در این راهنما
فصل 1
برای ساخت فیلم با هوش مصنوعی چه لازم دارید؟
فیلم ساخته‌شده با هوش مصنوعی یک دکمه نیست که فیلم کامل تحویل بدهد؛ لایه‌هایی است که روی هم می‌چینید: داستانی نوشته‌شده، صحنه‌هایی که با کلمات توصیف شده‌اند، نماهایی که مدل ویدئو می‌سازد، صدایی که روایت می‌کند یا شخصیت‌هایی که حرف می‌زنند، و در آخر موسیقی، زیرنویس و تدوینی که همه را در یک فایل جمع می‌کند.
خبر خوب اینکه برای رسیدن به یک فیلم کوتاه 30 تا 60 ثانیه‌ای نه دوربین لازم دارید، نه بازیگر و نه تجربه کار با نرم‌افزارهای پیچیده تدوین. یک ایده روشن لازم است، و شناختی صادقانه از اینکه ابزارهای امروز هوش مصنوعی چه کاری را خوب انجام می‌دهند و چه کاری را نه.
یک ایده و داستانی کوتاه
یک رویداد روشن با یک یا دو شخصیت. فیلم کوتاه با ایده موفق می‌شود، نه با تعداد صحنه‌ها.
ابزاری برای ساخت نماها
از توصیف نوشتاری کلیپ می‌سازد یا عکس ثابت را متحرک می‌کند، مثل ابزار ساخت ویدئو با هوش مصنوعی در Vocla.
صدایی برای روایت
یک راوی یا شخصیت‌هایی در گفت‌وگو، به عربی فصیح، یکی از لهجه‌های عربی یا زبانی دیگر، با تبدیل متن به گفتار.
موسیقی، زیرنویس و تدوین
موسیقی بی‌کلام، زیرنویس خوانا برای کسانی که بی‌صدا تماشا می‌کنند، و راهی برای کنار هم گذاشتن نماها و خروجی گرفتن در قالب درست.
اندازه‌ای واقع‌بینانه برای اولین فیلم: 30 تا 60 ثانیه، 6 تا 10 صحنه، هر صحنه 3 تا 8 ثانیه. مدل‌های ویدئوی امروز این را خوب از پس برمی‌آیند و همین طول برای TikTok، Reels و YouTube Shorts مناسب است.
فصل 2
قبل از هر تصویری، داستان و فیلمنامه را بنویسید
رایج‌ترین اشتباه در فیلم‌های هوش مصنوعی این است که از تصویر شروع کنید: نماهای زیبا می‌سازید و بعد سعی می‌کنید برایشان داستانی سر هم کنید. ترتیب را برعکس کنید. اول آنچه بیننده می‌شنود را بنویسید، چون کلمات‌اند که طول هر صحنه و لحظه تغییرش را تعیین می‌کنند.
از ساختاری ساده در سه بخش استفاده کنید: شروعی که شخصیت و مشکلش را در یک جمله معرفی کند، میانه‌ای که در آن چرخش یا غافلگیری رخ دهد، و پایانی که مشکل را حل کند یا سؤالی در ذهن بیننده بگذارد. راوی با ریتم طبیعی حدود دو تا دو و نیم کلمه در ثانیه می‌گوید، پس فیلمی 45 ثانیه‌ای حدود 80 تا 110 کلمه گفتار لازم دارد؛ بیشتر از این یعنی صدایی شتاب‌زده.
- با جمله‌ای شروع کنید که در دو ثانیه اول توجه را بگیرد؛ همین جمله تعیین می‌کند بیننده بماند یا رد شود.
- برای هر ایده یک جمله، و جمله‌های کوتاهی که در یک نفس گفته شوند.
- اعداد را همان‌طور که خوانده می‌شوند بنویسید و برای نام‌ها و واژه‌های عربی چندخوانشی اعراب بگذارید.
- متن را بلند بخوانید و زمانش را بگیرید، یا آن را در برنامه‌ریز رایگان متن TikTok بچسبانید که طول گفتار را تخمین می‌زند و آن را در مرورگرتان به صحنه‌ها تقسیم می‌کند.
