स्क्रिप्ट से वीडियो बनाएं, स्टेप बाय स्टेप

क्या गलत हो सकता है

शुरू करने से पहले

• 60 से 90 शब्दों की एक स्क्रिप्ट। शांत गति से बोले जाने पर यह 25 से 35 सेकंड की होती है, जिसमें चार से छह शॉट होते हैं।
• प्रति शॉट एक लाइन जिसमें स्थान, कौन है, एक एक्शन, और फ्रेम साइज़ (वाइड, मीडियम, क्लोज़) बताया गया हो।
• एक NOLGIA अकाउंट। नए अकाउंट्स 350 फ्री क्रेडिट के साथ शुरू होते हैं, और दबाने से पहले Generate बटन पर हर शॉट की कीमत दिखाई देती है।
• अपलोड करने के लिए कुछ नहीं। यहाँ हर शॉट Text to video है।

At two in the morning the city belongs to the ones who are still awake. The dancer in the empty car park, rehearsing for nobody. The chef closing up, lit by the last blue flame. The two friends on a rooftop who missed the last train and did not mind. The taxi driver singing to an empty back seat. Nobody is watching. That is the point.

स्क्रिप्ट को शॉट लिस्ट में बदलें

स्क्रिप्ट को जोर से पढ़ें और जहाँ तस्वीर बदलती है, वहाँ चिह्नित करें। हमारे स्क्रिप्ट में यह चार बार बदलती है, एक व्यक्ति के बारे में हर वाक्य के लिए एक बार, इसलिए शॉट लिस्ट में चार पंक्तियाँ हैं। पहली पंक्ति और अंतिम दो पंक्तियाँ पहले और अंतिम शॉट्स पर नैरेशन हैं, अपने आप में अलग शॉट नहीं हैं।

वीडियो कंपोज़र में हर शॉट जनरेट करें

वीडियो कंपोज़र खोलें। यहां से शुरू करें के तहत टेक्स्ट से वीडियो चुनें। प्रॉम्प्ट के ऊपर चिप से मॉडल चुनें: हमने डांसर, शेफ और टैक्सी के लिए Kling v3 (मेनू में Kling 3.0) का उपयोग किया, क्योंकि यह गतिशील शरीर को विश्वसनीय बनाए रखता है, और छत के लिए Seedance 2.5 का उपयोग किया। शॉट का प्रॉम्प्ट टाइप करें, फिर कैमरा मूव पंक्ति में एक चिप दबाएं और एक ताकत चुनें। कंपोज़र चिप्स के नीचे वह सटीक वाक्य दिखाता है जो वह आपके प्रॉम्प्ट में जोड़ेगा, और आपके टाइप किए गए टेक्स्ट को कभी नहीं बदलता।

• लंबाई को 6 s पर सेट करें और आकार को 16:9 पर सेट करें। Kling v3 3 से 15 सेकंड तक रेंडर करता है और Seedance 2.5 4 से 30 सेकंड तक; कंपोज़र केवल वे लंबाइयां प्रदान करता है जिन्हें मॉडल बना सकता है।
• कीमत वीडियो जनरेट करें बटन पर होती है। यह इस मॉडल, लंबाई और गुणवत्ता के लिए लाइव कोटेशन है, और यही वह शुल्क है जो आपसे लिया जाता है।
• हर शॉट के लिए एक बार Generate दबाएं। हर क्लिप आपकी लाइब्रेरी में और फॉर्म के नीचे Recent generations पंक्ति में आ जाती है।

A multi-storey car park at night, empty, wet concrete floor reflecting a row of amber sodium lamps, thin haze. A young woman with cropped bleached hair wearing a black hooded tracksuit with a thin white stripe, the jacket zipped up to the chin, black cargo trousers and white trainers, dances alone in the center of the frame, a slow controlled groove, arms cutting through the haze. Wide shot. Cinematic, anamorphic flare on the lamps, fine film grain. No text, no logos.

