Dzine ou APOB: como manter em silêncio quem escuta

Duas pessoas frente a frente junto a um prato azul com uma chave reserva

Um visitante pergunta onde está a chave reserva. O anfitrião responde, então o visitante para para pensar. Em uma cena gerada para duas pessoas, uma palavra anexada à boca errada muda quem sabe a resposta. Mesmo um pequeno movimento do ouvinte silencioso pode parecer uma resposta. Defina a propriedade da linha antes de escolher como fazer a tacada.

Prepare um plano para o personagem que está falando

Esta comparação Dzine e APOB começa com uma troca de chaves de seis linhas e um mapa das pausas. Os exemplos mostram como planejar e inspecionar a cena. Eles não relatam um benchmark de sincronização labial.

Dê a cada linha falada um proprietário visível

Use dois adultos fictícios e uma tarefa neutra. A é o visitante. B é o anfitrião. Mantenha os IDs dos alto-falantes ao substituir o diálogo por outro idioma.

Uma pergunta do visitante

O visitante faz as perguntas ímpares. Linha 1, A: “Deixei a chave reserva aqui?” Linha 3, A: “O prato azul perto da porta?” Linha 5, A: “Posso levar quando sair?” Todas as três linhas vêm de A. Para a primeira passagem, use leituras sem adornos para que o revisor possa distinguir palavras, rostos e lacunas.

Uma resposta do anfitrião

O anfitrião fornece as respostas pares. Linha 2, B: “Sim, coloquei no prato”. Linha 4, B: “Sim, ao lado da porta da frente.” Linha 6, B: "Claro. Ainda está lá." O host sabe onde a chave foi colocada. Um visitante cuja boca se move na linha 2 poderia parecer responder à sua própria pergunta. Ouça apenas o áudio e verifique se a ordem ainda faz sentido.

Leia as linhas com as mesmas palavras e sequência em qualquer fluxo de trabalho. A única diferença planejada é como as duas faces são cobertas. Mantenha a cena de referência do anfitrião e a cena de referência do visitante rotuladas como A ou B, com os seis arquivos de linha gravados carregando os mesmos IDs. Se um editor de áudio renomear um arquivo, atualize o mapa de linhas antes que a próxima pessoa o visualize.

Uma pausa de propriedade de nenhuma das vozes

Adicione Pausa P1 após a linha 2 e Pausa P2 após a linha 5. Nenhuma das pausas possui uma linha de áudio. P1 dá a A um momento para lembrar a qual prato o anfitrião se refere. P2 permite que B olhe para a porta antes de responder. Em uma cena compartilhada, escreva a ação pretendida na linha de pausa em vez de atribuir um clipe silencioso ao rosto que falou por último.

Inspecione a tarefa presencial documentada de Dzine

Uma foto compartilhada torna a atribuição de face parte da edição. O plano ainda deve funcionar quando você altera um arquivo de voz ou descobre que uma referência esconde uma boca.

Uma fonte clara com faces distinguíveis

A página Multiple Lip Sync de Dzine descreve como começar com uma fonte visual e atribuir fala aos personagens. Para esta troca, comece com uma fonte onde os adultos sejam facilmente distinguíveis. Marque A na entrada e B no contador na nota do tiro. Uma sobrecapa, posição ou etiqueta de nome fora da imagem facilita a comparação da referência com a atribuição.

Atribuir linhas diferentes a personagens diferentes

Mapeie a linha 1 para A e a linha 2 para B e repita com as outras quatro linhas. Se a sua fonte contém um movimento de câmera, verifique o primeiro quadro de cada turno de fala onde ambos os rostos estão visíveis. Verifique novamente qualquer curva em que alguém ande atrás da outra pessoa ou desvie o olhar. O proprietário permanece A ou B mesmo que as posições dentro do quadro mudem.

Para uma nova tomada de B4, mude apenas essa linha e ouça o início de A5. A primeira palavra de uma resposta pode ser audível enquanto a outra face ainda ocupa o quadro. Essa pode ser uma escolha válida se o comportamento do ouvinte for interpretado como escuta. Deixe uma nota identificando a voz fora da tela para que outro editor possa saber a diferença entre uma sobreposição planejada e uma reatribuição acidental.