فصل 3
فیلم را به صحنه‌ها تقسیم کنید (استوری‌بورد)
استوری‌بورد جدولی ساده است: برای هر صحنه یک ردیف با آنچه گفته می‌شود، آنچه روی صفحه است و حرکت دوربین. همین جدول را به ابزار ویدئو می‌دهید، و همین است که نمی‌گذارد وقت و اعتبارتان را صرف نماهایی کنید که لازم ندارید.
توصیف هر نما را مثل یادداشتی برای کارگردان بنویسید: چه کسی یا چه چیزی در کادر است، چه اتفاقی می‌افتد، کجا، دوربین چطور حرکت می‌کند، نور چگونه است و سبک چیست. آن را به انگلیسی بنویسید، چون مدل‌های ویدئو دقیق‌تر دنبالش می‌کنند، حتی اگر فیلمتان عربی است، و همان واژه‌های سبک را در انتهای هر توصیف تکرار کنید تا فیلم یکپارچه به نظر برسد.
- هر صحنه یعنی یک موضوع و یک حرکت.
- از مدل نخواهید عنوان یا تابلو داخل نما بنویسد؛ حروف، به‌خصوص عربی، به‌هم‌ریخته درمی‌آیند. کلمات را در زیرنویس بگذارید.
- از لوگو، افراد واقعی و چهره‌های مشهور پرهیز کنید و شخصیت‌های عمومی، نمای پشت سر یا دست‌ها را نشان دهید.
- مدل‌ها کلیپ‌هایی با طول‌های مشخص می‌سازند؛ صحنه‌ای 5 ثانیه‌ای ممکن است 6 ثانیه ساخته شود و بعد به طول صدا بریده شود.
راهنمای مفصل ما درباره ساخت ویدئو با هوش مصنوعی شش بخش پرامپت صحنه را توضیح می‌دهد و کتابخانه‌ای از پرامپت‌های آماده کپی دارد.
فصل 4
ساخت نماها: تبدیل متن یا عکس به ویدئو با هوش مصنوعی
دو راه برای ساخت نماهای فیلم هست و می‌توانید در یک فیلم هر دو را به کار ببرید: صحنه‌هایی که از توصیف نوشتاری کشیده می‌شوند، و صحنه‌هایی که از عکسی متعلق به خودتان شروع می‌شوند.
از متن به ویدئو
توصیف صحنه را می‌نویسید و مدل کلیپ را از صفر می‌سازد؛ وقتی هیچ عکس یا فیلمی ندارید، راهش همین است. در Vocla Video متن را می‌چسبانید: اول صداگذاری ساخته می‌شود، بعد گفتار به صحنه‌های 3 تا 8 ثانیه‌ای هم‌زمان با آن تقسیم می‌شود و هر صحنه توصیفی تصویری به انگلیسی می‌گیرد که پیش از ساخت می‌توانید ویرایشش کنید.
از عکس به ویدئو
یک عکس ثابت را به‌عنوان فریم اول به مدل می‌دهید و مدل آن را با حفظ ظاهرش متحرک می‌کند: طرحی از شخصیتتان، یک منظره یا یک محصول. این بهترین راه برای ثابت ماندن چهره شخصیت در صحنه‌های مختلف است. در Vocla از طرح Starter به بالا می‌توانید هر صحنه را به‌جای تصویر ساخته‌شده با عکس خودتان شروع کنید، و برای عکس محصول، سازنده ویدئوی تبلیغاتی محصول یک تا چهار عکس محصول را به تبلیغی کامل با صدا و زیرنویس تبدیل می‌کند.
چطور با هوش مصنوعی کارتون بسازیم
کارتون از ساده‌ترین سبک‌ها برای مدل‌های ویدئوست، چون چشم خطاهای کوچک نقاشی را راحت‌تر از تصویر واقع‌گرا می‌بخشد. در انتهای هر توصیف سبکی ثابت اضافه کنید، مثلاً 2D hand-drawn cartoon style, soft pastel colors یا 3D animated family film style, soft lighting، و شخصیت را در هر صحنه با همان جزئیات توصیف کنید: سن، لباس و رنگ مو.
