MiniMax H3 Lite reference to video: इसे क्या खिलाएँ
MiniMax H3 Lite reference to video आपकी तस्वीरों, क्लिप और ऑडियो से क्लिप बनाता है। क्या देना है और रेफ़रेंस सेट को पहले सस्ते में कैसे जाँचें।
हमने MiniMax H3 Lite reference to video इतनी बार चलाया है कि यह कह सकें: प्रॉम्प्ट से ज़्यादा मायने इस बात के हैं कि आप रेफ़रेंस स्लॉट में क्या रखते हैं। मॉडल आपके पात्रों की तस्वीरें लेता है, चाहें तो छोटी क्लिप और ऑडियो भी, और उनके इर्द-गिर्द एक दृश्य रचता है। इनपुट सही हों तो नतीजा पहचाना जा सकता है। ग़लत हों तो आप किसी अजनबी की क्लिप के पैसे चुकाते हैं। यह वही वॉकथ्रू है जो हमें शुरुआत में चाहिए था, दो सवालों के आसपास: क्या डालें, और महँगे रन से पहले उसे कैसे जाँचें।
इनपुट असल में क्या-क्या लेते हैं
सिर्फ़ प्रॉम्प्ट ज़रूरी है, पर कम से कम एक रेफ़रेंस इमेज या वीडियो भी देना होगा, इसलिए व्यवहार में यह कभी सादा टेक्स्ट से वीडियो नहीं होता। हर स्लॉट में क्या जाता है, सीधे मॉडल पेज से।
- रेफ़रेंस इमेज: नौ तक। हर भुजा 256 से 5760 पिक्सेल के बीच होनी चाहिए, और चौड़ाई-ऊँचाई का अनुपात 0.4 से 2.5 के बीच, इसलिए बहुत पतले बैनर और बहुत लंबी पट्टियाँ नहीं चलेंगी।
- रेफ़रेंस वीडियो (Advanced): तीन तक, MP4 या MOV, हर एक अधिकतम 50 MB। क्लिप एक छोटे तय दायरे में ढाली जाती हैं और पूरा सेट एक साझा कुल लंबाई सीमा मानता है: लंबी क्लिप छाँटी जाती हैं, छोटी बढ़ाई जाती हैं।
- रेफ़रेंस ऑडियो (Advanced): तीन तक WAV या MP3 फ़ाइलें, हर एक 15 MB। ऑडियो आपके लिए छाँटा नहीं जाता, और वह अकेला रेफ़रेंस नहीं हो सकता।
- सेटिंग: अल्ट्रा-वाइड से वर्टिकल तक आस्पेक्ट रेशियो, दो रेज़ोल्यूशन में से चुनाव, और पूरे सेकंड में चुनी अवधि।
रेफ़रेंस सेट को कास्टिंग की तरह बनाएँ
हर तस्वीर को एक किरदार मानें। व्यक्ति के लिए एक साफ़ पोर्ट्रेट, वस्तु के लिए एक फ़ोटो, जगह के लिए एक। मॉडल पेज का उदाहरण ठीक यही करता है: एक तस्वीर में पेस्ट्री शेफ़ और दूसरी में लाल पक्षी, और प्रॉम्प्ट उन्हें पहली और दूसरी तस्वीर कहकर बुलाता है। रेफ़रेंस क्रमांकित हैं, इसलिए प्रॉम्प्ट में यही कहें। "तस्वीर एक वाला शेफ़" बेहतर है "वह आदमी" से।
महँगे रन से पहले जाँचें
- सेट को बिना चलाए पढ़ें। तस्वीरें अगल-बगल रखें और पूछें: क्या हर एक अलग किरदार है, और क्या कोई दूसरी से टकरा रही है (दो अलग जैकेट, दो अलग रोशनी के मिज़ाज)? हारने वाली हटा दें।
- सबसे सस्ती सेटिंग पर चलाएँ। छोटा रेज़ोल्यूशन और सबसे कम अवधि चुनें। Generate बटन की क़ीमत दोनों के साथ चलती है, इसलिए ड्राफ़्ट फ़ाइनल का एक छोटा हिस्सा पड़ता है।
