कट फाइनल हो चुका है, पेसिंग सही लग रही है, और बस एक चीज़ बाकी है, ऐसा म्यूजिक जो उससे लड़ने के बजाय उसमें फिट बैठे। उस म्यूजिक के लिए स्टॉक लाइब्रेरी सर्च में एक घंटा लग सकता है और फिर भी बात किसी समझौते पर खत्म होती है, मूड में करीब लेकिन लंबाई में गलत ट्रैक, या सही लंबाई लेकिन जिस पल कट को सबसे ज़्यादा ज़रूरत है वहां गलत एनर्जी। AI स्कोरिंग एडिट से ही शुरू होती है: उसे बताएं, कुछ ऑप्शन जनरेट करें, और जो उसी पेसिंग के लिए बना हो उसे चुनें।
स्टॉक लाइब्रेरी टैग के हिसाब से सजी होती है, आपकी टाइमलाइन के हिसाब से नहीं। आप "अपबीट कॉर्पोरेट" सर्च करते हैं और चार सौ नतीजे मिलते हैं जो सब अपबीट और कॉर्पोरेट हैं, और उनमें से कोई भी उस बीट पर नहीं बढ़ता जहां आपका लोगो अठारहवें सेकंड पर आता है। सबसे करीबी चुनने का मतलब है म्यूजिक के हिसाब से अपना कट बदलना, कोई पसंदीदा हिस्सा काटना, या ऐसा आउट्रो लूप करना जो कभी दोहराने के लिए बना ही नहीं था।
जनरेटेड स्कोरिंग इस रिश्ते को उलट देती है। पहले से मौजूद म्यूजिक खोजने और उसके अपने एडिट से मैच करने की उम्मीद रखने के बजाय, आप अपना एडिट बताते हैं और उससे मैच करने के लिए बना म्यूजिक पाते हैं, पहली जनरेशन से ही लगभग सही लंबाई, आपकी मांगी एनर्जी और इंस्ट्रूमेंटेशन में। ट्रैक कट के हिसाब से ढलता है, उल्टा नहीं।
यह सबसे ज़्यादा उन प्रोजेक्ट्स में मायने रखता है जहां पेसिंग बहुत खास हो: एक प्रोडक्ट रिवील जिसे एक सटीक सेकंड पर उभार चाहिए, एक व्लॉग जिसे नैरेशन के नीचे बातचीत जैसा बने रहना है न कि उससे टकराना, ट्रेलर-स्टाइल मॉन्टाज जिसे तीन अलग बीट्स में बढ़ना है। स्टॉक टैग इस स्तर की बारीकी नहीं बता सकते। एक प्रॉम्प्ट बता सकता है।
Picasso IA पर, स्कोरिंग Toolkit में कैटलॉग के किसी भी म्यूजिक मॉडल के साथ होती है। आप ट्रैक को टेक्स्ट प्रॉम्प्ट में बताते हैं, जनरेट करते हैं, और एडिट के नीचे कुछ भी डालने से पहले सुनते हैं। नए अकाउंट फ्री क्रेडिट्स के साथ शुरू होते हैं, तो शुरुआती कुछ कोशिशों में बस कुछ मिनट लगते हैं, कुछ खर्च नहीं होता।
एक काम का स्कोर पाने के लिए आपको म्यूजिक थ्योरी नहीं चाहिए, आपको वह वोकैबुलरी चाहिए जो आप कट के बारे में बात करते वक्त पहले से इस्तेमाल करते हैं। चार चीज़ें लगभग सारी काम की जानकारी देती हैं: एनर्जी लेवल, इंस्ट्रूमेंटेशन, ट्रैक को बढ़ना है या स्थिर रहना है, और उसे लगभग कितनी देर चलना है।
एनर्जी लेवल सबसे तेज़ लीवर है। "शांत और मिनिमल" और "तेज़ और ऊर्जावान" मॉडल को किसी इंस्ट्रूमेंट का नाम सुनने से पहले ही बिल्कुल अलग टेम्पो और डेंसिटी रेंज की तरफ ले जाते हैं। इसमें इंस्ट्रूमेंटेशन जोड़ें, कुछ अपनेपन जैसा चाहिए तो पियानो और स्ट्रिंग्स, कुछ मॉडर्न चाहिए तो सिंथ और स्थिर बीट, कुछ गर्मजोशी भरा चाहिए तो एकॉस्टिक गिटार, और मॉडल के पास अंदाज़ा लगाने के बजाय एक दिशा तय करने के लिए काफी कुछ होता है।
