जो किरदार सिर्फ पोज़ देता है, वह एक तस्वीर भर है। जो किरदार कैमरे से बात करता है, होंठ हिलते हैं और नज़र आपकी नज़र से टिकी रहती है, वह ऐसा लगने लगता है जैसे आप किसी असली इंसान को देख रहे हों। यह गाइड बताती है कि Picasso IA के साथ यह असर कैसे पाया जाए: किन मॉडलों से शुरू करें, क्या लिखें, शुरुआती फ्रेम कैसे तैयार करें और बिगड़े हुए क्लिप कैसे सुधारें। यहाँ सब कुछ काल्पनिक वयस्क किरदारों, ग्लैमर वाले पहनावे और मोमबत्ती की रोशनी के माहौल के बारे में है, कुछ भी स्पष्ट नहीं।

आपको स्टूडियो, अभिनेता या कंप्यूटर पर इंस्टॉल किए गए सॉफ़्टवेयर की ज़रूरत नहीं है। पूरी प्रक्रिया ब्राउज़र में, टूलकिट के अंदर होती है। आप अपने किरदार की एक स्थिर तस्वीर बनाते हैं, उसे छोटे क्लिप में बदलते हैं और कहते हैं कि मुँह, सिर और आँखें ऐसे हिलें जैसे वह बोल रही हो। अगर आपके पास अभी कोई किरदार नहीं है, तो शुरू से NSFW किरदार कैसे बनाएँ से शुरुआत करें और तैयार पोर्ट्रेट के साथ लौटें।
एक स्थिर तस्वीर दर्शक को बताती है कि किरदार कैसा दिखता है। बोलता हुआ क्लिप बताता है कि वह कैसा बर्ताव करता है। असर का ज़्यादातर हिस्सा छोटी बातों से आता है: पहले शब्द से पहले एक साँस, झिझक पर नज़र का हट जाना, वाक्य के अंत में हल्की मुस्कान। यही छोटी हरकतें किसी फ़्लर्टी संवाद को असरदार बनाती हैं, और यही एक विश्वसनीय क्लिप को उस मुखौटे से अलग करती हैं जो बस मुँह खोलता और बंद करता है।
लिप सिंक वह हिस्सा है जो लोगों को सबसे पहले दिखता है। जब मुँह की बनावट आवाज़ के साथ चलती है, तो दिमाग उस चेहरे को बोलने वाले का चेहरा मान लेता है। जब ऐसा नहीं होता, तो हर फ्रेम सुंदर होने पर भी क्लिप नकली लगता है। इसलिए असली लक्ष्य सिर्फ होंठ हिलाना नहीं है, बल्कि पूरे चेहरे को ऐसा बनाना है जैसे कोई वाक्य के बीच में हो: जबड़ा, गाल, भौहें और थोड़ी सी सिर की हरकत।
कैटलॉग में इसके दो रास्ते हैं। पहला प्रॉम्प्ट से चलता है: आप कैमरे से बात करती एक महिला का वर्णन करते हैं और वीडियो मॉडल बिना किसी ऑडियो फ़ाइल के खुद मुँह को हिलाता है। दूसरा ऑडियो से चलता है: आप मॉडल को आवाज़ की ट्रैक और एक पोर्ट्रेट देते हैं और वह मुँह को आवाज़ से मिलाता है। पहला रास्ता नीचे दिए गए पुष्ट मॉडलों में उपलब्ध है। दूसरा कैटलॉग के कुछ ऐसे मॉडलों का है जिन्हें वयस्क प्रॉम्प्ट के साथ परखा नहीं गया है, और आगे बताया गया है कि उन्हें ईमानदारी से कैसे आज़माएँ।

पैमाना छोटा रखें। एक अच्छा बोलता क्लिप एक ही क्लोज़-अप या मीडियम शॉट होता है: एक किरदार, एक रोशनी का स्रोत, एक विचार। कई लोगों वाले दृश्य, तेज़ कैमरा मूवमेंट और कपड़े बदलने से ध्यान मुँह से हट जाता है, जबकि यहाँ पूरा खेल मुँह का ही है।
