**당신이 나에게 주는 것:**당신이 만든 노래(음악 파일), 원본 가사, 주인공(사진 또는 설명) 및 원하는 시각적 스타일.얻을 수 있는 것: 주인공의 립싱크와 엮인 내러티브 샷가 등장하는 MV. 기본적으로 먼저 테스트 코러스를 만든 다음 만족스러운 후에 전체 노래를 만드는 것입니다. 음악 분석 테이블, 스토리보드 테이블 및 프로젝트 디렉토리가 함께 제공됩니다. 향후 재조립을 위해 개별 샷만 교체할 수 있습니다.
사용자는 Agent라는 노래를 업로드하고 먼저 노래를 로컬에서 분해합니다(박자, 단락, 각 가사의 시작 및 종료 시간). 그런 다음 가사와 박자에 따라 스토리보드를 디자인하고, Flova를 사용하여 캐릭터를 생성하고, 키프레임, 립싱크 노래 샷 및 내러티브 샷을 생성하고, 마지막으로 FFmpeg를 사용하여 모든 샷을 결합합니다. 원곡의 타임라인을 찾아 완성 영상를 조립합니다.
영화 전체를 관통하는 몇 가지 규칙이 있습니다. 가사가 잘리지 않고, 립싱크 샷와 내러티브 샷가 엄격하게 구분되며, 키프레임에서는 일관성이 고정되고, 립싱크 샷에서는 속도가 변하지 않습니다. 오디오 분석 및 편집 조립은 로컬에서 완료되며, 시점을 직접 확인할 수 있습니다.
도구와 역할 분담
- 오디오 분석(로컬 Python): 박자 및 단락을 측정하여 각 가사의 시작 및 종료 시간을 얻습니다.
librosa는 일반적으로 박자,faster-whisper또는whisperx를 측정하여 단어별 시간을 얻는 데 사용됩니다.demucs가 있으면 사람의 목소리를 분리할 수 있습니다. 필수: 로컬 분석 도구 또는 시간에 따른 사용자 제공 가사. - FFmpeg(필수): 오디오 정보를 확인하고 립싱크 샷의 구동 음성을 자른 뒤 조립하고 내보냅니다.
- 본문의 샷 설계 방법: 스토리보드 및 요소 목록을 출력합니다.
- Flova: 캐릭터, 장면, 키프레임, 립싱크 샷 및 내러티브 샷의 세 가지 보기를 생성합니다. 필수의.
- 자막(필요 시): 사용자가 요청하면HyperFrames, Remotion, FFmpeg 등 적합한 후반 작업 방식을 제안합니다.
세부 방법 목차
해당 단계를 읽으십시오.
- : 샷 립싱크를 할 때, 자르지 않고 버퍼링하는 가사 처리가 겹침, 오디오 구동을 위한 전제조건, 키프레임 일관성, 수용 및 조립 규칙. 3, 6, 7, 8단계를 읽어보세요.
- : 캐릭터 3관 키프레임, 서사 샷, 립싱크 샷에 대해 프롬프트 작성 방법과, 생성이 중단되었을 때 다시 작성하는 방법입니다. 요청을 작성할 때 4, 5, 7단계를 읽습니다.
먼저 지켜야 할 경계
- 음악: 사용자가 소유한 노래 또는 사용자에게 사용 권한이 있는 노래만 사용하세요.
- 실제 이미지: 이용자가 주인공이 되기 위해 실제 인물의 사진을 업로드할 경우, 본인인지 또는 동의를 받았는지 확인해야 합니다. 실제 연예인의 외모나 목소리를 흉내 내지 마세요.
- 범위 및 비용: 완전한 노래에는 일반적으로 20
30개의 샷가 필요하며 립싱크 샷의 비용은 더 높습니다. 기본적으로 시험곡으로 후렴(약 2040초)을 먼저 제작하고, 사용자가 만족한 후에 전체곡이 만들어지게 됩니다. 사용자가 명시적으로 요청하면 전체 곡이 직접 만들어집니다.