ثابت نگه داشتن شخصیت‌ها
بزرگ‌ترین چالش فیلم‌های هوش مصنوعی شخصیتی است که چهره‌اش از نمایی به نمای دیگر عوض می‌شود. سه عادت این مشکل را کم می‌کند:
- توصیف شخصیت را کلمه به کلمه در هر صحنه‌ای که حضور دارد کپی کنید.
- نماهای باز، نمای پشت سر یا دست‌ها را به نمای نزدیک چهره ترجیح دهید.
- پیش از ساخت ویدئو، یک تصویر ثابت از هر صحنه را بررسی کنید. در Vocla این مرحله استوری‌بورد است: برای هر صحنه تصویری که تأیید یا دوباره تولیدش می‌کنید، و تصویر تأییدشده فریم اول کلیپ می‌شود.
فصل 5
صداگذاری: چطور فیلمتان را به حرف بیاورید
مدل‌های ویدئو فقط تصویر می‌کشند و گفتار عربی نقطه قوتشان نیست، پس صدا لایه‌ای جداگانه است. در فیلم کوتاه، صدا از زیبایی تصویر مهم‌تر است: بیننده نمای ساده را می‌بخشد، اما اگر صدا ماشینی باشد یا لهجه برایش غریبه، می‌رود.
یک راوی داستان را تعریف می‌کند
ساده‌ترین و موفق‌ترین روش برای شروع. در Vocla Video متن شما با یک صدا از کتابخانه خوانده می‌شود، به عربی فصیح یا یکی از 18 لهجه عربی، و صحنه‌ها خودکار با زمان‌بندی گفتار تنظیم می‌شوند.
گفت‌وگوی شخصیت‌ها
برای گفت‌وگوی دو شخصیت، متن را سطر به سطر به شکل «نام: جمله» در گفت‌وگوی چندصدایی بنویسید، برای هر شخصیت صدایی و برای هر سطر لحنی انتخاب کنید و یک فایل صوتی بگیرید که در تدوین روی نماها می‌گذارید. توجه کنید که شخصیت‌های نماهای ساخته‌شده لب‌هایشان را با کلمات هماهنگ نمی‌کنند؛ پس هنگام گفت‌وگو نمای باز، نیم‌رخ یا پشت سر انتخاب کنید، یا بگذارید راوی حرف شخصیت‌ها را نقل کند.
تلفظ درست
برای واژه‌های چندخوانشی و نام‌های نامأنوس اعراب بگذارید. ابزارهای اعراب‌گذاری و تلفظ با یک کلیک اعراب اضافه می‌کنند و هر تغییر را برای بازبینی نشان می‌دهند، و همین دکمه در ویرایشگر متن Vocla Video هم هست.
فصل 6
موسیقی و جلوه‌های صوتی
نیمی از حس فیلم کوتاه را موسیقی می‌سازد. قاعده: بی‌کلام، با ریتمی که به حال‌وهوا بخورد و آشکارا آهسته‌تر از صداگذاری. در Vocla Video می‌توانید موسیقی پس‌زمینه‌ای را روشن کنید که خودکار زیر گفتار کم می‌شود، یا قطعه‌ای جداگانه را از توصیف متنی با ساخت موسیقی با هوش مصنوعی بسازید و در تدوین بگذارید.
جلوه‌های صوتی مثل صدای قدم، باران یا در را از کتابخانه‌هایی با مجوز مناسب بردارید و آهسته نگهشان دارید؛ یک جلوه در لحظه درست از ده تا مؤثرتر است.
- برای کل فیلم یک حال‌وهوا انتخاب کنید: رازآلود، گرم یا پرانرژی.
- موسیقی را هنگام گفتار پایین بیاورید و در گذار میان صحنه‌ها کمی بالا ببرید.