Picasso IA किसी मॉडल को पुष्ट तब मानती है जब उसी मॉडल पर वयस्क प्रॉम्प्ट बार-बार आज़माए गए हों और उसने मना करने के बजाय जनरेट किया हो। यह Picasso IA की अपनी जाँच है, मॉडल बनाने वाली कंपनी की प्रकाशित सेटिंग नहीं, और यह बदल सकती है। पुष्ट का मतलब क्या है में इसे विस्तार से समझाया गया है। बोलते क्लिप के लिए तीन पुष्ट वीडियो मॉडल जानने लायक हैं।
| मॉडल | किसके लिए बेहतर | फ़ॉर्मैट |
|---|
| Picasso IA Video | पोर्ट्रेट या विवरण को बातचीत जैसे क्लिप में बदलना | टेक्स्ट या इमेज से वीडियो, अनलिमिटेड टैग के साथ |
| Seedance 2.5 Lite | स्थिर फ्रेम से एक संवाद के छोटे टेक | कैटलॉग के अनुसार 10 सेकंड तक, अनलिमिटेड टैग के साथ |
| LTX 2.3 Pro | क्लोज़-अप जहाँ आपको सबसे ऊँचा रेज़ोल्यूशन चाहिए | टेक्स्ट से 4K वीडियो |
Picasso IA Video शुरू करने की सबसे आसान जगह है। यह विवरण या इमेज दोनों लेता है, और अनलिमिटेड टैग का मतलब है कि जिन प्लान में असीमित जनरेशन शामिल है उनमें यह क्रेडिट खर्च नहीं करता, इसलिए आप एक ही संवाद के कई टेक चला सकते हैं। Seedance 2.5 Lite पर भी अनलिमिटेड टैग है और यह छोटे टेक के लिए ठीक बैठता है, क्योंकि कैटलॉग इसे 10 सेकंड तक बताता है। LTX 2.3 Pro टेक्स्ट से काम करता है और 4K देता है, जो उन क्लोज़-अप में काम आता है जहाँ होंठ और दाँत पूरा फ्रेम भर देते हैं।
शुरुआती तस्वीर के लिए पुष्ट इमेज मॉडल काम करते हैं: फ़ोटोरियलिस्टिक पोर्ट्रेट के लिए Seedream 4.5 और एनिमेट करने से पहले फ्रेम ठीक करने के लिए Picasso Image Editor Pro।
अब अपरखे हुए मॉडल। कैटलॉग के तीन मॉडल आवाज़ और तस्वीरों के इर्द-गिर्द बने हैं: Wan 2.2 S2V, जिसे ऑडियो से सिंक होने वाला वीडियो बताया गया है, Ovi I2V, जिसे किसी भी फ़ोटो से ऑडियो वाला वीडियो बताया गया है, और Audio To Video, जिसे किसी भी आवाज़ से तस्वीरों को चलाने वाला बताया गया है। तीनों वयस्क प्रॉम्प्ट के साथ परखे नहीं गए हैं। Picasso IA ने इन्हें किसी भी तरफ पुष्ट नहीं किया है, इसलिए ये आज़माने लायक हैं, पर कोई वादा नहीं। अगर इनमें से कोई "इस मॉडल द्वारा समर्थित नहीं की गई सामग्री" शीर्षक वाला संदेश दे, तो ऐप ऐसे मॉडल सुझाता है जो वयस्क प्रॉम्प्ट स्वीकार करते हैं और आपका प्रॉम्प्ट साथ ले जाता है, इसलिए दोबारा कुछ टाइप नहीं करना पड़ता।

इसी क्रम में काम करें और हर कोशिश में सिर्फ एक चीज़ बदलें। इस तरह आपको हमेशा पता रहेगा कि किस बदलाव ने क्लिप को सुधारा या बिगाड़ा।