작업 흐름
입력 및 환경 확인 → 음악 구문 분석(확인 지점) → 요소 및 스토리보드(확인 지점) → 요소 그래프 생성(확인 지점) → 키프레임 생성(확인 지점) → 드라이버 오디오 잘라내기 → 샷 비디오 생성( 확인 지점 ) → 조립 완성 영상 → 배송
1. 입력 및 환경 확인
- 음악 파일을 구하고
ffprobe를 사용하여 지속 시간, 샘플링 속도 및 사운드 채널을 기록합니다. 연결하는 경우에만 호스트에서 사용할 수 있는 미디어 획득 도구를 사용하여 실제 파일을 얻으십시오. 읽을 수 없으면 사용자가 파일을 제공해야 합니다. - 사용자에게 가사 원문(필사 오류가 발생할 수 있으므로 적극 권장), 작업 범위(코러스 테스트 곡 또는 전체 노래), 화면비, 주인공(사진 또는 설명 업로드), 시각적 스타일를 제공합니다.
- 도구 확인: FFmpeg, Python 오디오 라이브러리, Flova. 오디오 분석 도구가 없는 경우 사용자에게 시간이 포함된 가사(예: LRC 파일)를 제공하도록 요청하거나 정확도가 낮은 Agent 받아쓰기로 시점을 추정할 것이라고 설명하세요.
2. 음악 분석(확인 지점)
로컬에서 완료하고 결과를 docs/audio-map.md에 쓴 다음 조립을 위해 docs/audio-map.json의 복사본을 저장합니다.
- 기본정보: BPM, 박자표, 강박 위치.
- 단락: 인트로, 절, 인트로, 코러스, 브리지, 아웃트로, 각각의 시작 및 종료 시간(밀리초).
- 가사 시간:
start_ms,end_ms가사 각 줄. 사용자가 가사 원본을 제공하면 전사 결과가 원본 텍스트와 일치하며 원본 텍스트가 우선합니다. 사용자가 가사를 제공하지 않으면 전사 결과가 사용되며 사용자에게 가사를 교정하라는 메시지가 표시됩니다. - 보컬: 보컬을 분리할 수 있는 경우 보컬 트랙
audio/vocals.wav를 저장하고 이를 사용하여 6단계에서 오디오를 구동합니다. 립싱크가 더 정확해집니다.
사용자에게 문단 구분 및 가사 일정을 보여주고 확인 후 진행합니다. 시간이 정확하지 않으면 이후의 모든 샷가 잘못 정렬됩니다.
3. 스토리보드(확인 지점)가 포함된 요소
본문의 샷 설계 방법을 사용하여 스토리보드를 출력하고 다음 규칙을 준수하십시오(전체 판단 목록 및 버퍼 오버랩 처리에 대해서는 참조).
- **요소:**주인공 및 기타 캐릭터("스타일 1" 및 "스타일 2"와 같이 각 외모 세트를 별도로 작성), 주요 장면(공간 레이아웃, 방향, 조명), 주요 소품. 사용자가 참조 사진을 제공할 때 설명은 참조 사진과 일치해야 합니다.-**가사가 잘리지 않음:**가사는 완전히 하나의 샷로 들어가고, 문장이나 구는 두 개의 샷로 잘릴 수 없습니다. 샷 가사라인의 시작과 끝 시간을 기준으로 경계를 정하고 전후로 약 1초 정도의 버퍼를 남겨둔다.-**립싱크샷판단:**둘 다 만족하는 경우에만 "화면립싱크는 "내부에서 누군가가 노래하고 있다"와 "눈에 보이는 입이 사람의 목소리와 일치해야 한다"라는 두 가지 조건을 바탕으로 설계되었습니다.샷. 순수한 반주, 댄스, 플롯 퍼포먼스, 파노라마, 리액션샷, 그리고 "가수가 합창하는 동안에 있어요.화면"노래하는 모습의 클로즈업은 없습니다." 모두 내러티브로 디자인되었습니다.샷. "내레이션 + 립싱크"를 기계적으로 번갈아 사용하지 마세요.-**샷 길이:**립싱크 샷는 모델에 따라 제한됩니다. 단일 오디오 세그먼트의 길이에는 상한이 있습니다(쿼리 결과에 따라 다름). 긴 문장이나 연속 노래는 여러 개의 립싱크 샷로 분할해야 하며 분할 지점은 문장 사이의 일시 정지에 해당합니다. 서사 샷의 절단점은 하락세와 문단의 교차점에 우선적으로 위치한다.-각 샷에 대해 명확하게 작성하세요: 숫자, 시작 및 종료 시간(밀리초), 해당 가사, 단락, 유형(립싱크 또는 내러티브), 장면, 등장 요소, 풍경, 각도, 카메라 움직임, 동작.
