Grup fotoğraflarını nasıl hazırlayacağın, diyalog sesini nasıl düzenleyeceğin ve kimin ne yapacağını nasıl yöneteceğin aşağıda.
Çok kişili yapay zeka videosu için fotoğraf hazırlamak
Hareket etmesi gereken herkesin yüzü görünür olmalı; ideal olarak benzer boyutta ve üst üste binmeden. Yatay kadrajda yan yana iki ila dört kişi en kolay başlangıç noktasıdır — bir podcast masası, bir röportaj koltuğu ya da sahnede dizilmiş bir grup düşün. Tüm yüzlerde eşit ışık, bir kişinin diğerlerinden daha sönük görünmesini önler.
Kişiler kameraya çok farklı uzaklıktaysa, yakındaki yüzler baskın çıkar. Konuşanlar odakta olacak şekilde kırp.
Diyalog sesini hazırlamak
Tüm konuşmayı, çalınması gereken sırayla içeren tek bir miks ses dosyası yükle. Söz sırasının net anlaşılması için konuşmacılar arasında küçük boşluklar bırak ve iki kişinin uzun süre aynı anda konuştuğu üst üste binmelerden kaçın.
Podcast ve röportaj kayıtları olduğu gibi iyi çalışır — istediğin bölümü kırp, ses seviyesini dengele ve beş dakikaya kadar MP3 ya da WAV olarak yükle.
Kimin konuşacağını ve kimin tepki vereceğini yönetmek
Prompt’ta kişileri konumlarına göre tanımla; kısa tut:
- “Left host speaks first, right host nods and laughs, then answers.” (Soldaki sunucu önce konuşuyor, sağdaki başını sallayıp gülüyor, sonra cevap veriyor.)
- “Woman on the right leads the verse, man on the left joins on the chorus.” (Sağdaki kadın kıtayı söylüyor, soldaki adam nakaratta katılıyor.)
- “Interviewer on the left asks, guest on the right gestures while explaining, static wide shot.” (Soldaki röportajcı soruyor, sağdaki konuk açıklarken jest yapıyor, sabit geniş çekim.)
- “Whole family waves at the end, gentle push-in.” (Sonunda tüm aile el sallıyor, yumuşak yakınlaşma.)
Birden mümkün hale gelen formatlar
Tek bir sabit görselden video podcast’ler, iki karakterli skeç komedisi, röportaj tanıtımları, düetler ve koro klipleri, aile tebrikleri ve sınıf içi canlandırmalar. Bunların her biri eskiden birkaç kişiyi birlikte çekmeyi gerektiriyordu; artık tek bir fotoğraf ve bir kayıt yeterli.
Grup sahnelerinde sık görülen sorunlar
Yanlış kişi konuşuyor gibi görünüyorsa, prompt’taki konumları netleştir — modelin göremeyeceği bir isim yerine “the person on the left” (soldaki kişi) yaz — ve konuşmacıların yüzlerinin kadrajda aşağı yukarı aynı boyutta olduğunu kontrol et. Herkes çok fazla hareket ediyorsa, konuşan öne çıksın diye “listeners stay mostly still” (dinleyenler çoğunlukla hareketsiz kalsın) yaz.
Çok kalabalık gruplar detayı birçok küçük yüze ince ince dağıtır. Bir koro ya da ekip çekimi için ön sıraya göre kırp ve klibi kısa tut.
İki ses için diyalog yazmak
Kısa atışmalar en iyi sonucu verir: biri sorar, diğeri bir iki cümleyle cevap verir ve replikler hızla değişir. Bir grup fotoğrafındaki uzun monologlar dinleyene yapacak pek bir şey bırakmaz; onları tepkiler ya da ek sorularla böl.
SSS
Bir videoda kaç kişi olabilir?
Gruplar çalışır, ama net görünen iki ila dört yüz en güvenilir sonucu verir.
Her kişi için ayrı ses gerekli mi?
Hayır. Konuşmanın tek bir miks dosyasını yükle ve prompt’ta kimin konuştuğunu anlat.
Diğerleri konuşurken kişiler tepki verebilir mi?
Evet. Prompt’ta istediğinde dinleyenler başını sallar, gülümser ve konuşana bakar.
OmniHuman 1.5 birden fazla kişiyi destekliyor muydu?
1.5 sürümü tek bir konuşmacıyı seçmek için maske kullanıyordu. Çok kişili performanslar 2.0 ile geldi.
Bir aile fotoğrafı kullanabilir miyim?
Evet, herkesin izniyle. Net, önden bakan yüzler en iyi sonucu verir.
Sahne ne kadar uzun olabilir?
Tek seferde en fazla 5 dakika.
Her kişinin farklı bir sesi olabilir mi?
Evet. Diyaloğu her kişinin kendi sesiyle, konuşma sırasına göre tek bir ses dosyasında kaydet ya da miksle.
Dinleyenler tamamen hareketsiz mi kalacak?
Hayır — küçük, doğal hareketler yaparlar. Daha fazlasını istiyorsan baş sallama ya da gülümseme gibi tepkiler iste.
Grup fotoğrafının yatay olması gerekir mi?
Kesinlikle değil, ama geniş bir kadraj her yüze daha fazla alan tanır. Dikey grup çekimleri en iyi, birbirine yakın duran iki kişiyle çalışır.