कोड NODE10 के साथ मासिक सब्सक्रिप्शन पर 10% की छूट, 31 अगस्त तक
एक फ़ेसलेस चैनल की पूरी पाइपलाइन: इनपुट में एक विषय, लैंग्वेज मॉडल से लिखी स्क्रिप्ट, एक वॉइस ओवर, तीन शॉट और दस सेकंड का एडिट। यहीं देखिए, बिना अकाउंट के।
असली वर्कफ़्लो, असली नतीजे। खुलकर घुमाइए और ज़ूम कीजिए।
यह वर्कफ़्लो इस्तेमाल करेंपूरा वर्कफ़्लो सामने है: टेक्स्ट नोड स्क्रिप्ट लिखता है, वॉइस ओवर उसे पढ़ता है, आर्ट डायरेक्शन तीनों शॉट को थामे रखती है, वीडियो नोड एडिट रेंडर करता है। घूमिए, ज़ूम कीजिए, नोड खोलिए।
एक नज़र में
फ़ेसलेस चैनल एक ही चीज़ पर टिका होता है: तेज़ी से, बार-बार, और ख़ुद को फ़िल्माए बिना कंटेंट बनाना। एक बॉक्स वाला जनरेटर यहाँ काफ़ी नहीं, क्योंकि ऐसा वीडियो कोई एनिमेटेड इमेज नहीं बल्कि एक पूरी प्रोडक्शन चेन है: विषय, टेक्स्ट, आवाज़, शॉट, एडिट। यह वर्कफ़्लो पाँचों कड़ियाँ साथ-साथ दिखाता है, और टेम्पलेट खोलते ही आपको ठीक यही मिलता है।
स्क्रिप्ट वाला टेक्स्ट नोड पूरे प्रोडक्ट में इकलौता है जो लैंग्वेज मॉडल चलाता है: आप विषय टाइप करते हैं, वह वॉइस ओवर का टेक्स्ट लौटाता है, और वही टेक्स्ट वॉइस ओवर नोड में चला जाता है। दो टूल के बीच कॉपी पेस्ट नहीं, और विषय बदलने पर कुछ दोबारा करने की ज़रूरत नहीं। वॉइस ओवर वीडियो के अंदर नहीं, अपने अलग नोड में रहता है: इसे जितनी बार चाहें दोबारा बनाइए, एडिट का पैसा दोबारा नहीं लगता।
मॉडल की तरफ़, Seedream 5 Pro शॉट संभालता है, Seedance 2.0 एक ही टेक के भीतर कट लगाना जानता है और दस सेकंड के एक रेंडर में चार शॉट देता है, और OpenAI TTS HD स्क्रिप्ट पढ़ता है। AI वर्कफ़्लो क्या है गाइड बताती है कि यह चेन नतीजा क्यों बदल देती है, और पब्लिक कैलकुलेटर साइन अप से पहले सटीक लागत दिखा देता है।
विषय दीजिए
पहले टेक्स्ट नोड में सिर्फ़ एक लाइन है: वीडियो का विषय। अगला एपिसोड बनाते वक़्त सिर्फ़ यही जगह बदलनी होती है।
स्क्रिप्ट को लिखने दीजिए
दूसरा टेक्स्ट नोड लैंग्वेज मॉडल और लिखने का निर्देश रखता है। दस सेकंड के लिए क़रीब तीस शब्द रखिए: इससे ज़्यादा हुआ तो आवाज़ इमेज के पीछे भागने लगती है।
आर्ट डायरेक्शन लॉक कीजिए
आर्ट डायरेक्शन नोड मटेरियल, पैलेट और लाइट एक ही बार लिखता है, और तीनों शॉट को फ़ीड करता है। इसके बिना तीनों इमेज एक ही वीडियो की नहीं लगतीं।
एक ही रेंडर में एडिट कीजिए
वीडियो प्रॉम्प्ट चार नंबर वाले शॉट बताता है, हार्ड कट, ढाई-ढाई सेकंड के। एडिट बिना आवाज़ के निकलता है: वॉइस ओवर उस पर बैठता है और अकेले ही बदला जा सकता है।
वही कैनवास, अलग-अलग ज़रूरतों के लिए सेट किया हुआ: हर वेरिएंट में प्रॉम्प्ट की बस दो-तीन लाइनें बदलनी होती हैं।
फेसलेस का सबसे भरा हुआ हिस्सा: कोई सच्ची घटना, कोई गुमशुदगी, कोई पहेली। स्क्रिप्ट वाला टेक्स्ट नोड विषय से नैरेशन लिखता है, वॉइस ओवर उसे पढ़ता है, और तीनों शॉट लोगों की जगह जगहें दिखाते हैं। चेहरे ही सबसे पहले बता देते हैं कि वीडियो जनरेट किया गया है।