사용자에게 스토리보드 테이블과 시간 계획을 보여주고 확인 후 생성합니다.
4. 요소 그래프 생성(확인 지점)
모드와 모델을 선택하려면 Flova Skill를 누르세요. 일반적으로 빠른 생성을 사용합니다. 소재는 조립을 위해 FFmpeg로 전달됩니다. 생성요구는 에 따라 작성됩니다.
- 사용자가 업로드한 주인공의 사진: 사진을 기반으로 생성되었습니다. 없음: 설명된 대로 생성합니다.
- 캐릭터의 정면, 측면, 후면의 세 가지 뷰가 생성됩니다. 여러 모양 세트가 별도로 생성됩니다. 각 장면과 소품은 설정 그림을 생성합니다.
- 생성 후 확인 부탁드립니다. 확인된 사진은 이후의 모든 샷에 대한 참조로 사용됩니다.
5. 키프레임( 확인 지점 ) 생성
- 각 샷는 키프레임를 생성하여 구도, 조명 및 캐릭터 자세를 잠급니다.
- 각 키프레임의 참조 소재 = 이 샷의 출현 요소 설정 그림 + 동일한 장면에서 이전 샷의 키프레임로 연속성을 보장합니다.
- 립싱크 샷의 키프레임 얼굴과 입이 또렷하게 보여야 하며, 캐릭터는 말할 준비가 되어 있어야 합니다.
- 사용자에게 키프레임를 모두 보여주고, 시각적 연속성을 확인한 후 영상을 생성합니다.
6. 드라이버 오디오 전환
FFmpeg를 사용하여 스토리보드 시간을 눌러 각 립싱크 샷에 대한 드라이버 오디오 섹션을 잘라내어 audio/slices/<镜头编号>.wav에 저장합니다.
- 보컬 트랙의 컷팅을 우선시합니다. 보컬 트랙이 없으면 원곡에서 잘라내고 립싱크 정확도가 낮아질 것이라고 사용자에게 알립니다.
- 커팅 범위는 샷의 시작 시간과 종료 시간(버퍼링 포함)이며, 길이는 모델 제한을 따릅니다.
- 각 세그먼트의 시작 시간을 기록하고 8단계에서 이를 누르면 해당 영상이 다시 타임라인에 들어갑니다.
드라이버 오디오 없이 립싱크 샷을 생성하지 마십시오. 사용자가 먼저 생성하라고 하면 립싱크가 정확하지 않다는 의미이므로 동의를 받은 후 진행됩니다.
7. 샷 비디오 생성(확인 지점)
- 립싱크 샷: 오디오 구동 립싱크 모델을 사용하려면 이 샷 키프레임를 입력하고 오디오를 구동합니다.
- Narrative 샷: 다중 참조 이미지를 지원하는 비디오 모델을 사용하여 키프레임의 설정 이미지와 모양 요소를 입력합니다.
- 프롬프트는 변경 사항과 역학만 기록합니다. lip-sync 샷 노래 상태를 표시하려면 "카메라 움직임 + 감정 + 노래 상태 + 신체 움직임" 템플릿을 따르십시오. 을 참조하십시오.