- پیش از انتشار، حقوق هر موسیقی‌ای را که خودتان نساخته‌اید بررسی کنید.
فصل 7
زیرنویس عربی روی ویدئو
بسیاری ویدئوهای کوتاه را بی‌صدا تماشا می‌کنند و زیرنویس چسبیده روی تصویر داستان را برایشان قابل فهم نگه می‌دارد. از مدل ویدئو نخواهید کلمات را داخل نما بنویسد؛ زیرنویس را مسیری جداگانه نگه دارید که عربی را درست و از راست به چپ نمایش دهد.
در Vocla Video زیرنویس عربی از خود متن شما، هم‌زمان با صدا، با سبک ساده، پررنگ یا کارائوکه (هر کلمه هنگام ادا روشن می‌شود) در پایین یا وسط کادر روی تصویر چسبانده می‌شود. اگر ویدئوی آماده‌ای از جای دیگر دارید، آن را در زیرنویس هوش مصنوعی بارگذاری کنید تا گفتارش پیاده شود و زیرنویس عربی با پنج سبک بگیرد، یا ویدئوی انگلیسی را به عربی ترجمه کنید، و خروجی MP4 یا فایل‌های SRT و VTT بگیرید.
- حداکثر دو سطر روی صفحه در هر لحظه.
- در ویدئوی عمودی زیرنویس را از پایین صفحه دور نگه دارید، چون دکمه‌های پلتفرم آن را می‌پوشانند.
- پیش از خروجی گرفتن، نام‌ها و اعداد را بازبینی کنید.
فصل 8
تدوین و خروجی: قالب‌ها و فرمت‌های مناسب
اگر کل فیلم را در Vocla Video بسازید، تدوین پایه خودکار انجام می‌شود: کلیپ‌ها به طول صحنه‌ها بریده و کنار هم گذاشته می‌شوند، صدا، زیرنویس و موسیقی رویشان قرار می‌گیرد و فایل MP4 آماده را دانلود می‌کنید. اگر صحنه‌ای خوب نشد، فقط همان را دوباره می‌سازید، نه کل فیلم را.
اگر مواد را از چند ابزار جمع کنید، مثل یک فایل گفت‌وگوی جداگانه یا نماهایی که خودتان گرفته‌اید، هر برنامه تدوین رایگان روی گوشی یا رایانه برای مرتب کردن کلیپ‌ها و گذاشتن صدا کافی است. در هر حال فیلم را از اول در قالب نهایی‌اش بسازید، چون بریدن ویدئوی افقی به عمودی بیشتر تصویر را هدر می‌دهد.
| قالب | کجا استفاده می‌شود | نکته |
|---|---|---|
| 9:16 عمودی | TikTok، Reels اینستاگرام، YouTube Shorts، Snapchat | بهترین گزینه برای فیلم کوتاه روی گوشی. بالا و پایین کادر را برای دکمه‌های پلتفرم خالی بگذارید. |
| 16:9 افقی | YouTube، نمایشگرها، ارائه‌ها | مناسب فیلم‌های بلندتر و داستان‌های سینمایی‌تر. |
| 1:1 مربع | پست‌های فید فیسبوک و اینستاگرام | حد وسطی که روی گوشی و رایانه خوب دیده می‌شود. |
MP4 فرمتی است که همه پلتفرم‌ها می‌پذیرند. در Vocla قالب عمودی 9:16 از طرح Starter و هر سه قالب و وضوح 1080p از طرح Professional به بالا در دسترس است.
فصل 9
نکته‌های انتشار در TikTok، YouTube و Reels
TikTok
دو ثانیه اول را یک سؤال یا نمایی غیرمنتظره کنید و زیرنویس و چهره‌ها را از لبه‌های صفحه دور نگه دارید. صفحه سازنده ویدئوی TikTok قلاب و نواحی امن را مفصل توضیح می‌دهد.