वही चैनल, दूसरा लहजा: शुरुआत में एक सवाल, तीन हिस्सों में जवाब, फिर निष्कर्ष। वॉइस जनरेट करने से पहले लैंग्वेज मॉडल का लिखा हुआ हमेशा पढ़ लें: तकनीकी विषय पर वह पूरे आत्मविश्वास के साथ ग़लत बातें भी लिख देता है।
स्क्रिप्ट अपने नोड में रहती है: वीडियो नोड को 9:16 में डुप्लिकेट करें, पाँच की जगह तीन शॉट रखें, और शॉर्ट फ़ॉर्मैट तैयार है, एक लाइन दोबारा लिखे बिना। एक फ़ील्ड वाले जनरेटर के मुक़ाबले कैनवास का यही सबसे बड़ा फ़ायदा है।
विषय उसी भाषा में लिखें जिसमें वीडियो चाहिए: लैंग्वेज मॉडल उसी भाषा में स्क्रिप्ट लिखता है और OpenAI TTS HD उसे सही उच्चारण के साथ पढ़ता है। एक ही कैनवास से हर बाज़ार का एक वर्ज़न निकलता है, वही शॉट और अलग वॉइस ओवर।
फेसलेस चैनल नियमितता से चलता है। हर सीरीज़ के लिए एक कैनवास रखें: एपिसोड दर एपिसोड सिर्फ़ विषय वाला नोड बदलता है, आर्ट डायरेक्शन और वॉइस वही रहती है, और विज़ुअल पहचान अपने आप बनती चली जाती है।
बिना जाँची स्क्रिप्ट पर बनी वॉइस ओवर एक शब्द के लिए भी पूरी दोबारा बनानी पड़ती है। पहले पढ़ें, फिर जनरेट करें: वॉइस अपने अलग नोड में इसीलिए रहती है कि उसे अकेले दोबारा बनाया जा सके।
तीनों इमेज पर स्टाइल नोड जुड़े बिना वीडियो तीन अलग वीडियो चिपकाए हुए जैसा लगता है। चार सेकंड में दर्शक छोड़ देते हैं, और वजह यही होती है।
दस सेकंड के लिए तीस शब्द मानकर चलें। लंबी स्क्रिप्ट पर वॉइस जल्दबाज़ी में सुनाई देती है, और शुरू से आख़िर तक एडिटिंग नैरेशन से पिछड़ती लगती है।
क्योंकि रेंडर के अंदर की आवाज़ बदलने के लिए एक शब्द के वास्ते पूरा वीडियो दोबारा ख़रीदना पड़ता है। अपने नोड में यह चंद पैसों में दोबारा बन जाती है, और शॉट की लंबाई भी यही तय करती है।
तीन इमेज, एक वॉइस ओवर और दस सेकंड का एडिट क़रीब डेढ़ यूरो के क्रेडिट में बन जाता है। मॉडल दर मॉडल ब्यौरा कैलकुलेटर पर है।
हाँ, उसी कैनवास पर कई वीडियो नोड जोड़कर, हर नोड पिछले वाले की आख़िरी इमेज से शुरू होता है। टेम्पलेट में एक ही रखा है ताकि पढ़ने में साफ़ रहे, आगे भी मैकेनिक्स यही है।
हाँ, बशर्ते आप अपनी तरफ़ से कुछ जोड़ें: मौलिक स्क्रिप्ट, एडिटिंग, आवाज़, नज़रिया। YouTube दोहराव वाले और ग़ैर मौलिक कंटेंट पर रोक लगाता है, चेहरा न दिखने पर या जनरेशन टूल इस्तेमाल करने पर नहीं।
टेम्पलेट के टेक्स्ट नोड में Kimi K2.5 लगा है, एक क्रेडिट प्रति जनरेशन। कैटलॉग का कोई भी दूसरा लैंग्वेज मॉडल उसी नोड में उसकी जगह ले सकता है।
हाँ: कैनवास एक बार बन जाने के बाद हर एपिसोड का मतलब है विषय बदलना और दोबारा चलाना, यानी दस मिनट का काम और दस सेकंड की एडिट वीडियो के लिए क़रीब डेढ़ यूरो के क्रेडिट।
YouTube अपलोड के वक़्त दिए गए बॉक्स से ऐसे यथार्थवादी सिंथेटिक कंटेंट की घोषणा माँगता है जो दर्शक को गुमराह कर सके। जनरेट की गई इमेज से बना डॉक्यूमेंट्री वीडियो घोषित किया जाता है, और इससे न मॉनेटाइज़ेशन रुकता है न रीच।
बिना चेहरा दिखाए YouTube वीडियो
यह वर्कफ़्लो इस्तेमाल करेंमुफ़्त अकाउंट, बिना क्रेडिट कार्ड। वर्कफ़्लो आपके कैनवास में पहले से भरा हुआ खुलता है।
Seedream 5 Pro
OpenAI TTS HD