Visualize a propriedade antes de exportar

Visualize a mudança de cada linha para a pausa ou resposta seguinte. Coloque a cena no modo mudo e veja qual rosto parece estar falando. Em seguida, restaure o som e observe um movimento da boca que pareça que uma pessoa diferente está fornecendo as palavras. Isto lhe dá duas observações para salvar antes da exportação: proprietário visível e proprietário audível. É um procedimento de inspeção baseado em um fluxo de trabalho documentado.

Faça uma pausa no primeiro quadro onde o público poderá ver a resposta tomando forma. Confirme a identidade de B a partir da referência e procure uma mudança menor na face de A. Em uma revisão real, observe se um ângulo de câmera ou um corte impede que você veja o ouvinte com clareza suficiente para julgar. Mantenha essa linha aberta até que um ângulo utilizável esteja disponível.

Crie tomadas de fala separadas quando a cobertura for o design mais seguro

A cobertura separada oferece uma forma editorial de proteger uma linha de ser mal interpretada. Você pode acompanhar a reação do ouvinte em sua própria cena e reutilizar a ordem de áudio aprovada na montagem.

Uma entrada de alto-falante aprovada por linha

A APOB página Lip Sync AI descreve uma fonte visual e um fluxo de trabalho de áudio. Prepare uma entrada de fala para cada linha planejada com a voz dessa pessoa ou uma gravação autorizada. As instruções deste artigo usam tomadas separadas. Eles não dependem de ambas as faces receberem áudio independente dentro de uma imagem. Mantenha o guarda-roupa, o enquadramento e a linha dos olhos do palestrante estáveis ​​entre as linhas para que os seis clipes pareçam uma conversa.

Para uma equipe pequena, a vantagem da rota APOB é que cada cena falada pode ter sua própria fonte e par de áudio aprovados. Uma revisão para B4 pode ser inspecionada isoladamente antes de ser reinserida. Você ainda precisa combinar as linhas dos olhos e o som entre os cortes, e algumas cenas precisam que os dois rostos compartilhem um momento contínuo. Use o fluxo de trabalho de atribuição se um único quadro compartilhado for mais importante do que revisões de tomadas independentes.

Uma inserção de ouvinte sem trilha de fala

Durante P1, mostre a reação de A sem trilha de fala para aquela inserção. Durante P2, mostre B olhando em direção à porta. A fonte de reação pode ser um alambique ou um clipe preparado separadamente. Inspecione se há formatos de boca que se parecem com palavras formadas. Permita que o som ambiente já escolhido para a cena continue na sequência montada, se isso for adequado ao corte.

Faça também uma referência para o turno de escuta de B: “Anfitrião adulto no balcão da cozinha, olhos voltados para a porta da frente, queixo ligeiramente levantado, sem linha falada, rosto mostrado em uma visão estável de três quartos.” Compare a expressão com a cena anterior, mantendo a porta do mesmo lado. Caso um movimento implique uma nova linha, reduza-a antes de aprovar o inserto.

Montagem que preserva a ordem original dos alto-falantes

Organize A1, B2, P1, A3, B4, A5, P2 e B6 em ordem em seu editor. Se o final de uma linha se sobrepõe a uma inserção de reação, marque o proprietário da linha fora da tela nas notas e confirme se o ouvinte não parece pronunciá-la. Mantenha essas decisões separadas das entregas de linha. O APOB guia de direção de voz pode ajudar quando a cadência ou a ênfase são o problema.

Distinguir o silêncio de uma fala fracassada

Dê à pausa seu próprio comportamento e som permitido. Um olhar, um aceno de cabeça ou uma respiração podem avançar uma conversa antes que alguém diga outra palavra.

Um ouvinte que está pensando

P1 é uma pausa para pensar. A olha para baixo por um instante e depois olha de volta para B. Na nota da cena, escreva “A escuta, lábios descansando, olhos se movem brevemente em direção ao prato, apenas no tom ambiente”. Para uma referência de reação original, tente: “Visitante adulto próximo à entrada, atenção tranquila, olhar brevemente para um pequeno prato azul, boca em repouso, nenhum outro rosto no enquadramento”.