बढ़ना बनाम स्थिर रहना वह डिटेल है जो एडिटर बताना भूल जाते हैं और फिर सोचते हैं कि उनके कट के नीचे ट्रैक फ्लैट क्यों लगता है। एक हाइलाइट रील जो आखिर तक तीव्र होती जाती है, उसे साफ बताने वाला प्रॉम्प्ट चाहिए, ऐसा कुछ जो आखिरी तिहाई तक इंटेंसिटी में बढ़े। लगातार नैरेशन के नीचे चलने वाले व्लॉग को उल्टा चाहिए, एक स्थिर बेस जो आवाज़ से ध्यान न खींचे। सिर्फ मूड नहीं बल्कि शेप बताना ही वह चीज़ है जो एडिट को सपोर्ट करने वाले ट्रैक को सिर्फ साथ बजने वाले ट्रैक से अलग करती है।
प्रो टिप: अपने प्रॉम्प्ट में टारगेट लंबाई बताएं, सेकंड में या कट लगभग कितने मिनट का है उस हिसाब से। लंबाई को ध्यान में रखकर जनरेट किया गया ट्रैक बाद में बिना किसी लंबाई के टारगेट के जनरेट किए गए ट्रैक से कहीं कम काटने और लूप करने की मांग करता है।
छोटे और लंबे एडिट्स को अलग-अलग म्यूजिक स्ट्रैटेजी चाहिए, और जनरेट करने से पहले यह जान लेना कि आपको कौन सी चाहिए, बाद में दोबारा काम से बचाता है। तीस सेकंड से कम का सोशल क्लिप आमतौर पर एक लगातार क्यू चाहता है, लगभग उसी लंबाई में जनरेट किया गया, ताकि पूरी चीज़ एक ही म्यूजिकल आइडिया जैसी लगे, न कि दिखाई देने वाला लूप जो फिर से शुरू होता है।
लंबे एडिट्स, पांच मिनट का व्लॉग या दस मिनट का ट्यूटोरियल, एक अलग समस्या हैं। उतनी लंबाई का एक लगातार ट्रैक जनरेट करना शायद ही व्यावहारिक होता है, और वैसे भी आमतौर पर यह गलत टूल है, क्योंकि इतना लंबा ट्रैक कई ऐसे मूड में भटकता है जिनकी आपके एडिट को ज़रूरत नहीं। बेहतर तरीका है एक छोटा क्यू, तीस से साठ सेकंड, जो साफ-सुथरे लूप के लिए बनाया गया हो, एडिट के उन हिस्सों में दोहराया जाए जहां वह डायलॉग के नीचे धीमे बजता है।
एक क्यू तभी साफ-सुथरा लूप करता है जब उसकी शुरुआत और अंत मिलती-जुलती एनर्जी और इंस्ट्रूमेंटेशन शेयर करें, ताकि दोहराने पर जोड़ सुनाई न दे। अगर जनरेट किया गया ट्रैक एक बड़े उभार पर खत्म होता है लेकिन धीमे शुरू होता है, तो उसे लूप करने से साफ झटका महसूस होता है। जब आपको पता हो कि किसी ट्रैक को लूप करना है तो पूरे समय स्थिर एनर्जी मांगें, और बढ़ने-घटने वाला शेप उन क्यूज़ के लिए रखें जिन्हें सिर्फ एक बार बजना है।
| वीडियो टाइप | एनर्जी और पेसिंग | इंस्ट्रूमेंटेशन जो अक्सर फिट बैठे |
|---|
| प्रोडक्ट डेमो | स्थिर, अपबीट, वॉयसओवर के नीचे बिना ध्यान खींचे | हल्के सिंथ, साफ पर्कशन, बिना वोकल्स |
| व्लॉग या लाइफस्टाइल | शांत से मध्यम, बातचीत जैसा, स्पीच से कभी न टकराए | एकॉस्टिक गिटार, नरम पियानो, गर्म पैड्स |
| कॉर्पोरेट या एक्सप्लेनर | स्थिर, आत्मविश्वासी, न्यूनतम डायनामिक रेंज | पियानो, स्ट्रिंग्स, संयमित पर्कशन |
| ड्रामैटिक ट्रेलर-स्टाइल कट | दो या तीन अलग बीट्स में पीक तक बढ़े | स्ट्रिंग्स, ब्रास, सिनेमैटिक पर्कशन |
