การทำ MV ด้วย AI: ใช้ 纳逗Pro ตั้งแต่เพลงจนได้ผลงาน

การทำ MV ด้วย AI: ใช้ 纳逗Pro ตั้งแต่เพลงจนได้ผลงาน

ผู้เขียนได้ทำการลองวิชวลสำหรับ MV แบบไม่มีเสียงเรื่อง“雨后天台看信”บนผืนผ้าใบของ 纳逗Pro: สร้างภาพตั้งฉากหนึ่งภาพ แล้วใช้เป็นอ้างอิงเพื่อสร้างวิดีโอช็อตเดี่ยวยาวประมาณ 5 วินาที ก่อนยื่น ผลประเมินค่าบริการสองครั้งอยู่ที่ 3 เครดิต และ 7 เครดิต ตามลำดับ รวมประมาณ 10 เครดิต ตัวอย่างนี้ตรวจเพียงการต่อเนื่องของภาพและการเคลื่อนไหวเล็กน้อย ไม่ได้ใส่เพลง จึงไม่หมายความว่าได้ทำการจับจังหวะ ปากเข้าคำร้อง หรือมิวสิกวิดีโอทั้งเรื่องเสร็จแล้ว。

คำตอบโดยตรง: การใช้ AI ทำ MV ควรเริ่มจากกำหนดเวอร์ชันของเพลงให้ชัดเจน ระบุช่วงเนื้อร้อง จุดเน้น และการหยุดพัก; จากนั้นกำหนดตัวละครและภาพอ้างอิง สร้างชิ้นงานสั้นทีละช็อต สุดท้ายค่อยนำมาตัดต่อบนไทม์ไลน์ของเพลง ปรับเทียบภาพกับเสียงและส่งออก ช็อตเชิงเล่าเรื่อง ช็อตซูมการร้อง และซับไตเติลเนื้อร้องมีเกณฑ์การรับงานต่างกัน การที่ภาพช็อตเดียวออกมาสวย ไม่ได้หมายความว่าจังหวะทั้งเพลง การซิงก์ปาก และปัญหาลิขสิทธิ์จะได้รับการแก้ไขทั้งหมด。

แปลงเพลงเป็นตารางเวลาที่ใช้งานได้ก่อน

ต้องกำหนดเวอร์ชันของเพลงให้เรียบร้อยก่อน หากความยาวอินโทรหรือความเร็วเปลี่ยน จุดตัดที่มีอยู่ทั้งหมดอาจต้องจัดใหม่ ฟังอย่างน้อยสองรอบ: รอบแรกบันทึกเวลาเริ่ม-จบของท่อนหลัก ท่อนฮุก อินเทอร์ลูด และการปิดเพลง; รอบที่สองบันทึกจุดเน้น การหยุดพักและจุดเปลี่ยนอารมณ์ หากไม่เข้าใจ BPM ก็สามารถเริ่มจากการเปลี่ยนแปลงที่ได้ยินได้เหล่านี้ก่อน。

ต่อไปคือตัวอย่างสตอรี่บอร์ดของท่อนฮุกที่เป็นสมมติยาวประมาณ 30 วินาที ไม่ใช่จำนวนช็อตที่ทำเสร็จจริงบนผืนผ้าใบนี้ และไม่ใช่ข้อจำกัดความยาวของแพลตฟอร์ม เมื่อลงมือทำจริง ควรเปลี่ยนคำว่า "副歌进入" เป็นโคดเวลา (timecode) ที่แม่นยำของเพลงที่ใช้。

