवा और लहरें।सेटिंग्स जो मायने रखती हैं
- रेज़ोल्यूशन: डिफ़ॉल्ट 720p, मांगने पर 1080p। ड्राफ़्ट 720p पर बनाएं।
- अवधि: 3 से 30 सेकंड तक कोई भी पूरी संख्या; डिफ़ॉल्ट 5 है। लंबी क्लिप मॉडल को रेफ़रेंस से भटकने का ज़्यादा समय देती है, इसलिए लंबाई पहले एक अच्छे छोटे वर्शन से कमाएं।
- आस्पेक्ट रेशियो: ऑटो आपकी रेफ़रेंस इमेज या वीडियो के पीछे चलता है। 16:9, 9:16, 1:1 या 21:9 तभी सेट करें जब मंज़िल को इसकी ज़रूरत हो, और फिर उसी जैसे आकार के रेफ़रेंस दें।
कहां यह कमज़ोर पड़ता है
दस रेफ़रेंस एक ऊपरी सीमा है, लक्ष्य नहीं। आपस में असहमत तस्वीरें (एक ही व्यक्ति के बालों के दो अलग रंग, दिन की पोशाक और रात का दृश्य) ऐसा नतीजा देती हैं जो दोनों का औसत होता है, और टेक्स्ट व गहनों जैसी छोटी बारीकियों में भटकाव आम तौर पर सबसे पहले दिखता है। अगर आपको सिर्फ़ एक तस्वीर एनिमेट करनी है, तो Kling V4.0 Image-to-Video मॉडल ज़्यादा सरल है और पहले व आख़िरी फ़्रेम पर नियंत्रण देता है। आपस में मेल खाते रेफ़रेंस चुनने के बारे में और जानने के लिए एक जैसे स्टाइल के लिए रेफ़रेंस इमेज पढ़ें; इसी काम का एक और नज़रिया Vidu Q4 reference-to-video गाइड में देखें। पूरी सूची मॉडल पेज पर है।
अक्सर पूछे जाने वाले प्रश्न
मैं मॉडल को कैसे बताऊं कि कौन सा रेफ़रेंस कौन सा है?
प्रॉम्प्ट में टैग से: अपलोड के क्रम में इमेज के लिए @Image1, @Image2 वग़ैरह, वीडियो के लिए @Video1 और ऑडियो क्लिप के लिए @Audio1।
मैं कितने रेफ़रेंस इस्तेमाल कर सकता हूं?
दस इमेज, पांच वीडियो और तीन ऑडियो क्लिप तक। वीडियो और ऑडियो क्लिप एडवांस्ड सेटिंग्स में हैं।
क्लिप कितनी लंबी और कितनी साफ़ हो सकती है?
3 से 30 सेकंड, डिफ़ॉल्ट 5, 720p या 1080p पर, सिंक्रनाइज़्ड स्टीरियो ऑडियो के साथ।