- 모든 영상 요청에서 배경 음악과 자막을 생성하지 않도록 지정해 불필요한 소리와 문자를 피합니다.
- 각각 확인해보세요샷: 입 모양이나 움직임, 표정 등을 따라갈 수 있는지 여부카메라 움직임그것은 준수합니까?스토리보드, 캐릭터의 모양이 잘못된 지 여부. 표준에 미치지 못한다면 이 작업을 다시 실행하세요.샷;모델이 가로채면 설명을 다시 작성하고 다시 시도하세요. 지속적인 장애가 발생하거나 모델을 사용할 수 없는 경우 동일한 유형의 다른 모델로 다시 시도하고 어떤 모델이 변경되었는지 사용자에게 알려주십시오.
- 사용자에게 모든 것을 보여줍니다.샷, 확인 후 조립하세요.
8. 사용FFmpeg모으다- 원곡은 전체 영화에서 유일한 오디오 트랙으로 사용되며 생성된 모든 비디오는 음소거됩니다.
- 립싱크 샷을6단계에 기록한 시작 시간에 배치하고 원래 속도를 유지합니다. 늘리거나 변속하지 않습니다. 나머지는 내러티브 샷으로 채우며 필요하면 자르거나 약간 변속합니다. 인접 샷의 버퍼는 컷에서 정리하되 각 샷이 가사 단위를 온전히 포함해야 합니다. 을 따릅니다.
- MP4 내보내기. 여러 개의 입술 일치 샷을 무작위로 확인: 입 모양과 보컬 간의 편차가 분명할 경우 샷의 진입점을 조정합니다.
9. 배송
- MV 완성 영상 MP4; 시험편을 할 때 어느 부분이 다루어지는지 표시하십시오.
- 음악 분석 테이블(
docs/audio-map.md) 및 스토리보드 테이블. - 프로젝트 디렉토리: 요소 다이어그램, 키프레임, 드라이버 오디오, 샷 비디오, 어셈블리 스크립트. 사용자는 개별 샷만 교체하고 나중에 다시 조립할 수 있습니다.
- 샷는 아직 만족하지 않거나 건너뛰었습니다.
프로젝트 디렉토리
mv-<歌名>/
├── audio/ 原曲、人声轨、slices/ 驱动音频
├── docs/ audio-map.md / .json、分镜表
├── elements/ 角色三视图、场景和道具设定图
├── keyframes/ 每个镜头的关键帧
├── shots/ 每个镜头的视频
└── output/ 완성 영상, 조립 스크립트
립싱크 판정 및 타임라인 규칙3단계 스토리보드, 6단계 드라이버 오디오 자르기, 7단계 빌드 및 8단계 조립에 사용됩니다.
립싱크는 언제 해야 할까 샷
다음 두 가지 조건이 동시에 충족되는 경우에만 립싱크 샷을 설계할 수 있습니다.
- 화면에는 말하거나 노래하는 캐릭터가 보입니다.
- 눈에 보이는 입은 해당 사람의 목소리와 정확하게 일치해야 합니다.
기본적으로 '내러티브 연기 + 립싱크'의 고정된 조합을 사용하지 마세요. 다음 상황은 모두 다중 모드 비디오 모델에 의해 생성된 내러티브 또는 퍼포먼스 샷로 설계되었습니다.
- 순수한 반주
- 댄스 동작
- 드라마 쇼
- 무대 전경
- 관객 반응
- 행동의 리듬을 따르세요. -이게 MV라서
- 이 문단에 가사가 있다고 해서
- 그냥 코러스나 랩 부분 때문에
- 화면에 가수가 나온다고 해서
- 근접샷이나 미디엄샷을 썼다고 해서
- 단지 수행적인 행동 때문에
각 샷의 스토리보드는 입술 모양 샷와 일치하는지 여부와 판단 기준을 명시합니다.