- शुरुआती फ्रेम तैयार करें। Seedream 4.5 में ऐसा पोर्ट्रेट बनाएँ जिसमें चेहरा फ्रेम में बड़ा हो, मुँह ढीला और हल्का खुला हो, और रोशनी का एक ही साफ़ स्रोत हो।
- मॉडल चुनें। टूलकिट खोलें, पहले टेस्ट के लिए Picasso IA Video चुनें और अपना पोर्ट्रेट शुरुआती इमेज के रूप में जोड़ें।
- बोलने वाला प्रॉम्प्ट लिखें। कैमरे से बात करती एक महिला का वर्णन करें, बताएँ कि उसकी आँखें कहाँ जाती हैं और सिर झुकाने जैसी सिर्फ एक छोटी हरकत जोड़ें।
- कई छोटे टेक जनरेट करें। एक ही प्रॉम्प्ट कई बार चलाएँ और एक भी शब्द बदलने से पहले मुँह, पलकें और सिर की हरकत की तुलना करें।
- आवाज़ जोड़ें और काटें। सबसे अच्छा टेक रखें, उसे मनचाहे संवाद पर काटें और किसी भी वीडियो एडिटर में अपनी आवाज़ की ट्रैक ऊपर लगाएँ।
बोलते क्लिप के प्रॉम्प्ट के चार काम हैं: बताना कि वह बोल रही है, फ्रेमिंग तय करना, आँखों को नियंत्रित करना और बाकी सब कुछ शांत रखना। यहाँ कमज़ोर और बेहतर संस्करण साथ-साथ हैं।
कमज़ोर प्रॉम्प्ट कहता है: एक सुंदर महिला बात करती हुई। इसमें मॉडल को न फ्रेमिंग मिलती है, न रोशनी, न बर्ताव, इसलिए नतीजा अक्सर घबराए हुए जबड़े वाला एक सामान्य चेहरा होता है। बेहतर प्रॉम्प्ट कहता है: बरगंडी साटन स्लिप ड्रेस में एक महिला का क्लोज़-अप, कैमरे से शांति से बात करती हुई, होंठ शब्द बनाते हुए, सिर की हल्की झुकान, हर वाक्यांश के बाद आँखें लेंस पर लौटती हुई, बाईं ओर मोमबत्ती की रोशनी, उथली डेप्थ ऑफ़ फ़ील्ड, स्थिर कैमरा। हर वाक्यांश वह फ़ैसला बंद कर देता है जो वरना मॉडल आपकी जगह लेता।

कुछ बातें बाकी सब से ज़्यादा मायने रखती हैं।
"मुस्कुराती" नहीं, "बोलती" लिखें। "होंठ शब्द बनाते हुए" और "वाक्य के बीच में" जैसे शब्द मॉडल को बताते हैं कि मुँह बोलने की लय में खुलना और बंद होना चाहिए। "मुस्कुराती" और "हँसती" मुँह को एक ही भाव में जमा देते हैं।
आँखों का बर्ताव बताएँ। बोलने वाला कैमरे को देखता है, सोचने के लिए नज़र हटाता है और लौट आता है। यह लिखें: "एक पल नीचे देखती है, फिर लेंस पर लौटती है"। इसके बिना आँखें या तो टिकी रहती हैं या भटकती हैं।
कैमरा स्थिर रखें। "स्थिर कैमरा" या "लॉक्ड शॉट" जोड़ें। चलता कैमरा मॉडल की मेहनत के लिए मुँह से होड़ करता है, और होंठों की बनावट ढीली पड़ जाती है।
सिर्फ एक हरकत रखें। सिर का झुकना, कान के पीछे बाल करता हाथ, धीमी पलक। छोटे क्लिप में दो या तीन हरकतें चेहरे को काँपता हुआ बना देती हैं।
पहनावे को पक्का करें। कपड़ों का वर्णन वैसे करें जैसे वे आपकी तस्वीर में दिखते हैं: साटन रोब, लेस वाला बॉडीसूट, काला कॉर्सेट टॉप। अगर प्रॉम्प्ट और तस्वीर मेल नहीं खाते, तो मॉडल क्लिप के बीच में कपड़े दोबारा बना सकता है।
