Урок 5 из 8 · 20 мин · обновлено

Видео, анимация и звук

Что нейросети умеют с видео и звуком: оживить картинку лёгким движением, сделать короткие сцены по описанию, собрать из них ролик, очистить звук от шума, озвучить текст и подобрать музыку. Ограничения, раскадровка, права на голос и музыку.

Что умеют нейросети с видео

  • Оживить картинку — добавить лёгкое движение: дрожит пламя, поднимается пар от чая, плывёт свет, камера медленно приближается. Из статичного фото получается живая обложка.
  • Видео по описанию — короткие сцены по несколько секунд: «капля воска медленно стекает по свече, крупный план».
  • Видео по картинке — сцена, которая начинается с вашего изображения: так сохраняется внешний вид товара.
  • Помощь в монтаже — нарезка, субтитры, подбор фрагментов.

Ограничения

  • Короткие сцены. Генераторы делают фрагменты по несколько секунд. Длинное видео теряет согласованность: меняются детали, форма предметов, лица.
  • Искажения в движении. Руки, текст и логотипы в движении ломаются чаще, чем на картинке.
  • Товар. Как и на фото, товар в ролике должен выглядеть как настоящий.

Поэтому ролик собирают из коротких сцен в видеоредакторе, а ключевые кадры с товаром лучше снимать по-настоящему или делать из настоящего фото.

Раскадровка

Перед генерацией составляют раскадровку — таблицу сцен:

№ Сцена Длительность Текст на экране Звук
1 осенний вечер за окном, капли дождя 3 с — шум дождя
2 рука зажигает свечу 3 с — щелчок спички
3 пламя крупно, мягкий свет 4 с «Тёплый свет» спокойная музыка
4 свеча на подоконнике, плед, книга 5 с «Ручная работа. Соевый воск» музыка

Раскадровка экономит десятки генераций: вы знаете, какая сцена нужна и зачем, ещё до первого запроса.

Звук

Звук часто важнее картинки: зритель простит простое видео, но не простит шум и неразборчивый голос.

  • Очистка от шума — убирает гул, шум улицы и эхо комнаты. Голос, записанный на телефон, становится почти студийным.
  • Выравнивание громкости — чтобы голос и музыка не перебивали друг друга.
  • Озвучка текста — синтезированный голос читает текст. Удобно для инструкций и черновиков роликов.
  • Музыка — генерация фоновой мелодии нужной длины и настроения.

Права на голос и музыку

  • Голос — личное. Клонировать голос человека и озвучивать им что-либо можно только с его согласия. Голос знаменитости без согласия — нарушение и обман зрителей.
  • Музыка — проверьте условия сервиса: разрешено ли коммерческое использование сгенерированной музыки на вашем тарифе. Чужие песни в рекламном ролике без лицензии использовать нельзя.

Попробуйте сами. Составьте раскадровку 15-секундного ролика для карточки свечи на маркетплейсе: 4–5 сцен, длительность, текст и звук. Отметьте, какие сцены можно сгенерировать, а какие лучше снять по-настоящему.

Пример
№ Сцена Длит. Текст Звук Как сделать
1 свеча на светлом фоне, медленное приближение камеры 3 с — тихая музыка оживить настоящее фото товара
2 пламя крупно 3 с «Соевый воск» музыка сгенерировать — пламя без товара
3 крышка снимается со стакана 3 с «Аромат лаванды» лёгкий стук дерева снять по-настоящему — нужен настоящий товар
4 свеча в уютном интерьере 4 с «Ручная работа» музыка фото товара + сгенерированный фон, оживить
5 логотип и название 2 с «Тёплый свет» музыка затихает графический редактор

Сцены с самим товаром делают из настоящих фото и видео, чтобы покупатель видел то, что получит. Генерация — для атмосферы: пламя, свет, фон.

Мини-тест: проверьте себя

Закрепите урок: несколько вопросов, разбор ответов — в конце.

  1. Почему ролик собирают из коротких сцен, а не генерируют целиком?

  2. Владелица записала голос для ролика на телефон, слышен шум холодильника. Что сделать?

  3. Можно ли озвучить рекламу голосом известного актёра, клонировав его нейросетью?