가사가 잘리지 않습니다
- 샷의 각 시간 범위에 대해 해당 가사는 완전한 단위여야 합니다. 가사나 문구를 두 개의 샷로 자르는 것은 허용되지 않습니다.
- 샷 라인별 또는 악구별
start_ms/end_ms배열 시 앞뒤에 약 1초 정도의 버퍼를 추가하세요. 샷 사용 가능한 시간 창은 첫 번째 가사 전 1초부터 마지막 가사 후 1초까지입니다. 이는 빠른 속도와 좁은 문장 간 간격을 흡수하여 프레임 수준의 하드 컷으로 인해 립싱크 및 편집이 중단되는 것을 방지합니다. - 버퍼가 인접한 샷와 겹칠 때 자연스러운 가사 문구 또는 문구 나누기에서 컷 포인트를 다시 분할하거나 샷 경계를 미세 조정합니다. 조정에 관계없이 각 샷에는 완전한 가사 단위가 포함되어야 합니다.
각 샷에 대한 스토리보드 필드
- 장면 및 외관 요소
- 스토리, 노래, 춤, 퍼포먼스 콘텐츠
- 풍경, 앵글, 카메라 움직임
- 해당 단락, 가사 및
start_ms/end_ms - 립싱크 여부와 판단 근거 여부
- 립싱크 샷에 대응하는 드라이버 오디오 클립
드라이버 오디오
- 립싱크 샷는 스토리보드, 키프레임 및 드라이버 오디오가 준비되고 사용자가 확인할 때까지 생성되지 않습니다.
- 운전자 오디오가 누락된 경우 먼저 채워넣고(보컬 트랙이나 원곡에서 잘라내기) 언어, 내용, 가창 상태, 시간 범위, 해당 가사 단위 등을 확인한 후 사용자 확인 후 생성합니다.
- 사용자가 최종 운전자 오디오 없이 먼저 생성하도록 요청하는 경우 사용자에게 다음과 같이 명확하게 설명해야 합니다. "운전자 오디오가 부족하기 때문에 지금 생성하면 립싱크 정확도가 손실됩니다." 계속하기 전에 사용자는 위험을 분명히 받아들여야 합니다.
키프레임 일관성
- 각 샷는 하나의 키프레임를 생성합니다. 참고 소재 = 이 샷의 외관 요소 설정 그림 + 동일한 그룹의 이전 샷와 가장 유사한 키프레임.
- 일괄 생성 시 다음 샷는 이전에 생성된 샷을 참조하며, 장면 내 캐릭터의 위치, 캐릭터 간의 방향, 표정 등 요소 설정 다이어그램 자체에서 정의할 수 없는 일관된 세부 사항을 추가합니다.
- 구성, 캐릭터 위치, 상대 방향, 표현, 장면 레이아웃 및 시각적 스타일을 검토합니다.
샷 비디오 수락
- 립싱크 샷: 립싱크, 노래 상태, 오디오 내용 및 시간 범위가 일치합니다.
- 기타 샷: 생성 경로가 올바르게 선택되고, 피사체 움직임, 카메라 움직임, 장면 일관성 및 음악 구절이 일치하며 네거티브 제약이 적용됩니다.
- 선택한 모델이 차단되었거나 회원 권한이 지원되지 않는 경우, 동일한 유형의 다른 모델(립싱크 모델의 경우 립싱크 샷, 다중 참조 이미지를 지원하는 비디오 모델의 경우 내러티브 샷)로 변경하여 동일한 키프레임 및 동일한 드라이버 오디오를 계속 사용하십시오.
조립 규칙
-
원곡은 유일한 오디오 트랙 및 타임라인이며 생성된 모든 비디오는 음소거됩니다.
-
타임스탬프와 가사를 기준으로 각 샷을 원곡 타임라인에 정렬합니다.
