Vidu Q4 image to video: anima un'immagine, con suono e parlato

La maggior parte dei modelli image-to-video ti dà un clip muto e lascia a te il suono. Vidu Q4 Preview image to video no: prende un'immagine e un prompt e, per impostazione predefinita, scrive l'audio insieme al movimento. In uno degli esempi della sua pagina, una tennista guarda in camera dopo una partita e dice una frase, e la bocca si muove con le parole. È questo il motivo per sceglierlo. Se ti servono solo pochi secondi di nuvole che scorrono su un paesaggio, un modello vicino più economico nella pagina dei modelli fa lo stesso lavoro.

Cosa gli dai

• Un'immagine (obbligatoria). Diventa il primo fotogramma, quindi composizione, luce e volti si decidono qui.
• Un prompt (obbligatorio). Descrivi cosa succede dopo, non ciò che c'è già nell'immagine.
• Risoluzione. Un elenco che va da una dimensione leggera da anteprima a una dimensione finale grande, con una via di mezzo sensata come predefinita.
• Durata. Un cursore in secondi interi. Il valore predefinito è breve; il massimo del cursore è abbastanza lungo per una frase parlata completa e una reazione.
• Generate audio. Attivo per default. Disattivalo quando il clip finirà sotto la tua musica.
• Avanzate: espansione del prompt (disattivata per default) e un seed.

Dove dà il meglio

Ritratti parlanti e piccole scene con una fonte sonora. Un personaggio che dice una frase, un bollitore che inizia a fischiare, la pioggia su una finestra con la pioggia che si sente. Poiché suono e immagine escono dalla stessa esecuzione, i tempi tendono a concordare: la porta si chiude quando senti che si chiude. Dai al modello un fotogramma iniziale pulito e ben illuminato, con il soggetto grande nell'inquadratura, e manterrà volto e vestiti vicini alla tua immagine invece di allontanarsi.

Tre prompt da cui partire

Il vocabolario è lo stesso di qualsiasi modello image-to-video: un movimento di camera, un'azione del soggetto, un'atmosfera. Il glossario dei prompt di movimento elenca le parole che reggono e quelle che fanno sciogliere un'immagine. La novità qui è lo spazio per il suono: nomina il suono che vuoi, e nominalo una volta sola.

Trucchi

• Lascia disattivata l'espansione del prompt quando l'hai scritto con cura. Riscrive un prompt breve in uno lungo, il che aiuta un'idea di una parola e danneggia una precisa, soprattutto una battuta che vuoi parola per parola.
• Fissa il seed mentre affini. Imposta un tuo numero di seed prima di cambiare il prompt, così ogni modifica è l'unica modifica. La spiegazione del seed mostra perché fa risparmiare esecuzioni.
• Adatta la durata all'azione. Un clip breve per un battito di ciglia o un sorso, uno più lungo per una frase. Un clip lungo con un'azione minuscola riempie il resto con movimenti che non hai chiesto.

Il limite, senza giri di parole

È un modello in anteprima, e si vede nel parlato. Le frasi brevi con parole chiare escono bene; i monologhi lunghi, i nomi e i numeri pronunciati ad alta voce sono il punto in cui labbra e parole iniziano a separarsi. Tieni il dialogo a una frase per clip e spezza i discorsi più lunghi in più clip che partono dall'ultimo fotogramma del precedente. E il fotogramma iniziale comanda sempre: mani e piccoli testi nell'immagine non miglioreranno muovendosi, quindi sistemali prima (la guida passo passo da foto a video spiega come preparare il fotogramma).