YouTube و Shorts
عنوان و توضیحات تعیین می‌کنند فیلم در جست‌وجو دیده شود یا نه؛ عنوان را همان‌طور بنویسید که مردم جست‌وجو می‌کنند. نسخه عمودی برای Shorts و نسخه افقی 16:9 برای کانال اصلی.
Reels اینستاگرام و فیسبوک
زیرنویس چسبیده اینجا ضروری است، چون پخش معمولاً بی‌صدا شروع می‌شود. کاوری روشن از قوی‌ترین نمای فیلم انتخاب کنید.
افشا و حقوق
بسیاری از پلتفرم‌ها اعلام محتوای واقع‌نمای ساخته‌شده با هوش مصنوعی را می‌خواهند؛ سیاست هر پلتفرم را بخوانید. هرگز بدون اجازه از چهره یا صدای افراد واقعی استفاده نکنید.
فصل 10
قدم به قدم: ساخت فیلم با هوش مصنوعی در Vocla
کل مسیر، از صفحه خالی تا فایل MP4 آماده انتشار.
- 1
فیلمنامه را بنویسید و زمانش را بسنجید
داستانی 80 تا 110 کلمه‌ای برای فیلمی حدوداً 45 ثانیه‌ای بنویسید و زمانش را با برنامه‌ریز رایگان متن بسنجید.
- 2
Vocla Video را باز کنید و متن را بچسبانید
صدا و لهجه، قالب (9:16، 16:9 یا 1:1)، سطح کیفیت و سبک زیرنویس را انتخاب کنید و اگر خواستید موسیقی را روشن کنید. هزینه اعتبار را پیش از شروع می‌بینید.
- 3
بگذارید Vocla صدا بسازد و صحنه‌ها را بچیند
اول صداگذاری ساخته می‌شود، بعد گفتار به صحنه‌های 3 تا 8 ثانیه‌ای با توصیف تصویری انگلیسی تقسیم می‌شود.
- 4
توصیف صحنه‌ها را ویرایش کنید
سبک ثابتتان، کارتونی یا سینمایی، و همان توصیف شخصیت را به هر صحنه اضافه کنید، یا در طرح‌هایی که امکانش هست عکس خودتان را برای شروع صحنه بارگذاری کنید.
- 5
استوری‌بورد را تأیید کنید
برای هر صحنه تصویری ثابت بسازید و آنچه را نمی‌پسندید، پیش از پرداخت هزینه ویدئو، دوباره بسازید.
- 6
فیلم را بسازید و روی گوشی ببینید
پس از ساخت، کل فیلم را ببینید، در صورت نیاز فقط یک صحنه را دوباره بسازید و MP4 را با صدا، زیرنویس و موسیقی دانلود کنید.
- 7
در قالب درست منتشر کنید
فیلم را با عنوانی شبیه آنچه مخاطبتان جست‌وجو می‌کند، کاوری روشن و چند هشتگ دقیق منتشر کنید.
فصل 11
نمونه عملی: کارتونی کوتاه در 45 ثانیه
کارتونی کوتاه به نام «آخرین فانوس»، با یک راوی، در قالب 9:16 و شش صحنه. پرامپت‌ها را کپی کنید و جزئیات را با داستان خودتان عوض کنید، اما واژه‌های سبک انتهای هر پرامپت را دست نزنید.
- صحنه 10–7 ث· کوچه‌ای قدیمی هنگام غروب و دکانی با یک فانوس
راویدر کوچه‌ای قدیمی، عمو سلیم فانوس می‌فروخت… و فقط یک فانوس برایش مانده بود.
پرامپت صحنه برای مدل ویدئوA narrow old Arab alley at dusk, a small wooden shop with one glowing lantern left on its shelf, slow push-in, warm orange light, 2D hand-drawn cartoon style, soft pastel colors
- صحنه 27–14 ث· فروشنده پیر با مهربانی به رهگذرها سر تکان می‌دهد
راویهر رهگذری قیمتش را می‌پرسید، اما سلیم همیشه می‌گفت: این یکی فروشی نیست.