ตำแหน่งในเพลง

งานภาพ

จุดตรวจรับสำคัญ

เริ่มท่อนฮุก

ช็อตมุมกว้างบนดาดฟ้า บอกตำแหน่งตัวละครและภูมิทัศน์เมือง

ระบุชัดเจนตำแหน่งและทิศทางแสง

อารมณ์พุ่งขึ้น

ช็อตกลาง หยุดเดิน ก้มมองจดหมาย

ความต่อเนื่องของตัวละคร เสื้อคลุม และจดหมาย

เนื้อร้องสำคัญ

ซูมใกล้ใบหน้า หรือจดหมาย

อารมณ์สอดคล้องกับเนื้อร้อง ไม่จำเป็นต้องจับภาพตามตัวอักษรทุกคำ

การลากเสียงท้าย

ช็อตเงาตัวหรือภาพกว้างของเมือง

ระยะเวลาที่ภาพค้างเพียงพอ

แต่ละช็อตควรกำหนดเพียงการกระทำหลักหนึ่งอย่าง จะง่ายต่อการสร้างและแก้ไขกว่าการยัดทั้งการวิ่ง การหันตัว การกอด และการร้องไห้เข้าไปในไม่กี่วินาที การเปลี่ยนช็อตควรรับใช้จุดเน้น การจบการกระทำ หรือการเปลี่ยนแปลงอารมณ์ ไม่จำเป็นต้องตัดทุกจังหวะ。

เปลี่ยนอารมณ์นามธรรมเป็นช็อตที่มองเห็นได้

คำว่า“雨夜、电影感、孤独” แค่บอกบรรยากาศ แต่ควรเขียนให้ชัดเจนถึงตำแหน่งตัวละคร การเคลื่อนไหว ระยะช็อต ตำแหน่งกล้อง และสถานะตอนจบ เช่น: ดาดฟ้าหลังฝน ผู้ใหญ่สวมเสื้อคลุมสีเข้มยืนด้านในของราวกันตก ก้มมองจดหมาย; ช็อตกลาง กล้องคงที่ ท้องฟ้าสีเทาอมฟ้าและแสงจากหน้าต่างสีอุ่นอยู่ไกล ตัวละครไม่พูด การบรรยายเช่นนี้ช่วยตรวจสอบได้ง่ายขึ้นว่าจดหมาย เสื้อผ้า และพื้นหลังคงที่หรือไม่。

เลือกภาพอ้างอิงที่เป็นตัวแทนของตัวละครและฉาก จดรายละเอียดทรงผม เสื้อผ้า อุปกรณ์ สีหลัก และทิศทางแสง แล้วสร้างภาพนิ่งสำคัญ จัดภาพนิ่งตามลำดับการเล่นเพื่อตรวจว่าดูเหมือนเป็นผลงานชุดเดียวกัน ก่อนจะทำช็อตเคลื่อนไหว ภาพอ้างอิงช่วยสื่อความตั้งใจ แต่ไม่รับประกันว่าจะเหมือนกันข้ามช็อตอย่างสมบูรณ์。

กรณีศึกษาจากผืนผ้าใบจริง:雨后天台的无声视觉试镜

กรณีศึกษานี้ผู้เขียนจัดทำขึ้นสำหรับบทความ โดย ไม่ได้ใช้เพลงจริง ภาพใบหน้าศิลปิน หรือภาพจาก MV ที่มีอยู่ ในผืนผ้าใบตัวอย่างของ 纳逗Pro ผู้เขียนเชื่อม “คำชี้แจงขอบเขตการลองวิชวล → ภาพตั้งฉากดาดฟ้าหลังฝน → วิดีโอสั้นมองจดหมาย” เป็นขั้นตอนสามจุด เอกสารคำแนะนำการสร้างสื่ออย่างเป็นทางการของ 纳逗Pro ใช้เพื่อตรวจสอบฟังก์ชันวิดีโอบนแพลตฟอร์มปัจจุบัน; อินพุตของโมเดลและสเปคที่แน่นอนให้ยึดตามการส่งงานและใบตอบรับจริงของครั้งนี้。

ภาพตั้งฉากสร้างด้วย Seedream 5.0 Pro ขนาดจริงเป็น 2816×1584 ในภาพมีเพียงคนเดียวสวมเสื้อคลุมยาวสีเข้ม ยืนด้านข้างด้านในของราวกั้น ก้มมองจดหมาย; พื้นหลังเปียกจากฝน เมืองสีเทาอมฟ้า และแสงจากหน้าต่างสีอุ่นเล็กน้อยให้ข้อมูลเชิงพื้นที่และสี การเลือกฉากนี้เพื่อเช็กความสัมพันธ์ระหว่างตัวละคร เสื้อคลุม จดหมาย และแสงหลังฝน ไม่ได้เพื่อจำลองการร้อง。