| शॉर्ट-फॉर्म सोशल क्लिप | पहले सेकंड से हाई एनर्जी, कोई धीमी इंट्रो नहीं | सिंथ, दमदार बीट, छोटा लूप होने लायक फ्रेज़ |
| ट्यूटोरियल या हाउ-टू | बहुत शांत, स्थिर, लगभग बैकग्राउंड-लेवल | बिखरा हुआ पियानो, नरम एम्बिएंट पैड्स |
टेबल को नियम नहीं बल्कि शुरुआती पॉइंट की तरह लें। किसी मज़ेदार ऐप के प्रोडक्ट डेमो को स्थिर वाली रो के बजाय ट्रेलर वाली रो का उभार चाहिए हो सकता है, और असली टेस्ट हमेशा यही है कि ट्रैक एडिट में घुल जाता है या गलत पल पर ध्यान खींच लेता है।
जनरेटेड स्कोरिंग उस समस्या के लिए सच में काम की है जिसे यह हल करती है, ऐसा म्यूजिक जो बिना स्टॉक लाइब्रेरी सर्च के किसी कट के मूड, पेसिंग और लगभग लंबाई से मेल खाए। यह साफ बताना ज़रूरी है कि यह कहां रुकती है।
- फ्रेम-एक्यूरेट सिंक की गारंटी नहीं है: तस्वीर देखकर स्कोर करने वाला कंपोज़र किसी सटीक फ्रेम पर सटीक बीट पकड़ सकता है; जनरेटेड ट्रैक सही एनर्जी और लगभग सही टाइमिंग के करीब पहुंचता है, और आपको उम्मीद रखनी चाहिए कि आप उसे अपने एडिटर में थोड़ा एडजस्ट करेंगे, न कि यह मान लेंगे कि वह ठीक-ठीक बैठ जाएगा।
- मिलते-जुलते प्रॉम्प्ट मिलती-जुलती आवाज़ दे सकते हैं: बड़े पैमाने पर, करीबी प्रॉम्प्ट से जनरेट हुए ट्रैक आपस में स्टाइलिस्टिक ट्रेट्स शेयर कर सकते हैं, तो नतीजे को एक मज़बूत शुरुआती पॉइंट मानें जिसे आप आगे मिक्स और एडिट करते हैं, न कि किसी मान ली गई यूनीक कंपोज़िशन के तौर पर।
- यह किसी स्कोर की गई फिल्म के लिए इंसानी कंपोज़र की जगह नहीं लेगी: जिन प्रोजेक्ट्स को लंबे रनटाइम में खास विज़ुअल बीट्स के साथ बारीकी से सिंक किया गया म्यूजिक चाहिए, वे अब भी तस्वीर देखकर काम करने वाले कंपोज़र से बेहतर तरीके से पूरे होते हैं।
- लाइसेंसिंग शर्तें अब भी लागू होती हैं: किसी क्लाइंट प्रोजेक्ट या मॉनेटाइज़्ड अपलोड के नीचे जनरेटेड ट्रैक डालने से पहले कमर्शियल इस्तेमाल के लिए प्लेटफॉर्म की लाइसेंसिंग शर्तें देखें, ठीक वैसे ही जैसे किसी स्टॉक लाइब्रेरी का लाइसेंस चेक करते।
- लिरिक्स और वोकल्स एक अलग टूल हैं: यह वर्कफ़्लो इंस्ट्रूमेंटल स्कोरिंग के लिए बना है; अगर आपको बोलों वाला गाया हुआ ट्रैक चाहिए, तो गाने के बोल से संगीत ज़्यादा सही विकल्प है।
एक बार जब आपको पता हो कि क्या बताना है, तो पूरी प्रक्रिया स्टॉक लाइब्रेरी सर्च से तेज़ चलती है, आमतौर पर सुनने सहित दस मिनट से कम। क्रेडिट सिर्फ जनरेशन पर खर्च होते हैं, और किसी भी चीज़ के लिए कमिट करने से पहले प्राइसिंग पेज दिखा देता है कि एक रन की लागत क्या है।
- वीडियो का मूड, एनर्जी और लगभग लंबाई बताएं। एनर्जी लेवल, चाहा गया इंस्ट्रूमेंटेशन, ट्रैक को बढ़ना है या स्थिर रहना है, और क्यू को लगभग कितनी देर चलना है, यह सब बताएं।