پرامپت صحنه برای مدل ویدئوAn old shopkeeper with a white beard and a brown vest kindly shaking his head at passers-by, medium shot, warm dusk light, 2D hand-drawn cartoon style, soft pastel colors
- صحنه 314–22 ث· دختری با بارانی زرد زیر باران، سکه‌ای در دست
راویتا اینکه در شبی بارانی، دختر کوچکی جلوی دکانش ایستاد، با یک سکه در دست.
پرامپت صحنه برای مدل ویدئوA little girl in a yellow raincoat standing in the rain in front of the small shop, holding one coin in her open hand, low angle, falling rain, blue night with warm glow from the shop, 2D hand-drawn cartoon style, soft pastel colors
- صحنه 422–30 ث· فروشنده خم می‌شود تا حرف دختر را بشنود
راویپرسید چرا آن را می‌خواهد. گفت: «چون مادربزرگم از تاریکی می‌ترسد.»
پرامپت صحنه برای مدل ویدئوThe old shopkeeper leaning down toward the little girl at the shop door, seen from the side, lantern light between them, rain in the background, 2D hand-drawn cartoon style, soft pastel colors
- صحنه 530–38 ث· دست‌های پیر فانوس را در دست‌های دختر می‌گذارند
راویسلیم لبخند زد، فانوس را در دستانش گذاشت… و سکه را به او پس داد.
پرامپت صحنه برای مدل ویدئوClose-up of an old man's hands placing a glowing lantern into a little girl's small hands, warm light on their fingers, raindrops glistening, 2D hand-drawn cartoon style, soft pastel colors
- صحنه 638–45 ث· نمای بالا از کوچه تاریک و یک پنجره روشن
راویآن شب در کوچه فقط یک چراغ روشن بود… و همان کافی بود.
پرامپت صحنه برای مدل ویدئوHigh wide shot of the dark old alley after the rain, a single window glowing warmly with lantern light, slow pull-back, calm and heartwarming, 2D hand-drawn cartoon style, soft pastel colors
متن گفتاری اینجا حدود 95 کلمه است، یعنی تقریباً 40 تا 45 ثانیه با ریتمی آرام. فیلمی به این طول به طرح Professional نیاز دارد، چون بلندترین ویدئو در Starter 15 ثانیه است. با نرخ‌های پیش‌فرض، سطح Lite برای هر ثانیه ساخته‌شده 150 اعتبار و هر تصویر استوری‌بورد 200 اعتبار هزینه دارد، به‌علاوه صداگذاری؛ هزینه دقیق پیش از ساخت نمایش داده می‌شود.
فصل 12
چه چیزی واقعاً رایگان است و چه چیزی اعتبار یا طرح پولی می‌خواهد؟
صریح بگوییم: ساخت ویدئو با هوش مصنوعی از نظر پردازشی گران است و هیچ ابزار جدی‌ای فیلم نامحدود رایگان نمی‌دهد. آنچه در Vocla رایگان می‌توانید انجام دهید بخش بزرگی از کارهای اطراف تصویر است؛ ساخت خود نماها از یک طرح پولی شروع می‌شود.
اگر فیلمی کاملاً رایگان می‌خواهید، مسیر واقع‌بینانه این است: داستان را بنویسید، صداگذاری را با اعتبار رایگانتان بسازید، از عکس‌ها یا فیلم‌های خودتان استفاده کنید و همه را در یک برنامه تدوین رایگان کنار هم بگذارید. وقتی نماهای ساخته‌شده، موسیقی و زیرنویس چسبیده را یک‌جا خواستید، طرح‌ها را در صفحه قیمت‌ها مقایسه کنید.
