टेक्स्ट टू वीडियो एआई जेनरेटर

स्क्रिप्ट पेस्ट करने के बाद क्या होता है

स्क्रिप्ट को एक बार पढ़ा जाता है और नैचरल बीट्स पर सीन में बाँटा जाता है, लगभग एक सीन प्रति वाक्य या क्लॉज़, पैसिंग पर निर्भर करता है। हर सीन को उसकी खुद की इमेज या वीडियो प्रॉम्प्ट मिलता है, जो आपने चुनी हुई विजुअल स्टाइल के खिलाफ लिखा जाता है ताकि सभी सीन एक ही वीडियो के हिस्से लगें।

कहानी एक ही पास में जनरेट होती है जो हर शब्द का टाइमिंग लौटाती है। वही टाइमिंग प्रामाणिक घड़ी बन जाती है: कैप्शन हाइलाइट और सीन बदलाव दोनों उससे निकाले जाते हैं, न कि कैरेक्टर गिनती से अनुमान करके। इसलिए कट्स वाक्य की सीमाओं पर आते हैं, एक बीट लेट नहीं होते।

विजुअल्स हर सीन के लिए जनरेट होते हैं, आपके चुने हुए ट्रांजिशन और म्यूजिक सेटिंग्स के साथ कंपोज़ होकर रेंडर होते हैं। ज्यादातर वीडियो के लिए इसमें दो से पाँच मिनट लगते हैं।

ऐसा स्क्रिप्ट लिखें जो अच्छा रेंडर हो

संक्षिप्त कथनकारी वाक्य साफ सीन सीमाएं देते हैं। कई क्लॉज़ वाले लंबे वाक्य अक्सर एक ही सीन पर रुक जाते हैं जबकि बहुत कुछ कहा जा रहा होता है, जो धीमा लगता है।

ठोस संज्ञाएँ इमेज जनरेटर को काम देने के लिए बेहतर होती हैं। किसी विशेष वस्तु और जगह के बारे में वाक्य अमूर्त कथन से कहीं बेहतर रेंडर होता है, क्योंकि उस सीन के लिए लिखा गया प्रॉम्प्ट कुछ दिखाने योग्य देता है।

स्क्रिप्ट में स्टेज डायरेक्शन्स बचाएँ। आप जो कुछ भी लिखते हैं वह नैरेशन बनकर बोला जाएगा, जिसमें खुद के लिए लिखा हुआ शॉट नोट भी शामिल है।

स्टिल इमेज या जनरेटेड वीडियो क्लिप्स

इमेज आउटपुट हर सीन के लिए एक स्टिल बनाता है और उसमें धीरे-धीरे कैमरा मूव करता है। यह सस्ता है, लगभग 100 क्रेडिट्स प्रति मिनट, और narration-लेड स्क्रिप्ट्स के लिए सही डिफॉल्ट है जहाँ शब्द वीडियो को चलाते हैं।

एनिमेटेड आउटपुट हर सीन के लिए असली वीडियो क्लिप बनाता है, जिसमें मोशन और नेटिव साउंड होता है। यह HD में 35 क्रेडिट्स प्रति सेकंड है, तो एक मिनट 2,100 क्रेडिट्स होता है, और तब इसका औचित्य होता है जब विजुअल ही देखने का कारण हो ना कि नैरेशन।

एनिमेटेड वीडियो 1,200 कैरेक्टर्स तक की स्क्रिप्ट स्वीकार करते हैं। इमेज वीडियो काफी लंबे स्क्रिप्ट ले सकते हैं।

वॉइस और कैप्शन

36 वॉइस प्रिव्यू के साथ उपलब्ध हैं। जिसे भी आप चुनते हैं वह वीडियो के साथ स्टोर हो जाता है, इसलिए बाद में जब आप फिर से कंपाइल करें तो वह मौजूदा डिफॉल्ट जैसा नहीं बल्कि मूल जैसा सुनाई देगा।

कैप्शन वर्ड-सिंक्ड होते हैं, दो स्टाइल और हाइलाइट कलर का विकल्प के साथ। इन्हें वॉइसओवर चाहिए होता है, क्योंकि अन्यथा सिंक करने के लिए कुछ नहीं होता। आप बिना नैरेशन के भी वीडियो जेनरेट कर सकते हैं, उस स्थिति में टाइमिंग उन सीन लंबाइयों से मिलेगी जो आपने सेट की हैं।

बाद में मन बदलें तो

एडिटर आपको नैरेशन फिर लिखने और री-कंपाइल करने देता है। जब शब्द बदलते हैं, तो वॉइसओवर और कैप्शन एक साथ एक संरेखित पास में पुनः जनरेट होते हैं और सीन सीमाएँ नए ऑडियो के अनुसार फिर से मैप होती हैं, इसलिए कुछ भी सिंक से बाहर नहीं निकलता।

जब शब्द नहीं बदले होते, मौजूदा ऑडियो और कैप्शन फिर से उपयोग होते हैं और आप केवल रेंडर का ही भुगतान करते हैं। किसी एक सीन का विजुअल पुनः जनरेट करना भी उसी तरह काम करता है, सिर्फ उस एक सीन की लागत पर।

फॉर्मैट और आउटपुट

इमेज वीडियो 9:16, 16:9, 1:1 और 4:5 में रेंडर होते हैं। एनिमेटेड वीडियो 9:16, 16:9 और 1:1 में रेंडर होते हैं, Standard 480p, HD 720p या Full HD 1080p में।

आउटपुट एक साधारण MP4 है जिस पर किसी भी प्लान में वॉटरमार्क नहीं होता, और उसके ऊपर आपके पास पूर्ण कॉमर्शियल अधिकार होते हैं।