- कुछ कैंडिडेट ट्रैक जनरेट करें। पहले नतीजे पर टिकने के बजाय एक ही प्रॉम्प्ट पर तीन-चार वैरिएशन चलाएं, क्योंकि सही वाला अक्सर कैंडिडेट्स के बीच के फर्क में ही मिलता है।
- जो पेसिंग में सबसे बेहतर फिट हो उसे चुनें। चुनने से पहले हर कैंडिडेट को एडिट के साथ बजाकर देखें, भले ही मोटे तौर पर, क्योंकि अकेले सुनने पर अच्छा लगने वाला ट्रैक नीचे रखने पर भी कट से टकरा सकता है।
- इसे एडिट के नीचे रखें और डायलॉग के मुकाबले लेवल एडजस्ट करें। किसी भी बोले गए हिस्से के नीचे म्यूजिक को डक करें ताकि आवाज़ साफ रहे, और पहली कोशिश में जितना नैचुरल लगे उससे ट्रैक को धीमा रखें, क्योंकि तस्वीर के नीचे म्यूजिक अकेले म्यूजिक से ज़्यादा तेज़ लगता है।
- कट की ठीक लंबाई तक ट्रिम या लूप करें। किसी नैचुरल फ्रेज़ बाउंड्री पर लगातार ट्रैक को सही लंबाई तक काटें, या एडिट के जिन हिस्सों को ज़रूरत है वहां छोटे क्यू को लूप करें, ताकि म्यूजिक ठीक तभी खत्म हो जब वीडियो खत्म हो।
क्या AI वाकई ऐसा म्यूजिक जनरेट कर सकता है जो मेरे वीडियो के मूड से मेल खाए?
हां, उस वोकैबुलरी के भीतर जो आप उसे देते हैं। एनर्जी लेवल, इंस्ट्रूमेंटेशन, और ट्रैक को बढ़ना है या स्थिर रहना है यह बताने वाला प्रॉम्प्ट मॉडल को पहली कोशिश में सही फैमिली की कोई चीज़ जनरेट करने के लिए काफी दिशा देता है। वेग प्रॉम्प्ट वेग नतीजे देते हैं, तो डिस्क्रिप्शन जितना खास होगा, पहली जनरेशन उतनी ही इस्तेमाल लायक होने के करीब होगी।
जनरेटेड ट्रैक कितनी देर का हो सकता है?
यह कैटलॉग के मॉडल पर निर्भर करता है, और ज़्यादातर इंस्ट्रूमेंटल मॉडल पूरे एल्बम जितने लंबे ट्रैक के बजाय तीस सेकंड से लेकर कुछ मिनट तक के क्यूज़ के लिए बने हैं। इससे लंबे एडिट्स के लिए, पूरे वीडियो जितनी लंबाई के एक लगातार ट्रैक की मांग करने के बजाय, साफ-सुथरे लूप के लिए बना छोटा क्यू जनरेट करें।
क्या म्यूजिक मेरे कट के खास पलों, जैसे लोगो रिवील, से सिंक होगा?
लगभग, फ्रेम-दर-फ्रेम नहीं। आप ट्रैक के अंत की ओर उभार के लिए कह सकते हैं, और जनरेटेड क्यू आमतौर पर अपनी पूरी लंबाई में बढ़ती एनर्जी देगा, लेकिन तस्वीर देखकर काम करने वाला कंपोज़र जिस तरह एक सटीक फ्रेम पकड़ता है, यह उसकी जगह नहीं लेता। कट के नीचे रखने के बाद अपने एडिटर में ट्रैक को कुछ फ्रेम एडजस्ट करें, और जनरेशन को ऐसा मानें जो आपको ज़्यादातर वहां तक पहुंचा देता है।
क्या जनरेटेड बैकग्राउंड म्यूजिक कमर्शियल इस्तेमाल के लिए फ्री है?
किसी मॉनेटाइज़्ड वीडियो या क्लाइंट प्रोजेक्ट के नीचे ट्रैक डालने से पहले प्लेटफॉर्म पर लाइसेंसिंग शर्तें देखें, ठीक वैसे ही जैसे किसी स्टॉक लाइब्रेरी से ट्रैक इस्तेमाल करने से पहले उसका लाइसेंस चेक करते। शर्तें प्लेटफॉर्म के हिसाब से अलग होती हैं और बदल सकती हैं, तो यह मान लेने के बजाय सीधे कन्फर्म करने लायक है।
क्या मैं बिना किसी वोकल्स के म्यूजिक जनरेट कर सकता हूं?
