Wan 3.0 Prime टेक्स्ट से वीडियो: एक पल नहीं, पूरा दृश्य लिखें
Wan 3.0 Prime टेक्स्ट प्रॉम्प्ट से आवाज़ वाला वीडियो बनाता है और छोटी कहानी जितना लंबा चलता है। बीट्स कैसे लिखें, सेटअप करें और सस्ते में टेस्ट करें।
कुछ भी लिखने से पहले Wan 3.0 Prime टेक्स्ट से वीडियो पेज पर उदाहरण देखें। शहर के एक चौक में एक युवा, शातिर शतरंज खिलाड़ी एक के बाद एक चुनौती देने वालों को हराता है, एक बुज़ुर्ग महिला बैठती है, चुपचाप पहली चाल चलती है, और उसकी मुस्कान धीरे धीरे गायब हो जाती है। यह एक पल नहीं, एक दृश्य है जिसमें शुरुआत, मोड़ और अंजाम है। ज़्यादातर टेक्स्ट से वीडियो मॉडल आपको एक ही एक्शन के कुछ सेकंड देते हैं। Alibaba के Wan 3.0 परिवार का यह मॉडल एक अवधि स्लाइडर रखता है जो कुछ कहने लायक लंबा चलता है, और यह तस्वीर के साथ आवाज़ भी लिखता है।
इसे किसे चुनना चाहिए
- छोटी कहानियाँ और स्केच। जिसमें भी पहले और बाद हो: कोई खुलासा, कोई प्रतिक्रिया, कॉमेडी का छोटा सा पल।
- विज्ञापन और सोशल क्लिप जिन्हें आवाज़ चाहिए। ऑडियो डिफ़ॉल्ट रूप से चालू है, इसलिए सड़क का दृश्य अपनी भीड़ के साथ और रसोई अपनी छनछनाहट के साथ आती है।
- स्टोरीबोर्ड टेस्ट। एक लंबा सिंगल टेक दिखा देता है कि दृश्य का विचार काम करता है या नहीं, इससे पहले कि आप उसे शॉट दर शॉट प्लान करें; हमारी स्टोरीबोर्ड गाइड देखें।
अगर आपको बस कुछ सेकंड बहती धुंध या धीरे घूमता प्रोडक्ट चाहिए, तो आप उस लंबाई के पैसे दे रहे हैं जिसका इस्तेमाल नहीं करेंगे। इसका भाई Wan 3.0 टेक्स्ट से वीडियो सस्ते में शुरू होता है, और हमारी वीडियो मॉडल गाइड बाकी मॉडलों की तुलना करती है।
बीट्स में लिखें
एक लाइन के प्रॉम्प्ट वाली लंबी क्लिप भटक जाती है: मॉडल के पास भरने को समय है पर भरने को कुछ नहीं। इसके बजाय उसे घटनाओं का क्रम दें, जैसे शतरंज वाला उदाहरण करता है। कौन है, पहले क्या होता है, क्या बदलता है, कैमरा कैसे चलता है, और लुक। तीन या चार बीट्स काफ़ी हैं।
रात में एक स्ट्रीट फ़ूड वाला लपटों वाली कड़ाही में नूडल्स उछालता है, जबकि ग्राहकों की कतार इंतज़ार कर रही है। हवा का एक झोंका उसकी कागज़ की टोपी कड़ाही में उड़ा देता है; वह ठिठकता है, फिर चॉपस्टिक से उसे निकालता है और सीधा चेहरा बनाए अगले ग्राहक को परोस देता है। कैमरा लपटों से शुरू होता है, पीछे हटकर कतार दिखाता है, और ग्राहक के हैरान चेहरे पर खत्म होता है। नियॉन बोर्ड, भाप, छनछनाहट की आवाज़, सिनेमाई कॉमेडी।एक शांत बेकरी में सुबह सवेरे। एक बेकर ओवन खोलती है और सुनहरे क्रोइसां की ट्रे बाहर निकालती है, भाप उठ रही है। वह उन्हें खिड़की में सजाती है, बोर्ड को OPEN पर पलटती है, और दरवाज़े के ऊपर घंटी बजते ही पहला ग्राहक अंदर आता है। ओवन से खिड़की तक धीमा डॉली मूव, गर्म नरम रोशनी, शांत माहौल।वर्टिकल क्लिप। कागज़ की एक नाव बारिश के नाले में तैरती जाती है, एक छोटे झरने से उछलकर गुज़रती है, एक पोखर में घूमती है और एक लाल रबर के जूते से टिककर रुक जाती है। पानी की सतह पर नीचा कैमरा, नाव के पीछे चलता हुआ, बारिश की आवाज़, बादलों वाली तेज़ रोशनी।सेटिंग्स, संक्षेप में
- रिज़ॉल्यूशन: तीन स्टेप, बीच वाला डिफ़ॉल्ट है।
- आस्पेक्ट रेशियो: डिफ़ॉल्ट 16:9, साथ में 9:16, 1:1, 4:3 और 3:4.
