Самая большая проблема любого AI видео - речь 😬 Картинка в аи видосах уже почти неотличима от съемки даже для меня, а вот речь - все еще главный индикатор. По возможности я стараюсь генерировать войслес видео, но иногда тестирую концепты с говорящей головой или войсовером. Делюсь лайфхаками, которые я для себя нашла (работает и для text2speech, и для text2video) 1. Эмоция + действие + реплика - вместе 🥰 эмоции делают нас живыми, так что вместо "она говорит: привет", стоит прописать "она устало улыбается, отводит взгляд и тихо говорит: привет". Модель подстраивает мимику, темп и интонацию под описание. Тоновые слова (weary voice, shouts excitedly) пожалуй самый дешевый способ убрать робовойс. Можно прописать акцент, хрипоту, особенности 2. Короткие реплики и правильный синтаксис 😎 В Veo реплика идет после двоеточия, в Seedance - в двойных кавычках, лучше это заранее проверить в документациях разных моделей. Также если задаете длину видео, прикиньте что человек успеет все это сказать - иначе получится голосовое на 4х 3. Акустика и микс прямо в промпте 🚬 "в микрофоне слышен ветер, комната 10 кв метров", "громко говорит в огромном храме со сводами 20м в высоту" - модель может прикинуть пространство вокруг по тому, что видела в обучении. Seedance 2.0 делает видео и звук одним проходом, и ей можно задать приоритет слоев по громкости: dialogue clean and prominent, music low, ambient subtle, чтобы не было каши 4. Липсинк лучше работает на крупном плане 💄 Для говорящего персонажа лучше средний/крупный план, статичная камера, лицо анфас или в три четверти. На общем плане губам не хватает разрешения и они начинают жить своей жизнью 5. Пишите как говорят, а не как пишут 😁 Никаких коротких предложений, можно вставлять слова-паразиты и мычания, вдохи/выдохи, без сложной пунктуации, но вот троеточия и тире - отлично 6. Шепот - читерский прием 😳 В ElevenLabs v3 работают аудиотеги: [whispers], [sighs], [laughs], [clears throat]. "Another long day [sighs]" звучит как живой человек. А на шепоте почти не слышно артефактов синтеза - если голос палится, переведите сцену в шепот. Аудиотэги причем анализируются можно писать кастомные, также есть режим, где модель накидывает их на текст за вас 7. Пост-обработка • срезать 2-4 кГц (тот самый AI-звон) • room reverb 5-10% wet, добавляется акустика помещения • наложить фоновый шум в зависимости от бекгрануда на примерно -50 дБ, чтобы голос не звучал как в студии • войс морферы типа телефонный звонок, плохой микрофон (но с очень маленькой интенсивностью) Я бы сказала, что промпт надо писать как художественный текст с эпитетами, а не сухой алгоритм действий - будет сочнее и натуральнее. Постпроцессинг смотреть по ситуации, но базово - убирать полированность и де-идеализировать 🤣 пару примеров скину в комментарии @neural_prosecco

GPT 5.6 Sol Ultra - ну, за трехмещегов! Открываем новый chatGPT, берем Sol Ultra и пишем: "Попробуй построить городской пейзаж, сочетающий архитектуру эпохи Эдо, киберпанк и псевдозападную архитектуру. Пусть в городе будут как одноэтажные здания, так и высотные небоскрёбы. Удели внимание даже мелким деталям, например торговым автоматам. Времени можно потратить сколько угодно. Создайте командой городской пейзаж максимально высокого качества. Перед началом моделирования найдите в интернете чертежи и информацию об устройстве синтоистских храмов и современных зданий, а также изучите способы их строительства и подходящие текстуры. Не беспокойтесь о расходе кредитов - главное создать городской пейзаж высочайшего уровня. На объектах должны быть заметны следы старения и повреждения, а вся сцена должна быть выдержана в единой цветовой тональности. Нужен максимально реалистичный и готовый к немедленному использованию городской набор. Не создавайте всё сразу одним блоком - делайте каждый ассет отдельно, один за другим. Пожалуйста, создайте работу мирового уровня, как профессиональный 3D-художник." Уходите на три часа. chatGPT + MCP пишет код на Python для Blender, самостоятельно делает снимки в Blender, проверяет результат и продолжает работу. Если написать "generate the texture with image generation too" будет дольше, но тоже работает. Возвращаетесь и видите: «Работал 2 часа 51 минуту.» «Я закончил. В открытом сейчас Blender уже загружена финальная версия мастер-сцены города.» Ну ладно, давайте пока за архвиз. С персонажкой надо еще разобраться. Сорс - там про токены есть скрины. @cgevent

MCP в Комфи. Автоглубина и автоконтролнет. Как разминочный частный пример использования глубины для переноса Video2Video приведу очень интересный кейс использования MCP для комфи. Грубо говоря, оно все делает само. Claude Fable запускает воркфлоу ComfyUI через Comfy MCP: → Claude сам нашёл нужный фрагмент видео в интернете, автоматически определил смены сцен и обрезал видео → запустил сохранённый воркфлоу с Depth Anything V3 и OpenPose, чтобы собрать референсное видео с движением → просмотрел каждый кадр, выбрал самый чёткий, а затем с помощью GPT Image 2 заменил персонажа на нужного точно по указаниям: смокинг, лиминальное пространство, никаких людей на фоне → написал промпты для Seedance 2.0 и запустил генерации → собрал итоговое сравнение из трёх панелей Обычно именно препроцессинг и написание промптов занимают большую часть работы над таким роликом. А с MCP даже не пришлось открывать ни одну ноду. Сорс @cgevent

Методы восстановления кадров после редактирования через Nano Banana Хорошая новость — Nano Banana классно генерит изображения, плохая — редактирует она их мягко говоря, не очень 😬 После первой перегенерации теряется свет и цвет, а на третьей превращается в ужасное мыло. Все текстуры, объекты и лица плывут как тапки в огороде после дождя. Закинуть кадр взад в банану "а ну повысь качество!" получается не очень. Генеративщики в курсе про этот бич, побеждать его не просто. Но я придумал как) Делюсь рабочими способами, которые каждый день использую. Во вложении скринкасты — как восстанавливать качество через скетчи, GPT-Image, Nano Banana (спойлер — толку нет). Работая постоянно с кучей правок от клиентов, однажды допер до прикольного метода перегенеривания кадра через скетчи. На простых кадрах он работает буквально за две тычки (особенно, если есть вложения, с которыми генерился кадр до изменений), со сложными чуть дольше. Есть ощущение, что говорить про его применение можно как минимум целый день, а не час. Менять ракурсы, впиливать объекты и все такое. Давно хотел поселить это зерно про скетчи, оказалось, очень универсальная история. Приятного просмотра. Старался особо не сокращать басню, чтобы показать какой-то кусочек своего образа мыслей. Качество видео пришлось чуть даунгрейднуть, чтобы вес не зашкаливал, но на пояснение способов это не влияет. Лучше способов чем эти, и еще заплаточной генерации, пока не придумал. Приятного генерения.