जब आप किसी तस्वीर से शुरू करें, तो सिर्फ वही दोहराएँ जो सच बना रहना चाहिए और बाकी तस्वीर पर छोड़ दें। चेहरे के लंबे वर्णन मॉडल को आपके बनाए पोर्ट्रेट से दूर खींच सकते हैं।

रोशनी मुँह को पढ़ने योग्य बनाने में मदद करती है। एक तरफ से मोमबत्ती, सुनहरी बैकलाइट या नरम खिड़की की रोशनी होंठों को साफ़ किनारा देती है। सपाट, एकसार रोशनी होंठों की बनावट छिपा देती है और लिप सिंक को असल से कमज़ोर दिखाती है। इसीलिए इस पेज की तस्वीरों में साइड लाइट और मोमबत्ती की चमक है: इन हालात में मॉडल के लिए विश्वसनीय एनिमेशन सबसे आसान होता है।
अगर आपका विचार किसी कमरे में चलते किरदार वाला लंबा दृश्य है, तो मूवमेंट वाले हिस्से के लिए रेफ़रेंस वीडियो से NSFW किरदार को कैसे एनिमेट करें पढ़ें, और बोलते टेक छोटे रखें।
बोलते क्लिप जिन वजहों से बिगड़ते हैं, उनमें से ज़्यादातर वही गिनी-चुनी वजहें होती हैं। हर एक का जल्दी हल है।
मुँह मुश्किल से हिलता है। संभव है प्रॉम्प्ट किसी क्रिया की जगह पोज़ का वर्णन कर रहा हो। उसे बोलने की क्रिया के साथ दोबारा लिखें, "कैमरे से धीमे बोलती हुई, होंठ शब्द बनाते हुए", और "शांत" या "ठहरी हुई" जैसे शब्द हटा दें।

चेहरा आपके किरदार से दूर चला जाता है। तस्वीर और क्लिप के बीच मॉडल ने मिलता-जुलता चेहरा खो दिया। ज़्यादा साफ़ शुरुआती पोर्ट्रेट लें, प्रॉम्प्ट छोटा करें और सिर के तीखे घुमाव से बचें। जिस किरदार को आप कई क्लिप में दोहराते हैं, उसके लिए एक जैसा दिखने वाला NSFW किरदार वाला सेटअप एक फ्रेम से दूसरे फ्रेम तक वही चेहरा बनाए रखता है।
दाँत अजीब दिखते हैं। दाँत किसी भी रेज़ोल्यूशन पर मुश्किल होते हैं। पूरा खुला मुँह माँगने की जगह "होंठ हल्के खुले हुए" माँगें, शॉट को चेहरे से थोड़ा दूर रखें या क्लोज़ शॉट में 4K ब्योरे के लिए LTX 2.3 Pro आज़माएँ।
हाथ परेशानी करते हैं। मुँह के पास हाथ गड़बड़ियों का आम स्रोत हैं। उन्हें फ्रेम से बाहर रखें या गिलास या दरवाज़े की चौखट पर टिका सिर्फ एक हाथ रखें, जैसा यहाँ की तस्वीरों में है। चेहरे के पास ठीक एक हाथ, दो कभी नहीं।
क्लिप के बीच में पहनावा बदल जाता है। प्रॉम्प्ट को तस्वीर से मिलाएँ और कपड़े सादे रखें। साटन, लेस और एक रंग के कपड़े भरे-भरे प्रिंट से बेहतर टिकते हैं।

क्लिप अजीब ढंग से दोहराता है या किसी हरकत के बीच में खत्म होता है। हर टेक छोटा रखें और ठहराव पर खत्म करें, जैसे "छोटी मुस्कान के साथ खत्म, फिर स्थिर"। लंबा संवाद चाहिए तो दो टेक अपने एडिटर में किसी पलक या सिर के घुमाव पर जोड़ें, जहाँ जोड़ छिप जाता है।