-
립싱크 샷(생성하는 데 어떤 모델을 사용하든 관계 없음)는 원래 속도의 1.0배를 엄격하게 유지하며 시간을 단축하기 위해 빨리 감기, 늦추기 또는 시간 위치 이동을 하지 않습니다. 그렇지 않으면 립싱크와 보컬이 엇갈리게 됩니다.
-
두 개의 립싱크 샷 사이에 간격이 있고 기성 소재가 없을 경우 립싱크 샷는 원래 속도를 유지하고, 기존 소재에서 음악의 분위기와 리듬에 가장 잘 맞는 서사나 퍼포먼스 샷을 선택하여 채워넣어 연속성을 보장합니다. 화면.
-
조립 후 화면비, 음악 동기화, 가사 경계, 입 모양, 샷·색감 연속성, 시각적 리듬과 의도하지 않은 워터마크·생성 자막을 확인합니다.
MV생성요청서 작성방법
4단계 요소 그래프, 5단계 키프레임 및 7단계 샷 비디오에 대한 요청을 생성합니다. 일반적인 요청 구조는 Flova Skill의 "쓰기 생성 요청"을 참조하세요. 이 글은 MV를 쓰는 특별한 방법입니다. 둘 사이에 충돌이 있는 경우 이 문서가 우선합니다. 모델이 실제로 지원하는 매개변수는 여전히 쿼리 결과의 적용을 받습니다.
언어
사용자가 중국어를 사용하는 경우 프롬프트는 중국어로 작성됩니다. 라인과 내레이션는 완성 영상의 출력 언어로 작성됩니다. 스타일 앵커, 모델별 문구, 템플릿, 영어 예시는 원본 텍스트에 그대로 유지됩니다.
이미지 프롬프트: 일반 원칙
- 감독과 컬러리스트가 팀에게 무엇을 그릴지 뿐만 아니라 어떻게 그릴지 지시하는 것처럼요.
- 주제, 행동, 환경이 일관된 자연어로 작성되었습니다. 스타일, 색상, 조명, 구성이 짧은 문구로 작성됩니다.
- 문학적 장식 없음: 캐릭터의 동기나 내면의 생각에 대한 설명 없음, 화면 외부 및 보이지 않는 것들에 대한 설명 없음.
시네마틱 화면의 6가지 규칙
사실주의, 애니메이션, 3D 등 모든 스타일을 사용해야 하며, 부드러운 설명으로 혼합되어야 하며, 라벨이 붙은 하위 항목으로 작성하지 마십시오.
- 전문적인 스타일 용어: 단순히
Neo-Noir라고 쓰는 대신Neo-Noir style, David Fincher Style, inspired by Se7en와 같은 특정 감독과 작품을 시각적 앵커로 사용하세요. - 프레이밍:
Over-the-shoulder shot,Dutch angle,Close-up,Medium shot와 같은 영화 프레임과 위치를 나타냅니다. - 조명: 주 조명을 명확하게 작성하고
Strong chiaroscuro contrast,deep facial shadows emphasizing facial structure와 같은 네거티브 필 라이트를 강조합니다. - 컬러 그레이딩: 제한된 고급 컬러 그레이딩, 화면의 약 90%는
deep teal-cyan shadows dominating 90%, zero warm fill,muted watercolor wash와 같은 하나의 기본 색상만 사용합니다. 사용자가 요구하지 않는 한 빨간색과 파란색의 네온 대비 색상은 사용되지 않습니다. - 시각적 렌더링:
fine rendering quality, rich and intricate details, soft-focus effect with subtle Gaussian blur와 같이 전체적인 질감과 세부 사항을 작성합니다. - 감정 및 하위 텍스트:
oppressive suffocation,predatory stillness와 같이 캐릭터에 대한 미세한 표현을 작성하고 긴장된 박자로 동작을 정지하며 포즈를 거부합니다.cold and detached atmosphere와 같은 객체의 상태를 작성합니다.