| بخش | رایگان | نیازمند اعتبار یا طرح پولی |
|---|---|---|
| نوشتن و زمان‌سنجی فیلمنامه | برنامه‌ریز متن بدون حساب در مرورگر کار می‌کند | هیچ |
| امتحان کردن صدا | دموی صفحه تبدیل متن به گفتار، بدون ثبت‌نام، تا 200 نویسه در هر بار | هیچ |
| صداگذاری | با اعتبار طرح رایگان: ماهانه 500͏ اعتبار، بدون کارت، برای استفاده شخصی | استفاده تجاری و دانلود WAV از طرح Starter |
| اعراب‌گذاری و تلفظ | در همه طرح‌ها رایگان | ساخت خود صدا از اعتبار کم می‌شود |
| گفت‌وگو، موسیقی، زیرنویس و دوبله | در طرح رایگان نیست | در همه طرح‌های پولی؛ مدت‌های طولانی‌تر در طرح‌های بالاتر |
| ساخت ویدئو از متن | در طرح رایگان نیست | از Starter: ماهانه 30 ثانیه، ویدئو تا 15 ثانیه، 720p، عمودی، با واترمارک |
| عکس به ویدئو | در طرح رایگان نیست | از Starter با همان محدودیت‌های متن به ویدئو؛ همه قالب‌ها بدون واترمارک از Creator، و 1080p از Professional |
در برخی کشورها، که فعلاً مصر هم جزوشان است، به انتهای صدایی که در طرح رایگان ساخته می‌شود برچسب صوتی کوتاهی اضافه می‌شود که می‌گوید با Vocla ساخته شده است. طرح‌های پولی هرگز این برچسب را ندارند.
فصل 13
اشتباه‌های رایج در ساخت فیلم با هوش مصنوعی
شروع از تصویر به‌جای داستان
رشته‌ای از نماهای زیبا بدون داستان را کسی تا آخر نمی‌بیند. همیشه اول فیلمنامه.
صحنه‌های شلوغ
شخصیت‌ها و کنش‌های زیاد در یک نما به آشفتگی بصری تبدیل می‌شود. هر صحنه یک ایده.
سبکی که هر صحنه عوض می‌شود
واژه‌های سبک و توصیف شخصیت را کلمه به کلمه در هر پرامپت تکرار کنید.
خواستن نوشته عربی داخل نما
حروف به‌هم‌ریخته درمی‌آیند. کلمات جایشان در زیرنویس است، نه در تصویر.
متنی بلندتر از فیلم
صدای شتاب‌زده حس فیلم را خراب می‌کند. کلمه حذف کنید، نه اینکه صدا را تند کنید.
ساخت ویدئو پیش از تأیید تصویرها
تغییر یک تصویر ثابت خیلی ارزان‌تر از ساختن دوباره یک کلیپ است.
فراموش کردن لبه‌های صفحه
دکمه‌های TikTok و Reels کناره‌ها و پایین ویدئوی عمودی را می‌پوشانند.
نادیده گرفتن حقوق
بدون اجازه، از چهره، صدا یا موسیقی دیگران استفاده نکنید.
فصل 14
پرسش‌های رایج درباره ساخت فیلم با هوش مصنوعی
چطور با هوش مصنوعی فیلم بسازم؟
داستانی کوتاه 30 تا 60 ثانیه‌ای بنویسید، آن را به صحنه‌ها تقسیم کنید، برای هر صحنه از توصیف نوشتاری یا عکس نمایی بسازید و بعد صداگذاری، موسیقی و زیرنویس اضافه کنید و همه را در یک فایل جمع کنید. در Vocla Video متن را می‌چسبانید و صدا، تقسیم صحنه‌ها، ساخت، زیرنویس و موسیقی انجام می‌شود و یک MP4 آماده تحویل می‌گیرید.
آیا می‌شود رایگان با هوش مصنوعی فیلم ساخت؟
تا حدی. نوشتن و زمان‌سنجی متن رایگان است و صداگذاری با اعتبار طرح رایگان (ماهانه 500͏ اعتبار برای استفاده شخصی) انجام می‌شود. گفت‌وگو، موسیقی و زیرنویس در همه طرح‌های پولی هستند و ساخت نماهای ویدئو در Vocla از طرح Starter شروع می‌شود. می‌توانید با عکس‌ها یا فیلم‌های خودتان، صدای Vocla و یک برنامه تدوین رایگان فیلمی رایگان بسازید.