原创叙事MV试镜定场图:雨后城市天台中的成年人物手持信件,供核对外套、信件与灯光

จากนั้นใช้ภาพนี้เป็นอ้างอิง โดยใช้ Seedance 2.0 Mini สร้างวิดีโอช็อตเดียวความละเอียด 1280×720 ประมาณ 5 วินาที ไม่มีเสียง ในการดูออนไลน์เห็นได้ว่าตัวละคร จดหมาย ราวกั้น และแสงไฟเมืองอยู่ในพื้นที่เดียวกัน เสื้อคลุมมีการแกว่งเล็กน้อย และไม่มีการตัดช็อต ตัวอย่างนี้ตรวจเพียงการสืบเนื่องจากภาพนิ่งสู่ช็อตสั้นเท่านั้น โดยไม่มีไทม์ไลน์เพลง จึงไม่สามารถพิสูจน์การจับจังหวะที่ถูกต้องหรือการซิงก์ปากกับเนื้อร้องได้。

ภาพด้านล่างเป็นสกรีนช็อตหน้าผืนผ้าใบจริงของครั้งนี้ สามารถดูพร้อมกันในหน้าจอเดียวได้ทั้งคำอธิบาย ภาพตั้งฉาก วิดีโอสั้น และเส้นเชื่อม。

纳逗Pro文章218真实画布全景:MV试镜说明、雨后天台定场图和看信短片依次连接

การจับจังหวะ การซิงก์ปาก และการตัดต่อเป็นขั้นตอนถัดไป

การจับจังหวะ: นำเพลงต้นฉบับที่ได้รับการยืนยันลิขสิทธิ์และเวอร์ชันแล้วใส่ลงในไทม์ไลน์ จัดจุดตัดตามเนื้อร้อง จุดเน้น และการเปลี่ยนแปลงอารมณ์ แล้วดูภาพต่อเนื่องทั้งหมดเพื่อตรวจสอบ การฟังเพลงเพียงอย่างเดียวไม่สามารถตรวจได้ว่าการสลับภาพเร็วหรือช้าจนเกินไป ตัวอย่างในครั้งนี้ไม่มีเพลง จึงไม่สามารถนับเป็นผลการจับจังหวะได้。

การซิงก์ปาก: ถ้าต้องการช็อตซูมการร้อง ควรตัดประโยคสั้นๆ จากเพลงต้นฉบับ เพื่อตรวจว่าฟีเจอร์ที่เลือกรองรับการขับเคลื่อนด้วยเสียงต้นฉบับหรือการซิงก์ปากหรือไม่ จากนั้นดูว่าโฟนีม จังหวะ และรูปแบบการร้องตรงกันหรือไม่ การขยับริมฝีปากเล็กน้อยไม่ได้หมายความว่าซิงก์ได้อย่างแม่นยำ; หากไม่ผ่าน อาจเปลี่ยนเป็นช็อตเล่าเรื่องที่ไม่เห็นปากด้านหน้า หรือใช้กระบวนการจัดการปากเฉพาะทาง。

ผลงานสมบูรณ์: ดำเนินการสร้างช็อตที่ต้องการต่อไป ในไทม์ไลน์การตัดต่อเปรียบเทียบบุคคล มือ อุปกรณ์ ฉากหลัง และรอยต่อของภาพ ซับไตเติลเนื้อร้องต้องตรวจทานข้อความและเวลาปรากฏแยกต่างหาก ยืนยันว่าเพลงต้นฉบับไม่ได้ถูกกลบด้วยเสียงจากสื่อที่สร้างขึ้น เพลง ใบหน้า และสื่ออ้างอิงต้องมีใบอนุญาตใช้งานที่เหมาะสม ให้ทำให้ช่วงสั้นๆ สามารถดูได้อย่างสมบูรณ์เป็นอันแรก ก่อนจะขยายไปทั้งเพลง。