ऑडियो मुँह से मेल नहीं खाता। याद रखें कि पुष्ट मॉडल बिना साउंड फ़ाइल के बोलना एनिमेट करते हैं। बाद में अपनी आवाज़ जोड़ते समय संवाद की लंबाई को टेक से मिलाएँ, शुरुआत की खामोशी काटें और ऑडियो को कुछ फ्रेम खिसकाएँ जब तक लय सही न लगे। असली ऑडियो से चलने वाले सिंक के लिए ऊपर के अपरखे मॉडलों में से कोई आज़माएँ और नतीजे को एक प्रयोग मानें।
कोई मॉडल प्रॉम्प्ट ठुकरा देता है। संदेश पढ़ें, सुझाया गया मॉडल लें और अपना शब्दांकन वैसा ही रखें। अगर किसी एक मॉडल के लिए लिखा प्रॉम्प्ट बार-बार विफल हो, तो Picasso IA Video, Seedance 2.5 Lite या LTX 2.3 Pro पर जाएँ, जो पुष्ट हैं, और आज़माने के और विकल्पों के लिए पूरे कैटलॉग को देखें।
टेक के बीच पहनावा बदलना लिप सिंक से अलग काम है। जब किरदार को नया लुक चाहिए, तो पहले स्थिर तस्वीर पर NSFW AI किरदार के बाल और आउटफ़िट कैसे बदलें से वह बदलाव करें और फिर नए फ्रेम को एनिमेट करें।
यह खंड NSFW सेक्शन के हर पेज पर लागू होने वाली बातों का छोटा रूप है, और बोलते क्लिप के साथ यह और ज़रूरी है, क्योंकि आवाज़ और चेहरा साथ हों तो स्थिर तस्वीर से ज़्यादा असली लगते हैं।
सिर्फ वयस्कों के लिए। Picasso IA के NSFW टूल 18 वर्ष या उससे अधिक उम्र के लोगों के लिए हैं, और यहाँ हर उदाहरण का माहौल परिपक्व है: ग्लैमर, बूडवार, मोमबत्ती की रोशनी, साटन और लेस, कुछ भी स्पष्ट नहीं।
सिर्फ काल्पनिक वयस्क किरदार। हर किरदार एक गढ़ा हुआ वयस्क है। कभी किसी असली या पहचाने जा सकने वाले व्यक्ति का, किसी सेलिब्रिटी का, आपके जानने वाले की तस्वीर का या ऐसे किरदार का उपयोग न करें जो नाबालिग जैसा दिखे। किसी असली व्यक्ति के चेहरे वाला बोलता क्लिप इस टूल का उद्देश्य नहीं है।

डिफ़ॉल्ट रूप से निजी। आप जो जनरेट करते हैं वह आपके खाते से जुड़ा रहता है और दूसरों को प्रकाशित या दिखाया नहीं जाता। बाद में क्लिप का क्या करना है यह आपका फ़ैसला है, और उसे कानून तथा जहाँ आप साझा करें वहाँ के नियमों के भीतर रखने की ज़िम्मेदारी आपकी है।
नए खातों को चुने हुए मॉडलों पर एक छोटा मुफ़्त ट्रायल मिलता है, जिनमें Picasso IA Video और Seedance 2.5 Lite शामिल हैं, इसलिए प्लान चुनने से पहले आप पहला बोलता टेस्ट कर सकते हैं। ब्योरा प्राइसिंग पेज पर है।

क्या Picasso IA किसी NSFW AI किरदार को लिप सिंक के साथ बुलवा सकती है?
आप किसी स्थिर फ्रेम या विवरण को छोटे क्लिप में बदल सकते हैं जहाँ किरदार कैमरे से बात करता है, इसके लिए Picasso IA Video जैसे पुष्ट मॉडल हैं। मुँह को किसी खास ऑडियो फ़ाइल से मिलाना कैटलॉग के कुछ ऐसे मॉडलों का काम है जो वयस्क प्रॉम्प्ट के साथ परखे नहीं गए हैं।
सबसे पहले कौन सा मॉडल आज़माऊँ?