چطور با هوش مصنوعی از یک عکس فیلم بسازم؟
عکس را به‌عنوان فریم اول صحنه بارگذاری کنید و بنویسید در آن چه اتفاقی می‌افتد (حرکت دوربین، چه چیزی حرکت می‌کند، نور) تا مدل آن را با حفظ ظاهرش متحرک کند. در Vocla از طرح Starter به بالا می‌توانید هر صحنه را با عکس خودتان شروع کنید، و سازنده ویدئوی تبلیغاتی محصول یک تا چهار عکس محصول را به تبلیغی کامل با صدا و زیرنویس تبدیل می‌کند.
چطور با هوش مصنوعی کارتون بسازم؟
داستانی ساده بنویسید، در انتهای هر پرامپت سبکی ثابت مثل 2D cartoon style یا 3D animated style اضافه کنید، شخصیت را در هر صحنه با همان جزئیات توصیف کنید و پیش از ساخت ویدئو برای هر صحنه تصویری ثابت تأیید کنید تا شخصیت یکسان بماند.
فیلمم چقدر می‌تواند طول بکشد؟
هر کلیپی که مدل می‌سازد چند ثانیه است و فیلم از چند صحنه ساخته می‌شود. در Vocla هر ویدئو در Starter تا 15 ثانیه، در Professional تا 60 ثانیه، در Business تا 120 ثانیه و در Enterprise تا 180 ثانیه است. برای فیلم بلندتر، چند بخش بسازید و در تدوین کنار هم بگذارید.
آیا تجربه تدوین لازم دارم؟
نه. اگر کل فیلم را در Vocla Video بسازید، بریدن و چیدن کلیپ‌ها و گذاشتن صدا، زیرنویس و موسیقی خودکار است. برنامه تدوین ساده فقط وقتی لازم است که مواد را از ابزارهای مختلف ترکیب کنید، مثل فایل گفت‌وگوی جداگانه یا فیلم‌هایی که خودتان گرفته‌اید.
چطور شخصیت‌ها را به حرف بیاورم؟
ساده‌ترین راه، راوی‌ای است که داستان را تعریف کند. برای گفت‌وگو، متن را به شکل «نام: جمله» در گفت‌وگوی چندصدایی بنویسید، به هر شخصیت صدایی متفاوت بدهید و یک فایل صوتی بگیرید که روی نماها می‌گذارید. نماهای ساخته‌شده حرکت لب را با گفتار هماهنگ نمی‌کنند، پس هنگام گفت‌وگو نمای باز یا نیم‌رخ انتخاب کنید.
آیا می‌توانم فیلم را در YouTube منتشر کنم و درآمد داشته باشم؟
کانالی که از آن درآمد دارید استفاده تجاری است. در Vocla طرح رایگان برای استفاده شخصی و آزمایش است، استفاده تجاری از Starter به بالا شامل می‌شود و همه طرح‌های دارای ویدئو پولی‌اند. قواعد کسب درآمد را خود YouTube تعیین می‌کند؛ سیاست‌هایش درباره محتوای ساخته‌شده با هوش مصنوعی و اعلام آن را بخوانید و داستان اصیل منتشر کنید، نه کلیپ‌های تکراری.
آیا هوش مصنوعی می‌تواند داخل ویدئو عربی بنویسد؟
نه به‌طور قابل اعتماد؛ حروف عربی داخل نماهای ساخته‌شده معمولاً به‌هم‌ریخته درمی‌آیند. برای همین کلمات به شکل زیرنویس جداگانه‌ای که عربی را درست نمایش می‌دهد روی تصویر چسبانده می‌شوند، کاری که Vocla Video خودکار انجام می‌دهد.
بهترین قالب برای TikTok و YouTube چیست؟
عمودی 9:16 برای TikTok، Reels و Shorts، افقی 16:9 برای YouTube و مربع 1:1 برای پست‌های فید. فیلم را از اول در قالب نهایی‌اش بسازید، نه اینکه بعداً برش دهید.