필요에 따라 보충: 화면의 주요 개체에 대한 명확한 재료(예: worn leather with creases, thick knit wool fabric)를 작성합니다. 화면에 텍스트가 필요할 때 정확한 텍스트를 작성하려면 따옴표를 사용하세요.
캐릭터 및 요소 설정도
- 전신 프레이밍: 캐릭터 설정 사진의 경우 전신, 미디엄 샷 또는 파노라마가 선호되며 반신, 상체 또는 압축 자르기가 없습니다. 그렇지 않으면 다운스트림 샷에 일관된 정보가 부족합니다.
- 세 가지 보기: 정면, 측면(또는 4분의 3 측면), 후면, 머리, 몸통, 다리, 발 및 의복 윤곽이 완료되어야 합니다. 클로즈업은 추가적인 얼굴 세부 묘사 역할만 하며 3차원 보기를 대체할 수 없습니다.
- 주제 및 신원: 캐릭터의 나이, 체형, 특징, 목소리 특징 등을 적어주세요. 여러 룩 세트에 대해 각각 "스타일 1"과 "스타일 2"를 적어 두세요. 확인된 이미지를 기반으로 동일한 캐릭터의 후속 룩이 생성됩니다.
- 특징적 세부사항: 캐릭터의 눈 모양, 턱선, 머리 색깔, 메이크업, 소재, 컷, 색상, 의류 및 액세서리 상태; 소품의 모양, 재질, 색상, 크기, 새로움, 고유한 표시.
- 장면: 중요한 사물의 위치와 방향, 특히 공연이 이루어지는 장소를 적어주세요. 감정적인 어조(긴장, 우울, 희망, 따뜻함, 향수, 외로움 등)를 적습니다.
키프레임
먼저 스토리보드에서 이 프레임에 해당하는 순간을 찾습니다. 글이 불명확하다면 피사체의 움직임, 샷 움직임, 환경 변화를 마음속으로 시뮬레이션하여 직접 완성해 보세요. 그 순간의 정적만 설명하세요 화면:
- 시작 프레임: 동작 전 자세 및 의도(중심, 시선, 팔다리 준비), 환경의 초기 상태, 카메라의 초기 구도 및 각도.
- 엔드 프레임: 액션 완료 후의 자세나 표정, 환경이 변한 후의 상태, 다음 샷을 위해 준비한 카메라 카메라 위치 위치.
- 하이라이트 프레임: 시각적 또는 감정적 임팩트가 가장 강한 순간의 자세, 표정, 빛, 구도를 최대한 구체적으로 적어보세요.
립싱크 샷와 키프레임는 얼굴과 입이 선명하게 보여야 합니다.
비디오 프롬프트
키프레임에는 이미 화면이 제공되었으며, 프롬프트는 주로 변경 사항과 역학을 설명하며 이미 그림에 있는 정적 세부 정보를 반복하지 않습니다.
- 앵커 제목: 샷 시작 부분에 제목이 누구인지에 대한 간단한 설명입니다(예:
the elderly man,the woman in sunglasses). - 주제 역학:
a character turning from a profile view to face the camera directly와 같이 샷을 기준으로 움직임, 표정 변경 및 방향 변경을 작성합니다. 피사체가 움직이지 않을 때는the character stands perfectly still, staring forward를 명확하게 표기하세요. - 기본 구조: 주제 + 움직임, 배경 + 움직임, 카메라 + 움직임, 간단하고 직접적인 문장을 사용합니다.
- 학위 부사:
quickly,violently,large amplitude,high frequency와 같이 항상 학위를 씁니다. - 다중 동작 및 다중 주제:
subject1 + motion1 + motion2,subject1 + motion1, subject2 + motion2등 발생 순서대로 작성합니다. - 카메라:
orbit,aerial,zoom,pan,track/follow,handheld를 자연어로 씁니다. 한 세대에 절단 거울이 있는 경우cut to또는shot cut를 사용하여 설명하고 절단 거울 뒤에 새로운 화면를 설명합니다. 카메라가 움직일 때는non-fixed camera를 쓰고, 가만히 있을 때는static camera또는fixed shot를 씁니다.