Um breve agradecimento sem uma palavra

P2 é um breve reconhecimento. B pode dar um pequeno aceno de cabeça antes de responder. Uma nota de storyboard do Walt Disney Animation Studios discute expressão, tempo e encenação como parte do planejamento de uma cena. Aqui, um aceno tem lugar no corte, e a primeira palavra de B6 tem seu próprio início. Se um aceno de cabeça repetidamente for lido como o início de uma resposta falada, escolha um gesto mais silencioso ou faça uma tentativa separada.

Uma lacuna de áudio que não deve se tornar outra linha

Uma lacuna de áudio permanece uma lacuna no mapa de propriedade. Se uma cadeira ranger ou a chave tocar no prato, observe o som separadamente da fala. Use uma grade simples durante a revisão.

Bater

Proprietário da linha

Comportamento visível pretendido

Som permitido

B2

B

B fala, A atende

B2 e tom ambiente

P1

Nenhum

Um pensa

Tom da sala

A3

UM

A pergunta, B atende

A3 e tom ambiente

P2

Nenhum

B acena com a cabeça

Tom da sala

B6

B

Respostas B

B6 e tom ambiente

Dê ao revisor uma segunda coluna para o que ele realmente viu. Deixe em branco até que eles assistam. Um movimento pode ser uma inspiração planejada, uma abertura inesperada da boca ou um formato de palavra legível. Preserve essa distinção no registro. Você pode pedir ao revisor que nomeie quem falou sem anunciar a resposta pretendida. Anote a incerteza antes de escolher qual tiro reparar.

Reparar a propriedade sem reescrever a conversa

O reparo começa a partir da incompatibilidade registrada. Mantenha as palavras aprovadas no lugar enquanto você altera a tarefa ou a cobertura.

Uma linha atribuída à face errada

Erro hipotético: a coluna visível do proprietário diz A em B2. Atribua essa linha de volta a B se a foto compartilhada suportar uma seleção de face limpa. Marque B2 como revisado e inspecione o quadro exato antes e depois da primeira sílaba. Verifique novamente P1 mesmo que suas notas não tenham mudado. Uma virada de fala corrigida pode expor uma lacuna que antes estava escondida pelo movimento errado.

Uma reação confundida com uma resposta

Erro hipotético: P1 parece uma resposta. Mantenha o áudio livre de fala e reveja os lábios do ouvinte na fonte de reação. Uma foto dos olhos ou da mão de A pairando sobre o prato pode comunicar o pensamento com menos ambiguidade. Verifique novamente a última palavra de B2 e a primeira palavra de A3 para que a mudança preserve a sensação de ambos os alto-falantes aguardando a próxima vez.

Um silêncio lido corretamente em uma tela grande ainda pode ser difícil de interpretar em uma tela pequena. Verifique o corte final após a adição das legendas. Se as legendas obscurecerem o prato ou o olhar do ouvinte, mova-as na edição antes de decidir substituir uma cena. Registre se o remédio envolvia a boca, o som ou o que o espectador podia ver.

Uma foto compartilhada que precisa de cobertura separada

Quando ambos os rostos parecem falar repetidamente a mesma linha, tente uma cobertura separada e rotule o áudio fora da tela. Comece com as duas voltas em torno do erro e depois jogue toda a troca em ordem. Salve o comportamento observado no mapa corrigido e sinalize qualquer ambigüidade que permaneça. Para uma configuração móvel, o guia de imagem para vídeo do APOB pode ajudar a planejar uma referência visual antes de montar as cenas faladas.

Use os mesmos três pontos ao inspecionar uma exportação: a primeira palavra, a última sílaba visível e a transição para o silêncio. Se você trocar tomadas, reproduza-as com o tom ambiente que usará no corte final. Se você apenas alterar a atribuição, verifique se uma face que estava correta na linha adjacente ainda a possui. Termine jogando todas as seis linhas sem parar.

Leitura relacionada: Morphic ou APOB: ensaie uma perseguição sem clonar figurantes

Fontes

HappyHorse 1.1 vs HappyHorse 1.0: Feature Analysis for AI Video GenerationAPOB AI generated AI imageSoft gradient background of the APOB AI call-to-action banner

Crie uma visão onírica com APOB

Não é necessário cartão de crédito

CRIAR GRATUITAMENTE

Também poderá ter interesse em