افزودن تصویر مکمل به ویدیو با هوش مصنوعی
برای لحظهای که گوینده درباره یک کار حرف میزند، نمایی پیدا کنید که همان کار را نشان بدهد و در زمان درست روی ویدیو بنشیند.
افزودن تصویر مکمل به ویدیو با هوش مصنوعی وقتی خوب جواب میدهد که تصویر واقعا همان حرف گوینده را روشن کند. فرض کنید در یک مصاحبه درباره تعمیر کفش، گوینده توضیح میدهد چرا دوخت پنجه باز شده. نمای بیرونی مغازه شاید زیبا باشد، اما برای آن جمله، نمای نزدیک دست و نخ بیشتر به درد میخورد. با اسکیل video-add-b-roll ایجنتتون میتواند جمله را روی خط زمان پیدا کند و چند نمای مجاز از فایلهای خودتون یا آرشیو Pexels برایش کنار بگذارد.
پیش از اینکه نمایی در تدوین جا بیفتد، میبینید از کجا آمده، چه مدتی از آن لازم است و آیا موضوع در چند ثانیهای که وقت دارد دیده میشود یا نه. اگر هیچ نما مناسبی نبود، میتوانید همان تصویر مصاحبه را نگه دارید. بعد از انتخاب هم یک بار ترکیب را ببینید. نمای خوبی که زود قطع میشود یا درست پیش از کلمه مهم شروع میشود، شاید در کنار صدا معنای دیگری بدهد.
کاربردها
- برای انتخاب نمای مکمل، یک جمله مشخص را به تصویری وصل کنید که حرکت یا شی مورد بحث را نشان میدهد.
- با زمانبندی تصویر روی صدا، آغاز نما را کنار واژهای بگذارید که توجه شنونده را به آن جلب میکند.
- در انتخاب ویدیوی آرشیوی، منبع، سازنده و اجازه استفاده از هر قطعه را کنار پیشنمایش ببینید.
- برای بازبینی تدوین، چند ثانیه قبل و بعد از محل برش را در ترکیب نهایی تماشا کنید.
- جایی که هیچ تصویر مناسبی ندارید، انتخاب را خالی بگذارید تا نمای گوینده بیدلیل قطع نشود.
نصب و استفاده
- در پروژه کامل Cut-as-Code با پایتون و FFmpeg، اول متن زماندار و خط زمان را با ابزار تحلیل ویدیو آماده کنید. برای Pexels کلید سرویس لازم است.
- به ایجنت بگید «لحظهای که گوینده دوخت پنجه را توضیح میدهد با ویدیوهای مجاز همین پوشه مقایسه کنید».
- نمای انتخابی و زمانش را تایید کنید، بعد ترکیب را با صدا ببینید و تصمیم بگیرید در خروجی باقی بماند یا نه.
سوالات متداول
منبع
ساخته WhiteTowerAI. نام اصلی: video-add-b-roll، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub