AI剪辑

这次我们尝试使用了一些简短对话的制作。通常在传统影视制作流程里，声音部分的制作会分为现场录音、后期配音、音效音乐制作等多个部分。这里用AI声音来制作对话相当于是后期配音的部分。我们会把中文台词谷歌翻译成英文，但我英语比较拉垮，所以找了非常专业的Azura Ge葛女士进行英文字幕校对与台词润色，形成配音稿。接着使用AI声音软件11labs（官网：https://elevenlabs.io/）进行对白制作，11labs的英文效果比较好，但我们仍然非常头疼地遇到了AI声音没有情绪和情感的问题。跟视频制作类似，需要不断地抽卡（反复生成），因为11labs无法使用语速、情绪调节等控件，我们只能通过标点符号去改变语音效果，比如使用，、……。！等等标点符号，有时会叠加不同标点符号，去试它的语音效果。同一句台词，大家可以听出不同标点和抽不同卡时，声音的情绪都不太一样，所以要在AI声音里调试到合适的声音，抽声音卡的难度其实并不亚于抽视频的难度……我们常常一句台词要生成十几二十段音频，才能找到稍微能听得过去的、自然的声音。国内的可以使用出门问问的魔音工坊。魔音工坊可以使用情绪调节控件，还比较友好，但具体的评测还得等我们有机会做中文短片再试试！第五步，剪辑上篇剪辑没有多说，这次我会多说一些。目前大部分AI短片的创作者用的都是剪映，我也是，因为短片1-3分钟，用剪映其实会比传统剪辑软件更方便一些。但更长的篇幅，比如可能到5-10分钟，或者10分钟以上，要更好的效果的话，还是避免不了可能要用PR/FCP/达芬奇等等传统剪辑软件。

1.制片人(Producer)-AJ:负责影片的制作管理，包括团队组建、日程安排、信息收集、资料整理、各处岗位工作缺失时及时补上等2.图像创意(Visual Creativity)-？？:负责用AI生成富有想象力的角色和场景等所有出现在视频中的画面，并为每个角色赋予人物小传3.视频制作(Video Production)-？？:将做好的角色场景等图像素材进行AI图生文的工作，需要擅长运营工具的笔刷等控制工具，更好的契合剧本4.编剧(Screenwriter)--？:负责撰写剧本，包括故事情节、角色串联、人物台词等。5.配音和配乐(Dubbing，Film Scoring)--？:这里涉及到背景音乐、音效、角色配音、声音克隆，用各种声音类AI工具捏出来。6.剪辑师(Editor)--？:负责把后期剪辑，包括镜头选择、节奏控制和音效配合。7.你的作品来源，创作思路，使用工具，创作团队，生成难度或技巧等等，都可以聊。答：对于我们本次AI春晚的节目创作，团队成员是通过社群临时召集而来的，参与者都是对AI充满热情并具备相应经验的朋友们。得益于“离谱社”账号之前积累的丰富素材，加上团队成员夜以继日的努力，使我们能够迅速完成作品的提交。整个项目从配乐、配音、脚本撰写到图像和视频制作，几乎全部工作得到了AI的强大支持和辅助完成。这不仅展示了团队的高效协作能力，也体现了AI技术在创意产业中的巨大潜力。//好奇：用了什么方法做到团队高效协作？AI的创造速度本来就加速，再加上每个分工职责中非常擅长的共创同学，每个人员分工明确，形成了一个最高效的SOP，可以快速产出。

转绘是AI可控的最佳实践。这个思路可以先看看YouTube大神使用Blender渲染白模，再用Blender中原生提取的线框和深度信息，在ComfyUI中进行动画的转绘。其实转绘也不一定需要用Blender，用一张图动一下、一个视频，已经有很多工具可以完成线框提取呀、深度图提取啥的。这个可以去看看海辛和阿文老师一直以来的分享，给了我很多的灵感。Blender建模的优势是：所有的运动更加可控，直接关键帧设置好物体和相机运动轨迹想要什么模型就给什么模型，社区里免费模型都很多！原生深度图和线框图！！！第三点是最重要的，因为Blender本来可以渲染的时候导出稳定的线框图和深度图等，不需要再在二次的利用其他模型提取一遍，二次提取很容易出现深度图闪烁问题。质量不高的Control信息当然也会体现在最终的渲染结果中。剪辑思路采用text-based蒙太奇，即0-2s是旋转的Iphone，2s-4s是旋转的诺基亚……以此类推。这个对于剪辑的要求就不是很高。做的酷炫一点，可以参照OpenInterpreter的匹配剪辑思路，在旋转的侧面时进行跳帧，以相似物体形状进行转场。所以，Blender动画制作+ComfyUI转绘+蒙太奇剪辑就是工作流核心。