Vidu Q4 Preview reference-to-video: coerenza dei personaggi e dimostrazione audio nativa
Questa voce si basa sulla struttura di input reference-to-video di Vidu Q4 Preview e mostra come usare poche immagini di riferimento e un riferimento timbrico per vincolare l'aspetto e la voce di un personaggio, per poi guidare con un unico prompt una breve inquadratura con audio nativo. Composizione: due immagini di riferimento del personaggio fissano rispettivamente l'aspetto e l'abbigliamento del protagonista e dell'antagonista; fino a tre riferimenti audio servono a fissare il timbro del protagonista (in quest'opera viene usato un riferimento timbrico di dialogo in cinese). Il prompt indica i materiali secondo la convenzione dello schema nell'ordine «immagine di riferimento 1 / immagine di riferimento 2 / audio di riferimento 1», costruendo una breve scena di confronto: lo sguardo e l'emozione del protagonista progrediscono, l'antagonista reagisce di lato, la camera passa da un piano medio a un primo piano, e l'ambiente sonoro e il dialogo vengono generati in sincrono. A livello di parametri: duration impostata a 10 secondi, resolution a 1080p, aspect_ratio a 16:9, audio lasciato attivo per impostazione predefinita. Va notato che questo modello è una versione Preview e le capacità ufficiali continueranno a evolversi; il limite per singola generazione è di 16 secondi, quindi le inquadrature lunghe richiedono montaggio a segmenti; le immagini di riferimento sono al massimo 15 e gli audio al massimo 3 segmenti, e i riferimenti audio devono essere MP3 da 3 a 12 secondi. Scenari d'uso: contenuti brevi serializzati che richiedono coerenza di aspetto e voce del personaggio tra diverse inquadrature, previsualizzazione di frammenti narrativi, confronto tra più proposte (basta sostituire le immagini di riferimento o il prompt per confrontare differenze di recitazione e di posizione della camera), e sperimentazione a basso costo di inquadrature da parte di creatori indipendenti e piccoli studi.
Stile Coerenza dei personaggi · Audio nativo · Scena di dialogo
Modello Vidu Q4 Preview
Input di riferimento
reference_audio_urls
reference_image_urls
reference_image_urls
Prompt
L'immagine di riferimento 1 definisce il protagonista: una giovane donna con una giacca da campo verde oliva usurata, capelli corti scuri e una piccola cicatrice sopra il sopracciglio sinistro. L'immagine di riferimento 2 definisce il suo antagonista: un uomo alto con un cappotto color antracite, testa rasata e spalle bagnate dalla pioggia. L'audio di riferimento 1 fornisce la voce della protagonista. Inquadratura: al crepuscolo, un sottopassaggio pedonale in cemento bagnato dalla pioggia, luci al sodio che tremolano, pozzanghere basse che riflettono una calda luce arancione. L'apertura è un piano medio, con una leggera angolazione dal basso; la donna dell'immagine di riferimento 1 esce dalle ombre con il respiro affannato e lo sguardo fisso fuori campo. Con la voce dell'audio di riferimento 1 dice, con tono basso e trattenuto: «Non avresti dovuto tornare.» L'uomo dell'immagine di riferimento 2 gira lentamente la testa, il cappotto ondeggia, e risponde senza alzare la voce. La camera si avvicina lentamente fino a un primo piano del suo volto, lei sostiene il suo sguardo, la mascella tesa, e batte le palpebre una volta; la pioggia attraversa il campo davanti all'obiettivo, minuscoli detriti fluttuano nella luce. La macchina da presa resta a mano ma stabile, senza tagli, un unico movimento continuo, motion blur naturale, resa cinematografica 35mm con una grana della pellicola sottile. Audio: dialogo in sincrono, suono ambientale della pioggia, il rombo lontano del traffico, passi sul cemento bagnato e un debole tintinnio metallico al cambio di inquadratura.
Copia il prompt completo e adattalo alla tua generazione.
Tag