- अवधि: पूरे सेकंड में। डिफ़ॉल्ट छोटी है; इसे तभी बढ़ाएँ जब आपके प्रॉम्प्ट में उसे भरने लायक बीट्स हों।
- Generate audio: डिफ़ॉल्ट रूप से चालू। अगर आप अपना संगीत डालेंगे तो बंद करें; हमारी जाँच में इससे कीमत कम नहीं हुई, इसलिए जब तक आवाज़ आड़े न आए, इसे चालू रहने दें।
- Prompt expansion (एडवांस्ड): एक ऑप्टिमाइज़र को आपका प्रॉम्प्ट ज़्यादा ब्योरे के साथ दोबारा लिखने देता है। धुंधले विचार के लिए काम का, ध्यान से लिखी बीट्स के लिए बेकार, इसलिए डिफ़ॉल्ट रूप से बंद है।
- Seed (एडवांस्ड): एक तय संख्या नतीजे को दोहराती है, ताकि आप एक शब्द बदलकर तुलना कर सकें।
पैसे बचाने वाली तरकीबें
- दृश्य को छोटा और कम रिज़ॉल्यूशन पर टेस्ट करें। प्रॉम्प्ट को पहले सबसे कम रिज़ॉल्यूशन और छोटी अवधि पर चलाएँ। अगर किरदार और लुक सही हैं, तो फ़ाइनल टेक के लिए दोनों बढ़ाएँ। Generate बटन हर रन से पहले कीमत दिखाता है।
- ट्यून करते समय सीड तय रखें। जब ड्राफ़्ट करीब पहुँच जाए, उसका सीड रखें और शब्द बदलें; तब जो बदलाव दिखते हैं वे आपके शब्दों से आते हैं, किस्मत से नहीं।
- इसके बजाय एक स्थिर तस्वीर को एनिमेट करें, जब लुक कहानी से ज़्यादा मायने रखे। पहले फ़्रेम बनाएँ, फिर Wan 3.0 Prime इमेज से वीडियो इस्तेमाल करें ताकि पहला फ़्रेम ठीक वही हो जिसे आपने मंज़ूर किया।
ईमानदार सीमा
लंबाई एक तोहफ़ा भी है और जोखिम भी। क्लिप जितनी लंबी, हाथ के धुंधलाने, बीट्स के बीच चेहरे के बदलने या बैकग्राउंड की किसी बारीकी के बदलने के उतने ही ज़्यादा मौके। जो लंबा टेक लगभग सही है, उसकी कीमत भी लंबे टेक जितनी है, इसलिए ऊपर वाला सस्ता टेस्ट वैकल्पिक नहीं है। और यह एक प्रॉम्प्ट से बना एक लगातार शॉट है: दृश्यों को अलग करने के लिए कोई कट नहीं, और दो रन में किरदार को हूबहू रखने का तय सीड और एक ही विवरण के अलावा कोई तरीका नहीं। सीरीज़ के लिए, कई क्लिप्स को जोड़कर एडिट करने की योजना बनाएँ।
अक्सर पूछे जाने वाले प्रश्न
क्या Wan 3.0 Prime टेक्स्ट से वीडियो आवाज़ बनाता है?
हाँ, ऑडियो डिफ़ॉल्ट रूप से चालू है। प्रॉम्प्ट में अपनी चाही आवाज़ों का वर्णन करें, या बिना आवाज़ की क्लिप के लिए Generate audio बंद करें।
एक क्लिप कितनी लंबी हो सकती है?
मॉडल पेज पर अवधि स्लाइडर पूरी रेंज पूरे सेकंड में दिखाता है। डिफ़ॉल्ट छोटी है; लंबी क्लिप ज़्यादा महँगी होती हैं, और कीमत Generate बटन पर दिखती है।
क्या मुझे prompt expansion चालू करना चाहिए?
सिर्फ़ किसी कच्चे विचार के लिए जिसे आप भरवाना चाहते हैं। अगर आपने दृश्य बीट दर बीट लिखा है, तो इसे बंद रखें ताकि मॉडल आपके शब्दों का पालन करे।
