Видео со встроенным звуком в MiniMax H3

Текстовому режиму нужен только запрос, поэтому это самый простой способ проверить идею: набросать сцену, послушать, каким получился звук, и затем уточнить. Здесь же доступен полный набор форматов, от вертикального 9:16 для телефона до широкой полосы 21:9.

Загрузите первый кадр, и ролик откроется этой картинкой, а потом начнет двигаться так, как описано в запросе. Это пригодится, когда важна начальная композиция: уже утвержденный портрет, фото товара со съемки для кампании или кадр раскадровки, который хочется оживить.

Один последний кадр тоже подойдет. Видео движется к изображению, которое вы задали, и это удобно для эффектных финалов: флакон встает на свое место в пэкшоте, дверь открывается в готовую комнату, а движение замирает на сверстанном макете.

Дайте модели первый и последний кадр, и она достроит движение между ними. Это удобно, чтобы связать два плана при монтаже, показать «до и после» или превратить два кадра раскадровки в одно непрерывное движение камеры. Результат сохраняет форму ваших изображений.

Режим референсов принимает до пяти изображений, которые задают направление, а не служат фиксированными кадрами. Добавьте персонажа, костюм, товар или место, а действие опишите свободно. Помимо шести фиксированных форматов здесь можно выбрать адаптивный.

Каждый ролик приходит со стереодорожкой, созданной вместе с изображением, а не наложенной потом. Впишите в запрос реплики, музыку или звуковые эффекты, и они станут частью результата. Дорожка включена всегда, так что учитывайте ее, даже если вам нужна только картинка.

Длительность может быть любым целым числом от 4 до 15 секунд, поэтому ролик легко подогнать под акцент в монтаже или под хронометраж площадки, не округляя до фиксированных значений. Число кредитов на кнопке генерации меняется по мере того, как вы двигаете настройку.

768P — разумный уровень для проб и соцсетей, 2K — для версии, которую вы сдаете. Поскольку стоимость на кнопке генерации зависит от разрешения, сравните оба уровня сами и оставьте 2K для дубля, где дополнительная детализация действительно того стоит.

Загрузите утвержденное фото товара как последний кадр и опишите подводку: поднимается крышка коробки, свет скользит по этикетке, звучит мягкий шорох и финальный звон. Ролик останавливается на картинке, которую клиент уже одобрил, а финальную версию можно сгенерировать в 2K.

Для лент, которые смотрят с телефона, напишите короткую сцену в 9:16 с одной репликой и музыкальной подложкой, поставьте восемь или десять секунд и генерируйте в 768P. Пост сразу получается со звуком, так что перед публикацией добавлять остается меньше.

Превратите два кадра раскадровки в первый и последний кадр и дайте модели заполнить движение между ними. Работа в 768P позволяет команде проверить темп, движения камеры и примерный звук до того, как бронировать съемку или заказывать рендер в 2K.

Подготовьте набор до пяти референсных изображений с персонажем, его костюмом и привычной обстановкой и используйте его в каждом эпизоде, меняя только запрос. Если каждый раз начинать с одного и того же набора, серии проще оставаться узнаваемой от ролика к ролику.

Экспортируйте из таймлайна последний кадр одного плана и первый кадр следующего, загрузите их как два конца и сгенерируйте движение, которое их соединит. Режим кадров повторяет форму изображения, поэтому переход совпадет с форматом вашего монтажа.

Широкие планы в 21:9 или 16:9 — город в сумерках, лес после дождя, тихое кафе — каждый со своим фоновым звуком подходят для заставок, презентаций и видеоэссе. Если поверх будет говорить диктор, попросите только атмосферу, без музыки.

Сначала закончите описание картинки, а затем начните новую фразу для звука, например: «Звук: ровный дождь по жестяной крыше, далекий гром, без музыки». Если разделить эти части, запрос легче читать и сразу видно, какие слова относятся к звуковой дорожке.

Берите реплики в кавычки и указывайте, кто и как их произносит: старый рыбак бормочет: «Шторм идет». Делайте реплики настолько короткими, чтобы они успели прозвучать в ролике: в шестисекундный план помещается одна фраза, а не речь.

Одно название жанра звучит расплывчато. Попробуйте медленную партию виолончели соло, теплый лоу-фай бит с треском винила или яркий синти-поп с хлопками, и уточните, должна ли музыка вступать тихо, нарастать к концу или звучать фоном под голосами.

Эффект проще поставить на нужное место, если он связан с чем-то на экране: дверь скрипит, открываясь, бокалы звенят, когда двое друзей чокаются, гравий хрустит под колесами велосипеда. Связка звука и действия заодно подсказывает, в какой момент он должен прозвучать.

Выключателя звука нет. Если нужен почти беззвучный ролик, попросите тихий фон комнаты или легкий ветер, а не оставляйте звук без описания, а затем отключите дорожку в монтажной программе, если финальной версии нужна полная тишина.

Когда кадры загружены, внешний вид уже задан. Используйте запрос для того, что движется, как перемещается камера и что слышит зритель, вместо того чтобы описывать сцену еще раз. В режиме референсов простыми словами поясните, что означает каждое изображение.