唱歌的您,或交出獨奏的您
唱歌那張是這股熱潮的經典畫面,您在樂團中間握著麥克風。獨奏那張比較好笑:您笑著讓位給薩克斯風手,像一個玩得很開心的樂團團長。兩段指令裡描述臉的段落是一樣的。
把您的照片變成 Tiny Desk 風格小型演唱會的主唱:和虛構樂團一起站在麥克風前,再把獨奏交給薩克斯風手。工作流程在這裡看得到。
真實的工作流程:一張三十多歲、鬍子刮乾淨的男人肖像,穿海軍藍毛衣,背景是淺灰色的牆;接著是同一個男人在木頭桌子後面握著麥克風、閉著眼睛,身邊圍著四位虛構樂手;還有同一個男人笑著指向戴報童帽的薩克斯風手。兩張的臉都是他;唱歌那張他看起來坐著而不是站著,獨奏那張他沒拿麥克風,站在桌子旁邊。
重點摘要
現在 TikTok 上,大家都在把自己放進 Tiny Desk 演唱會:樂團擠在一張辦公桌後面,架子上滿是唱片,主唱離鏡頭兩公尺左右拚命地唱。根據 makeviral.ai,一開始是有人把別人的臉貼到 Charlie Wilson 2023 年 6 月那場演唱會的影片上。這個工作流程從您的一張照片開始,做出兩張圖:您和樂團一起站在麥克風前,還有您笑著把獨奏交給薩克斯風手。
Tiny Desk 是美國公共廣播電台 NPR 的節目,Imaginode 和它沒有任何關係。示範沒有照抄真正的桌子或標誌,樂手也沒有一位是真實人物:這是一場氣氛相同的小型演唱會,樂團是虛構的。兩張成品的臉都保留得很好。姿勢就沒那麼聽話:唱歌那張他看起來坐著,獨奏那張他在桌子旁邊,手上沒有麥克風。
想要音樂錄影帶而不是辦公桌演唱會,可以看MV 主角。想要整座體育場,有高喊您名字的觀眾;想要海報,有演唱會海報。兩張成品共需大約 38 點數。
這些是上方工作流程所產生的檔案,完全按照模型的原始輸出呈現,未經修飾。若有起始素材,將會標示出來。
起始素材
生成結果
想用自己的臉玩 TikTok Tiny Desk 熱潮的人;喜歡小型演唱會氣氛的樂迷;想要一張起始圖片來做動畫的內容創作者。
一張清晰、光線充足的正面照,可以是您自己,或已經同意的人,再加上想要的演唱會:樂器、樂手、風格。
選一張正面照
清晰、光線充足、整張臉都看得到的肖像。模型只能從這一張圖複製您的五官:戴帽子或眼睛被陰影擋住,它就只能用猜的。
修改第一行
指令寫的是「照片裡的男人」,描述一位穿海軍藍毛衣、鬍子刮乾淨的男人。如果照片裡是別人,就把這幾個字、服裝和髮型都改掉。
保留樂手清單
每位樂手都有年齡、髮型、鬍子或眼鏡。少了這份清單,模型會讓辦公室裡擠滿您的分身。細節可以改,但每個人都要不一樣。
仔細看樂器
放大看貝斯琴頭、鍵盤和音箱:有時會留下一個字母或假的字。如果在意,只重跑那個節點就好,再多十九點數。
同一塊畫布,針對不同需求微調:每個變化版本只要改兩三行提示詞。
唱歌那張是這股熱潮的經典畫面,您在樂團中間握著麥克風。獨奏那張比較好笑:您笑著讓位給薩克斯風手,像一個玩得很開心的樂團團長。兩段指令裡描述臉的段落是一樣的。
把麥克風換成木吉他、鍵盤或康加鼓,並寫出雙手的位置。「在桌子後面」要保留,不然模型會把您拉出畫面,演唱會就沒有那種擠在一起的感覺了。
makeviral.ai 提到的惡搞影片會把好幾張臉放進同一場演唱會,例如那些教練。您可以找同事或朋友一起做。節點上放好幾張照片,寫清楚誰演奏什麼,每個人保留自己的臉。這個版本在這裡沒有測試過,而且每個人都要同意。
獨奏那段指令寫的是放克加薩克斯風。想要民謠,就換成小提琴和低音大提琴;想要饒舌,就放一台唱盤,螢幕後面再加一位節奏製作人。想要冷一點的氣氛,燈光也一起改。
留下唱歌那張,接一個 Video 節點讓樂團動個幾秒,剪輯時再鋪上免版稅音樂。影片效果不保證,這個頁面也沒有影片示範。
前幾次嘗試做出來的樂手,每個人都有一點您的臉。現在的指令一一描述每個人:年齡、頭髮、鬍子、眼鏡。如果要縮短,至少保留這些特徵。
少了「沒有標誌、沒有品牌名稱」這一行,最初的成品裡樂器上就出現看得清楚的品牌,書架上還有授權玩具。指令裡的這兩行就是為此而寫的。
用知名樂手的臉,或沒經過同意的人的照片,是真正的肖像權問題。請用您自己的照片,或已經點頭的朋友的照片。
不是。Tiny Desk 屬於美國公共廣播電台 NPR,Imaginode 和它沒有任何關係。指令描述的是一間堆滿黑膠、書和植物的辦公室,氣氛相同,但沒有標誌,也沒有照搬真正那張桌子的擺設。
不是,他們是虛構的,在指令裡一位一位描述。不要加上知名樂手的名字:除了肖像權的問題,模型還可能把您的臉給他們,或把他們的臉畫走樣。
不會。這個模板做的是兩張沒有聲音的圖片。原版演唱會的音樂受著作權保護。想做成影片,就在其中一張圖後面接一個 Video 節點,剪輯時再加上您有權使用的音樂;這個頁面沒有影片示範。
大約 38 點數,Nano Banana Pro 2K 每張十九點數。只重做其中一張,要再多花十九點數。
因為它只靠一張照片就能把臉帶過去,同時把周圍的場景整個換掉:辦公室、樂團、燈光。像 Flux Kontext 這種編輯模型比較擅長保留原本的背景,在這裡派不上用場。
1792 x 2400 像素,直式 3:4。剛好適合 TikTok 貼文或限時動態,也夠大,可以裁切放大您的臉。
模型看到桌子和椅子,就讓您坐下了。想固定姿勢,就寫「站著,桌子高度到他的腰,身後沒有椅子」,再重跑唱歌那個節點。
可以。把兩段指令裡的「照片裡的男人」改成「照片裡的女人」,描述她的服裝和髮型,再刪掉「鬍子刮乾淨」那一句。