Kling V4.0 Text-to-Video: एक प्रॉम्प्ट, एक लंबा शॉट, आवाज़ के साथ

ज़्यादातर टेक्स्ट से वीडियो मॉडल कुछ सेकंड देते हैं और जोड़ने का काम आप पर छोड़ देते हैं। Kling V4.0 Text-to-Video तब खोलें जब आपको इसका उल्टा चाहिए: एक ही शॉट जो चलता रहे। आप 3 से 30 सेकंड तक कुछ भी मांग सकते हैं, 720p या 1080p में, 21:9 अल्ट्रावाइड समेत चार आकारों में, और क्लिप सिंक की हुई स्टीरियो आवाज़ के साथ लौटती है। न कोई तस्वीर अपलोड करनी है, न कोई रेफ़रेंस तैयार करना है। बस शब्द।

इसे क्यों चुनें?

इसकी लंबाई की वजह से। पांच सेकंड की क्लिप एक प्रतिक्रिया होती है; बीस सेकंड की क्लिप शुरुआत, मोड़ और अंत वाला पूरा दृश्य हो सकती है, और उसे लिखने का तरीक़ा अलग होता है। जब आवाज़ मायने रखती है और आप दूसरा टूल नहीं चाहते, तब भी यही मॉडल सही है: कदमों की आहट, हवा, भीड़ और संगीत की एक पंक्ति एक ही फ़ाइल में आ जाती है। अगर आपको बस एक छोटा एनिमेटेड लूप चाहिए, तो छोटा मॉडल सस्ता पड़ता है; वीडियो मॉडल की तुलना फ़ैसला करने में मदद करती है।

शॉट को एक टेक वाले निर्देशक की तरह लिखें

लंबी क्लिप एक ख़ास तरह से बिगड़ती है: मॉडल को भटकने का समय मिल जाता है। इलाज यह है कि उसे बताएं शॉट कहां से शुरू होता है, क्या हिलता है और कहां ख़त्म होता है। आमतौर पर तीन वाक्य काफ़ी हैं: पहला फ़्रेम, एक लगातार गति (कैमरे की या विषय की, दोनों पूरी रफ़्तार से नहीं) और वह आख़िरी तस्वीर जो आप देखना चाहते हैं।

वे सेटिंग जो मायने रखती हैं

• अवधि: 3 से 30 के बीच पूर्ण संख्या, डिफ़ॉल्ट 5। लिखावट पर सबसे ज़्यादा असर इसी का पड़ता है, इसलिए प्रॉम्प्ट से पहले इसे तय करें।
• रेज़ोल्यूशन: डिफ़ॉल्ट 720p, फ़ाइनल के लिए तैयार होने पर 1080p। ड्राफ़्ट कम रेज़ोल्यूशन में बनाएं।
• आस्पेक्ट रेशियो: 16:9, 9:16, 1:1 या 21:9। रेशियो आप तय करते हैं, मॉडल अंदाज़ा नहीं लगाता, इसलिए वही चुनें जो आपकी मंज़िल को चाहिए; आस्पेक्ट रेशियो गाइड आम विकल्प गिनाती है।

आवाज़ को प्रॉम्प्ट में रखें

क्योंकि ऑडियो क्लिप के साथ आता है, उसे शॉट का हिस्सा मानें। ऊपर के उदाहरणों की तरह प्रॉम्प्ट के अंत में आवाज़ों का एक वाक्य उसे दिशा देने के लिए काफ़ी है। अगर आप क्लिप चुप चाहते हैं, या संगीत ख़ुद डालेंगे, तो 'संगीत नहीं' लिखें ताकि साउंडट्रैक बिना बुलाए न आए। अगर बनी हुई आवाज़ लगभग सही है पर पूरी तरह नहीं, तो वीडियो के लिए साउंड इफ़ेक्ट मॉडल तैयार क्लिप के लिए नया साउंडट्रैक लिख सकता है।

यह कहां कमज़ोर पड़ता है

लंबाई वरदान के साथ जोखिम भी है। क्लिप जितनी लंबी, हाथ में उंगली बढ़ जाने या पृष्ठभूमि के चुपचाप बदल जाने की गुंजाइश उतनी ज़्यादा, और साइन पर लिखा पाठ शायद ही पढ़ने लायक रहता है। एक प्रॉम्प्ट में कई तेज़ कट अक्सर एक अजीब शॉट में घुल जाते हैं, इसलिए एक लगातार टेक मांगें, और जिन दृश्यों में कई शॉट में एक ही किरदार चाहिए, वहां Kling V4.0 Reference-to-Video जैसा तस्वीर पर आधारित मॉडल इस्तेमाल करें। शब्द चुनने की आम सलाह के लिए टेक्स्ट से वीडियो प्रॉम्प्ट गाइड देखें, और हर वीडियो मॉडल मॉडल पेज पर है।