SHOT 2 (Truck left, subtle): A small late-night restaurant kitchen, stainless steel, most lights off, one gas burner still lit with a blue flame. A young chef in his twenties with dark messy curls and a small gold hoop earring, a black apron over a white tee, wipes down the steel pass, then reaches over and turns the burner off; the blue flame throws cool light on his face against warm amber pendant lights behind him. Medium shot, shallow depth of field, thin haze, cinematic. No text, no logos.

SHOT 3 (Crane up, medium, on Seedance 2.5): A city rooftop at night, two friends in their twenties sit side by side on a low ledge with their backs to the camera, a man in a red puffer jacket and a woman in a long camel coat; beyond them an anonymous city of dark rooftops and plain distant towers with small warm window lights, no famous landmarks, a hazy sodium glow in the sky, wind in their hair; one laughs and leans against the other. Wide shot from behind, haze, cinematic. No signs, lettering or logos anywhere.

SHOT 4 (Handheld, subtle): Inside a taxi at night, seen from the empty back seat: the driver, a young man in his twenties with a buzz cut, a thin gold chain and a vintage navy track jacket, sings along to the radio and taps the wheel, rain on the windscreen, streaks of amber streetlights and red traffic lights sliding across the glass and his face. Shallow depth of field, cinematic, film grain. No text, no logos.

ऑडियो कंपोजर में नैरेशन रिकॉर्ड करें

ऑडियो कंपोज़र खोलें, वॉइसओवर चुनें, पूरे स्क्रिप्ट को प्रॉम्प्ट के रूप में पेस्ट करें और एक आवाज़ चुनें। हमने ElevenLabs v3 का उपयोग किया, आवाज़ Rachel के साथ, गति 0.95 पर। टेक्स्ट टू स्पीच की कीमत स्क्रिप्ट की लंबाई के अनुसार तय होती है, इसलिए जैसे-जैसे आप टाइप करेंगे, बटन पर कीमत बदलती रहेगी। हमारे 66 शब्दों से 25.2 सेकंड का ऑडियो मिला।

संगीत के लिए, यही कंपोज़र एक विवरण से स्कोर बनाता है। हमने Lyria 3.5 से एक रात के शहर की फिल्म के लिए धीमी सिंथ पल्स मांगी और कट के नीचे पहले 30 सेकंड का उपयोग किया। विवरण में मूड और टेम्पो के बारे में रखें, तस्वीरों के बारे में नहीं।

A slow, moody synthwave pulse at 84 bpm for a night-time city film: warm analogue pads, a soft side-chained bass, distant reverb, no drums until the second half, no vocals, cinematic and intimate

Studio में इसे जोड़ें

टाइमलॉइन खोलें और नई टाइमलॉइन दबाएं; यह पहले एक प्रोजेक्ट मांगता है, इसलिए एक नया नाम दें। बाईं ओर मीडिया कॉलम में, लाइब्रेररी खोलें, प्रत्येक शॉट ढूंढें और उसके + दबाएं: क्लिप एक नए ट्रैक पर प्लेहेड पर आ जाती है। End दबाएं ताकि अगला जोड़ने से पहले प्लेहेड वहां मौजूद सामग्री के अंत तक चला जाए, जिससे चारों शॉट क्रम से चलें। फिर Home दबाएं और नैरेशन और स्कोर उसी तरह जोड़ें; वे पिक्चर के नीचे ऑडियो ट्रैक पर आ जाते हैं।

• Studio अपने आप सेव करता है। कोई Save बटन नहीं है।
• 2 मिनट का स्कोर कट से लंबा है। प्लेहेड को पिक्चर के अंत पर रखें, कुछ भी सेलेक्ट न होने पर C दबाएं ताकि उसके नीचे हर क्लिप स्प्लिट हो जाए, स्कोर के टेल पर क्लिक करें और डिलीट करें दबाएं।
• जब कट आपके अनुसार प्ले हो, तो हेडर में वीडियो एक्सपोर्ट करें दबाएं। MP4 बिना किसी शुल्क के आपकी लाइब्रेररी में आ जाता है।

पूरा हुआ काम

पच्चीस सेकंड, चार परफॉर्मर, एक आवाज़। इसमें शॉट से शॉट तक चेहरा मैच करने की ज़रूरत नहीं थी, यही कारण है कि यह फॉर्मेट सबसे तेज़ है।