립싱크 샷
singing,speaking,rapping,crying while talking등 캐릭터의 오디오 구동 상태를 명시해야 합니다.- 추천 템플릿 : 카메라 움직임 + 가수의 감성 + 노래 상태 + 특정 신체 움직임 + (선택) 배경 이벤트.
- 예:
The camera follows as a man turns to face the lens and walks forward while singing with an intoxicated, soulful expression. He first touches his collar with both hands, then spreads his arms wide and tilts his head back, appearing completely immersed. Light and shadow in the background pulse with the rhythm.
작성해야 하는 부정적인 제약 조건
- 독립적인 내레이션 오디오 트랙이 있는 경우 내레이션 텍스트는 비디오 프롬프트에 기록되지 않습니다.
- 모든 샷에 대해
no music를 작성하고 원곡만 사용하세요. - 각 샷에
no subtitles를 지정합니다.
모델이 가로채는 경우
빌드가 중단되거나 중단되는 경우 다음 순서로 확인하세요. 다시 작성할 수 있으면 설명을 자연스럽게 다시 작성하고 다시 시도해 보세요. "금지됨..."이라는 별도의 줄을 작성하지 마세요.
- 실제 연예인 또는 공인:
virtual [外貌描述] actor/character로 교체하세요. - 저작권이 있는 캐릭터 또는 IP(디즈니, 마블, 애니메이션, 게임 캐릭터 등): 색상, 의상 스타일, 자세, 기타 시각적 특성을 유지하고 이름과 로고를 제거하고
original virtual character + [配色] + [服装或装备风格] + [动作或能力特征] + no copyright identifiers로 기재합니다. - Logo 또는 잘 알려진 브랜드 이름:
original [类型],[颜色 + 形状 + 材质],no brand identifiers로 표기됩니다. - 유혈, 폭력 또는 싸움 클로즈업:
tense atmosphere, no gore, no violent close-ups로 교체하세요. - 과도한 노출 또는 성적 암시:
simple clothing, natural movement, no nudity로 교체하세요. - 신체 곡선이나 부위 강조:
balanced figure, natural posture로 변경하고 구체적인 부위는 기술하지 마세요. - 공포, 유령 또는 초자연:
suspenseful mood, no horror elements로 교체하세요.
국가 지도자, 정당 또는 군대, 민감한 역사적 사건, 생성할 수 없음을 사용자에게 직접적으로 알려주는 다음 콘텐츠를 다시 작성하려는 시도는 없습니다. 분리주의, 극단주의, 증오 또는 차별; 마약, 도박, 사기, 불법 금융; 가짜 뉴스, 공식 미디어를 사칭하는 행위; 어린이에게 적합하지 않은 콘텐츠입니다.
샷 설계와 소재 인계
새 샷 설계가 필요하면 호스트가 이 절차를 직접 수행합니다. 명확한 기존 샷 표나 편집 지시는 재사용합니다. S01마다 원고 연결, 화면·정보 목표, 시간, 피사체와 동작, 카메라·요소 움직임, 정확한 글자와 소리, 전환, 제작 방식을 기록합니다. E01로 대상 요소·사용자 소재·실제 리소스를 연결하고 원본 REF-E01과 구분합니다. 미확보 소재는 제작 예정으로 표시하고 ID를 만들지 않습니다. 외형·공간·동작·소리의 연속성을 확인하며 실제 음성 확보 후 시간을 조정합니다. 마케팅에서는 실제 필요한 hook·turn·proof·cta와 각 구간의 목적을 표시하고 근거 있는 시연·디테일을 사용합니다. 설명과 서사 작업은 이 절차의 고유 구조를 따릅니다. 표현이 불명확하면 실제 참조의 출처와 차용·대체 부분을 기록합니다. 별도 이름의 Skill이나 파일을 사용자에게 찾도록 요구하지 않습니다.

