PicassoIA Reference To Video (Ref2Video) आपके अपने रेफ़रेंस से 15 सेकंड तक के वीडियो बनाता है: 9 तक इमेज, एक वैकल्पिक रेफ़रेंस वीडियो और एक वैकल्पिक ऑडियो फ़ाइल। यह आपके किरदारों, प्रोडक्ट और जगहों को नए सीन में पहचानने लायक बनाए रखता है, रेफ़रेंस क्लिप देने पर उसके मूवमेंट के हिसाब से चलता है, और सिंक्रोनाइज़्ड साउंड के साथ 480p या 720p में रेंडर करता है।
- अपनी रेफ़रेंस इमेज अपलोड करें: 9 तक, उन लोगों, जानवरों, चीज़ों या जगहों की जिन्हें वीडियो में दिखना है। ये रेफ़रेंस हैं, शुरुआती फ़्रेम नहीं, इसलिए हर एक किसी भी पल, एंगल या साइज़ में दिख सकती है।
- चाहें तो एक रेफ़रेंस वीडियो जोड़ें। क्लिप उसके मूवमेंट, कैमरा और टाइमिंग के हिसाब से चलती है, और उतनी ही लंबी होती है जितना वीडियो या आपकी चुनी हुई अवधि, दोनों में से जो छोटी हो। सिर्फ़ पहले 15 सेकंड इस्तेमाल होते हैं।
- चाहें तो एक ऑडियो फ़ाइल जोड़ें: कोई आवाज़ जिस पर किरदार लिप सिंक करे, या कोई म्यूज़िक।
- प्रॉम्प्ट लिखें और हर रेफ़रेंस को उसके क्रम से बुलाएं: "Image 1", "Image 2", "Video 1", "Audio 1"। बताएं कि हर एक क्या है और क्या करता है, जैसे: "Image 1, लाल बालों वाली महिला, Image 2 यानी कैफ़े में दाखिल होती है और Audio 1 वाली लाइन बोलती है"।
- रिज़ॉल्यूशन (480p या 720p), आस्पेक्ट रेशियो और 1 से 15 सेकंड की अवधि चुनें, फिर जनरेट करें। प्रॉम्प्ट एन्हांसर चालू रखें, ख़ासकर रेफ़रेंस वीडियो या ऑडियो के साथ: यह छोटे आइडिया को उस विस्तृत विवरण में बदलता है जिसकी लिप सिंक और किरदार बदलने के लिए ज़रूरत होती है।
- Infinite: 480p और 720p पर असीमित, 15 सेकंड तक।
- Elite: 480p पर 15 सेकंड तक और 720p पर 5 सेकंड तक असीमित। 720p की इससे लंबी क्लिप पर 5 क्रेडिट लगते हैं।
- दूसरे प्लान: हर वीडियो पर 5 क्रेडिट, सेटिंग्स चाहे जो हों।
क्या मुझे रेफ़रेंस चाहिए?
हां। कम से कम एक इमेज या एक रेफ़रेंस वीडियो अपलोड करें। सिर्फ़ प्रॉम्प्ट से वीडियो बनाने के लिए, या किसी एक इमेज को पहले फ़्रेम के रूप में एनिमेट करने के लिए, Seedance 2.5 Lite इस्तेमाल करें।
प्रॉम्प्ट में हर रेफ़रेंस को कैसे बुलाऊं?
टाइप और क्रम से: "Image 1" आपकी अपलोड की गई पहली इमेज है, "Video 1" रेफ़रेंस वीडियो और "Audio 1" ऑडियो फ़ाइल। जिस प्रॉम्प्ट में इनका नाम नहीं होता, उसमें मॉडल को अंदाज़ा लगाना पड़ता है कि इनका क्या करना है।
किसी किरदार को बोलते हुए कैसे दिखाऊं?
चेहरे की एक साफ़ इमेज और आवाज़ वाली ऑडियो फ़ाइल अपलोड करें, प्रॉम्प्ट एन्हांसर चालू रखें और लिखें कि इसे कौन बोलता है: "Image 1 कैमरे की तरफ़ देखते हुए Audio 1 बोलता है"। किरदार ऑडियो को ठीक वैसे ही बोलता है जैसा वह रिकॉर्ड हुआ है, होंठों के सही तालमेल के साथ। लिप सिंक 5 सेकंड तक की क्लिप में सबसे सटीक रहता है; लंबे संवाद के लिए उसे कई छोटी क्लिप में जनरेट करें।
रेफ़रेंस वीडियो क्या करता है?
यह मूवमेंट, कैमरा और टाइमिंग तय करता है, और जब तक आप कोई ऑडियो फ़ाइल अपलोड नहीं करते, क्लिप में उसी की आवाज़ रहती है। उसमें अपना किरदार रखने के लिए प्रॉम्प्ट एन्हांसर चालू रखें और बताएं कि कौन किसकी जगह लेता है और क्या करता है: "Image 1, Video 1 की महिला की जगह लेता है और उसी की तरह समुद्र तट पर चलता है"। वीडियो स्ट्रेंथ तय करती है कि क्लिप वीडियो का कितना पालन करे: high सबसे क़रीब से पालन करता है; medium और low ज़्यादा छूट के साथ पालन करते हैं और जल्दी रेंडर होते हैं।
अगर मैं वीडियो और ऑडियो फ़ाइल दोनों अपलोड करूं तो?
आपकी ऑडियो फ़ाइल ही ऑडियो रेफ़रेंस ("Audio 1") होती है। ऑडियो फ़ाइल न हो तो रेफ़रेंस वीडियो की आवाज़ "Audio 1" के रूप में इस्तेमाल होती है।
कई व्यू वाला किरदार कैसे अपलोड करूं?
हर व्यू को अलग इमेज के रूप में अपलोड करें (जैसे पूरा शरीर और चेहरा), न कि कई पैनल वाली एक ही शीट के रूप में। अलग-अलग व्यू किरदार को ज़्यादा एक जैसा बनाए रखते हैं।
कौन से रिज़ॉल्यूशन और अवधियां उपलब्ध हैं?
480p और 720p, 1 से 15 सेकंड तक। 480p सबसे तेज़ रेंडर होता है; चेहरों और क्लोज़-अप के लिए 720p ज़्यादा शार्प नतीजा देता है।
कौन से आस्पेक्ट रेशियो सपोर्ट होते हैं?
16:9, 9:16, 1:1, 4:3, 3:4, 3:2 और 2:3। रेफ़रेंस वीडियो का आस्पेक्ट रेशियो अपनाने के लिए match_input_image चुनें; वीडियो न हो तो पहली इमेज का अपनाया जाता है।
क्या यह ऑडियो जनरेट करता है?
हां। हर क्लिप डिफ़ॉल्ट रूप से सिंक्रोनाइज़्ड ऑडियो के साथ रेंडर होती है। बिना आवाज़ की क्लिप के लिए यह विकल्प बंद कर दें।
क्या मैं वही वीडियो दोबारा बना सकता हूं?
जनरेट करने से पहले एक सीड सेट करें और वही सीन दोबारा पाने के लिए उसे उसी प्रॉम्प्ट और उन्हीं रेफ़रेंस के साथ फिर इस्तेमाल करें।