हां, और ज़्यादातर बैकग्राउंड स्कोरिंग प्रॉम्प्ट में इसे साफ मांगना चाहिए, बिना वोकल या लिरिक्स वाला इंस्ट्रूमेंटल ट्रैक। अगर इसके बजाय आपको बोलों वाला गाया हुआ ट्रैक चाहिए, तो यह एक जुड़ा हुआ लेकिन अलग वर्कफ़्लो है, जिसे किसी सीन के बजाय सीधे लिरिक्स बताकर बेहतर तरीके से हैंडल किया जाता है।
अगर पहली जनरेशन मेरे एडिट में बिल्कुल फिट न बैठे तो क्या करें?
फिट कराने की कोशिश करने के बजाय दोबारा जनरेट करें। क्योंकि जनरेशन तेज़ है, आमतौर पर ज़्यादा साफ प्रॉम्प्ट के साथ, एनर्जी और इंस्ट्रूमेंटेशन पर ज़्यादा खास, तीन-चार नई वैरिएशन चलाना उस ट्रैक को एडिट करने में समय लगाने से तेज़ पड़ता है जो कभी सीन को जो चाहिए था उसके करीब था ही नहीं।
क्या एक ही ट्रैक सीरीज़ के कई वीडियो के लिए काम कर सकता है?
हां, अगर आपको वह कंसिस्टेंसी चाहिए। उसे पहचानने लायक साउंड आइडेंटिटी देने के लिए पूरी सीरीज़ में वही जनरेटेड ट्रैक, या वही डिटेल्ड प्रॉम्प्ट, दोबारा इस्तेमाल करें, जैसे कई चैनल एक ही थीम दोबारा इस्तेमाल करते हैं। हर बार शुरू से जनरेट करने के बजाय हर वीडियो को जितनी लंबाई चाहिए उतना ही उसे ट्रिम करें।
क्या तेज़ या ज़्यादा भरा-भरा म्यूजिक हमेशा ज़्यादा प्रोफेशनल लगता है?
नहीं, और यह पहली कोशिश की सबसे आम गलतियों में से एक है। डायलॉग और तस्वीर के नीचे शांति से बैठा बैकग्राउंड म्यूजिक लगभग हमेशा अटेंशन के लिए मुकाबला करने वाले ट्रैक से ज़्यादा पॉलिश्ड लगता है, क्योंकि स्कोर का मकसद आमतौर पर एडिट को सपोर्ट करना होता है, अकेले ध्यान खींचना नहीं। जब शक हो, तो शांत वर्ज़न जनरेट करें और मिक्स में उसे और नीचे कर दें।
क्या Picasso IA वीडियो स्कोरिंग के लिए ट्राई करने को फ्री है?
नए अकाउंट फ्री क्रेडिट पाते हैं, इतने कि कई कैंडिडेट ट्रैक जनरेट करके यह तय किया जा सके कि यह वर्कफ़्लो आपके एडिटिंग तरीके में फिट बैठता है या नहीं। उसके बाद, जनरेशन पर क्रेडिट लगते हैं और मौजूदा प्लान प्राइसिंग पेज पर लिस्ट हैं। म्यूजिक मॉडल्स और कैटलॉग के हर दूसरे मॉडल में वही क्रेडिट काम करते हैं, तो स्कोरिंग के लिए कोई अलग टियर नहीं है।
क्या यह किसी प्रोफेशनल कंपोज़र का विकल्प है?
जिस वीडियो को लंबे रनटाइम में खास विज़ुअल बीट्स के साथ बारीकी से सिंक किया गया म्यूजिक चाहिए, उसके लिए तस्वीर देखकर काम करने वाला कंपोज़र अब भी बेहतर टूल है। कहीं ज़्यादा आम केस के लिए, ऐसा एडिट जिसे अपने मूड के अनुरूप और लगभग उतनी ही लंबाई का इंस्ट्रूमेंटल बेस चाहिए, जनरेटेड स्कोरिंग यह समस्या तेज़ी से हल करती है और बिना किसी स्टॉक लाइसेंस को ढूंढे।
आपका कट पहले से ही टाइम्ड है, और शुरुआती कुछ कैंडिडेट ट्रैक सुनने के अलावा कुछ खर्च नहीं करते। Toolkit खोलें और लगभग फिट होने वाला म्यूजिक खोजने के बजाय अपने एडिट किए सीन को बताएं।