- पहले पहचान परखें, फिर हरकत। अगर ड्राफ़्ट में चेहरा, पोशाक या निशान बहक जाए, तो रेफ़रेंस ठीक करें, प्रॉम्प्ट नहीं। हरकत की दिक़्क़तें शब्दों से सस्ते में ठीक होती हैं।
- तभी बड़ा करें: बड़ा रेज़ोल्यूशन, लंबी अवधि, और वह आस्पेक्ट रेशियो जिसमें आप प्रकाशित करेंगे।
तैयार प्रॉम्प्ट
तस्वीर 1 की बरिस्ता और तस्वीर 2 का सिरेमिक कप इस्तेमाल करें। उसका चेहरा, एप्रन और कप की ग्लेज़ बिल्कुल वैसे ही रखें जैसे दिखाए गए हैं। कैफ़े काउंटर पर मीडियम शॉट, वह कप को कैमरे की ओर सरकाती है, भाप उठती है, सुबह की खिड़की की नरम रोशनी।तस्वीर 1 का स्नीकर तस्वीर 2 की गीली सड़क पर रखा है। जूते के चारों ओर धीमी परिक्रमा, चमड़े पर बारिश की बूँदें, नियॉन की परछाइयाँ जमे पानी पर सरकती हैं।तस्वीर 1 की लोमड़ी तस्वीर 2 के बर्फ़ीले जंगल में दुलकी चाल से चलती है और रुककर कैमरे की ओर पलटकर देखती है। लोमड़ी के निशान और पूँछ वैसी ही रखें। हल्का हैंडहेल्ड एहसास।कब कुछ और चुनें
अगर आपके पास सटीक पहला फ़्रेम पहले से है, तो उसी निर्माता का इमेज से वीडियो ज़्यादा सीधा औज़ार है। अगर कोई रेफ़रेंस है ही नहीं, तो टेक्स्ट से वीडियो इस्तेमाल करें। ज़्यादा व्यापक तुलना के लिए वीडियो मॉडल गाइड और पूरी मॉडल सूची मदद करती हैं। रेफ़रेंस सेट पर हमारे नोट्स यहाँ भी लागू होते हैं।
ईमानदार सीमा
रेफ़रेंस नतीजे को दिशा देते हैं; हू-ब-हू नक़ल की गारंटी नहीं देते। नौ तस्वीरों के साथ मॉडल को बहुत सारे निर्देश सँभालने पड़ते हैं, और छपा टेक्स्ट, लोगो और बारीक पैटर्न जैसे छोटे ब्योरे धुंधले या बदल सकते हैं। ऑडियो स्लॉट भी अपने आप होंठों से बोली मिलान नहीं कराता, इसलिए उसे मूड और टाइमिंग की गाइड मानें, डबिंग नहीं। जब कोई ब्योरा पिक्सेल-सटीक चाहिए, तो उसे स्थिर तस्वीर में ठीक करें और वहीं से एनिमेट करें।
अक्सर पूछे जाने वाले प्रश्न
क्या मैं बिना तस्वीरों के सिर्फ़ रेफ़रेंस वीडियो इस्तेमाल कर सकता हूँ?
हाँ। कम से कम एक इमेज या एक वीडियो ज़रूरी है, इसलिए अकेला वीडियो काफ़ी है। लेकिन ऑडियो कभी अकेला रेफ़रेंस नहीं हो सकता।
मुझे कितने रेफ़रेंस इस्तेमाल करने चाहिए?
उतने ही जितने आपके दृश्य के किरदार ढक लें। मॉडल नौ तस्वीरें तक लेता है, पर दो-तीन का सुघड़ सेट आमतौर पर भीड़ भरे सेट से ज़्यादा वफ़ादार रहता है।
मेरी रेफ़रेंस इमेज क्यों अस्वीकार हुई?
उसका आकार और बनावट जाँचें: हर भुजा 256 से 5760 पिक्सेल के बीच और चौड़ाई-ऊँचाई का अनुपात 0.4 से 2.5 के बीच होना चाहिए।