किस काम के लिए कौन सा टूल

जहाँ आपको अभी भी रीजनरेट करना होगा

• अनचाही लेटरिंग। छत के दृश्य के लिए हमारे एक Kling v3 टेस्ट में, स्काईलाइन में एक टावर पर एक लाइट वाला साइन बैंड था। जब स्काईलाइन को वैसे ही वर्णित किया गया जैसा कि वह है: डार्क छतें और विंडो लाइट्स, तो Seedance 2.5 ने इसे साफ़ रेंडर किया। अगर आप शॉट में साइन चाहते हैं, तो ठीक बताएं कि उस पर क्या लिखा है; अगर लेटरिंग बिगड़ी हुई आती है, तो उस शॉट को रीजनरेट करें।
• अंत में एक वॉक-इन। तीनों डांसर टेक लगभग चार सेकंड तक नाचे और फिर लेंस की ओर बढ़े, जिसमें वह टेक भी शामिल है जिसमें एक्शन को प्रॉम्प्ट के अंत में दोहराया गया था। जिस जगह वॉक शुरू होता है, वहां शॉट को ट्रिम करें, या इसे एक अंत के रूप में रखें, जैसा कि हमने किया।
• एक एक्शन जो समय से बाहर निकल जाता है। शेफ आखिरी सेकंड में नॉब की ओर हाथ बढ़ाता है, और शॉट खत्म होने पर भी फ्लेम जल रहा होता है। एक्शन को प्रॉम्प्ट में पहले रखें, या शॉट को 8 सेकंड दें।
• सॉउंड। Kling v3 कम्पोज़र में अपना खुद का साउंड रेंडर करता है; हमने इन शॉट्स को इसके बिना बनाया, इसलिए नैरेशन और स्कोर ही पूरा साउंडट्रैक हैं। यदि किसी शॉट का साउंड स्कोर से टकराता है, तो Studio में उसकी ट्रैक को म्यूट करें।
• लंबाई। एक बीट जिसे एक से अधिक मूव की ज़रूरत होती है, वह दो शॉट्स होती है, या उसी मॉडल पर Extend विकल्प।

इसकी कीमत क्या है

हर शॉट की कीमत मॉडल, लंबाई और क्वालिटी के अनुसार तय होती है, नैरेशन की कीमत स्क्रिप्ट में अक्षरों की संख्या के अनुसार, और म्यूज़िक प्रति रन के हिसाब से। कट और एक्सपोर्ट फ्री हैं। लाइव रेट्स नीचे दिए गए हैं।

चेकलिस्ट

• स्क्रिप्ट को बोलकर पढ़ें और टाइम करें; पिक्चर बदलने पर एक शॉट।
• हर शॉट प्रॉम्प्ट में जगह, लाइट, एक एक्शन, फ्रेम साइज़ और वॉर्डरोब का नाम होना चाहिए।
• हर शॉट पर एक कैमरा मूव चिप दबाएं, स्ट्रेंथ चुनें।
• नैरेशन अलग से रिकॉर्ड किया गया, म्यूजिक मूड और टेम्पो से वर्णित।
• शॉट्स स्टूडियो में ट्रिम किए गए, वॉइस पहले शॉट के साथ अलाइन किया गया, जहां साउंड स्कोर से टकराता है वहां अपना साउंड म्यूट किया गया।
• एक बार एक्सपोर्ट किया गया, शेयर करने से पहले एक बार पूरा देखा गया।

खुद आज़माएं

ऊपर दिए गए चार प्रॉम्प्ट, उनके बगल में नामित कैमरा चिप्स, 6 सेकंड और 16:9 पर Kling v3 (रूफटॉप के लिए Seedance 2.5), और ElevenLabs v3 पर वॉइसओवर के रूप में ऑडियो कंपोजर में पेस्ट किया गया स्क्रिप्ट इस पीस को दोहराते हैं। मॉडल हर बार अलग तरह से रोल करता है; जगह और वॉर्डरोब शब्दों में ही निहित होते हैं।