Picasso IA Video से शुरू करें। यह टेक्स्ट या इमेज लेता है, वयस्क प्रॉम्प्ट के लिए पुष्ट है और इस पर अनलिमिटेड टैग है, इसलिए जिन प्लान में असीमित जनरेशन शामिल है उनमें आप क्रेडिट की चिंता के बिना कई टेक चला सकते हैं।
क्या मुझे ऑडियो फ़ाइल चाहिए?
नहीं। प्रॉम्प्ट से चलने वाले रास्ते में बस एक पोर्ट्रेट और उसके बोलने का विवरण चाहिए। Audio To Video जैसे ऑडियो से चलने वाले मॉडल साउंड फ़ाइल लेते हैं, पर वे वयस्क प्रॉम्प्ट के साथ परखे नहीं गए हैं, इसलिए उन्हें प्रयोग मानें।
बोलता क्लिप कितना लंबा हो सकता है?
यह मॉडल पर निर्भर है। Seedance 2.5 Lite कैटलॉग में 10 सेकंड तक दर्ज है। कुछ सेकंड के छोटे टेक आमतौर पर चेहरे को ज़्यादा स्थिर रखते हैं, और आप एडिटर में टेक जोड़ सकते हैं।
क्लिप के दौरान मेरे किरदार का चेहरा क्यों बदल जाता है?
मॉडल किसी कमज़ोर या भरी-भरी तस्वीर से चेहरा दोबारा बना रहा है। ऐसा साफ़ पोर्ट्रेट लें जिसमें चेहरा फ्रेम में बड़ा हो, प्रॉम्प्ट छोटा करें और सिर के तेज़ घुमाव से बचें। एक जैसे किरदार का सेटअप भी मदद करता है।
क्या मैं किसी असली व्यक्ति की फ़ोटो इस्तेमाल कर सकता हूँ?
नहीं। किरदार सिर्फ काल्पनिक वयस्क होने चाहिए। कभी किसी असली या पहचाने जा सकने वाले व्यक्ति या नाबालिग जैसे दिखने वाले किसी भी व्यक्ति का उपयोग न करें। Picasso IA गढ़े हुए किरदारों के लिए है, और बोलता क्लिप इस नियम को और ज़रूरी बना देता है।
"इस मॉडल द्वारा समर्थित नहीं की गई सामग्री" का क्या मतलब है?
यह वह संदेश है जो ऐप तब दिखाता है जब कोई मॉडल आपका प्रॉम्प्ट स्वीकार नहीं करता। यह ऐसे मॉडल सुझाता है जो वयस्क प्रॉम्प्ट स्वीकार करते हैं और आपका प्रॉम्प्ट साथ ले जाता है, इसलिए आप एक चुनकर बिना दोबारा टाइप किए फिर जनरेट करते हैं।
क्या अपरखे लिप सिंक मॉडल की अनुमति है?
वे कैटलॉग में हैं और आज़माने लायक हैं: Wan 2.2 S2V, Ovi I2V और Audio To Video। Picasso IA ने उन्हें वयस्क प्रॉम्प्ट के साथ किसी भी तरफ पुष्ट नहीं किया है, इसलिए नतीजे अलग-अलग हो सकते हैं।
क्या मेरे बोलते क्लिप निजी हैं?
हाँ, जनरेशन डिफ़ॉल्ट रूप से निजी होते हैं। वे आपके खाते से जुड़े रहते हैं और दूसरों को प्रकाशित या दिखाए नहीं जाते। डाउनलोड करने के बाद क्लिप का क्या होगा, यह सिर्फ आप तय करते हैं।
कई बोलते क्लिप में एक ही किरदार कैसे रखूँ?
वही शुरुआती पोर्ट्रेट और पहनावे का वही शब्दांकन दोबारा इस्तेमाल करें। ज़्यादा मज़बूत आधार के लिए काल्पनिक NSFW किरदार के लिए LoRA कैसे ट्रेन करें का पालन करें या पहले एक टर्नअराउंड शीट बनाएँ।