Trí tuệ nhân tạo nào tạo video dựa trên lệnh cho video hài hước

Bạn có bao giờ nhập một lời nhắc mà bạn nghĩ là cực kỳ hài hước, nhấn nút tạo ra, và nhận lại một đoạn clip hoạt hình hoàn hảo nhưng bằng cách nào đó lại không hài hước chút nào không? Bạn không đơn độc đâu.

Tôi là một nhà sáng tạo hài kịch dạng ngắn, tạo các vở kịch ngắn và đoạn clip meme cho mạng xã hội, và tôi dành nhiều thời gian hơn là tôi muốn thừa nhận để đấu tranh với các mô hình video AI để một câu chuyện hài có tác dụng. Câu hỏi về mô hình AI nào tạo video dựa trên lời nhắc cho các video hài thực sự không phải là câu hỏi về danh sách công cụ. Đó là một câu hỏi về kỹ năng: các mô hình nào giữ lại giọng điệu, các mô hình nào làm giảm sự phi lý, và bạn viết lời nhắc như thế nào để sự hài kịch thực sự tồn tại? Hướng dẫn này trình bày những gì tôi đã học được khi thử nghiệm chúng.

Tại sao hầu hết các mô hình video AI khó truyền tải sự hài hước thật sự

Sự hài hước trong video nằm ở những chi tiết mà các mô hình được đào tạo để làm trơn đi. Một khuôn mặt vô cảm bị phóng đại, một khoảng lặng ngượng ngùng chậm rãi, một nhân vật coi điều gì đó phi lý là hoàn toàn nghiêm túc — chính những điều này là những gì một mô hình được đào tạo trên cảnh quay "an toàn, dễ chịu, được sắp xếp tốt" sẽ lặng lẽ làm bình thường. Vì vậy, câu chuyện hài chết không phải vì quá trình tạo ra thất bại, mà vì nó thành công trong việc trở nên chung chung.

Còn một lớp nữa. Hầu hết các mô hình chính thống được điều chỉnh để chống lại các biểu cảm khuôn mặt bị phóng đại, giọng điệu cảm xúc to lớn, và bất cứ điều gì được coi là "quá mức". Sự hài kịch thường cần chính những điều đó. Một con mèo trình bày lời tự sự kịch lãng mạn cần một khuôn mặt trông thực sự bị tổn thương. Nếu mô hình quyết định giảm xuống thành "con mèo yên tĩnh đang ngồi", bạn đã mất đi đoạn đó ngay cả trước khi nó bắt đầu.

Các Mô Hình Video AI Nào Phù Hợp Nhất Cho Các Video Vui Dựa Trên Lời Nhắc

Dựa trên những gì tôi đã thử nghiệm với chúng, sự phân chia hữu ích không phải là "tốt nhất so với tệ nhất". Đó là về việc việc điều chỉnh của mỗi mô hình giúp hay làm hỏng một câu chuyện cười.

Các mô hình chính thống như Runway, Pika và Kling rất tốt cho các chuyển động sạch sẽ, mang tính điện ảnh — một con mèo đi bộ, một cốc cà phê quay tròn, các chuyển động máy quay mượt mà. Nhưng đối với hài kịch, sự phù hợp của chúng có xu hướng làm phẳng chính sự phóng đại mà câu chuyện cười phụ thuộc vào. Chúng sẽ cung cấp cho bạn một đoạn phim về con mèo đẹp về mặt kỹ thuật. Không phải một đoạn phim đầy kịch tính.

Các mô hình thực sự hiệu quả cho các video vui dựa trên lời nhắc là những mô hình không suy đoán lại giọng điệu của bạn. Các mô hình video không bị hạn chế — loại mô hình tạo ra lời nhắc bạn thực sự đã viết thay vì lời nhắc họ cho rằng bạn có ý — giữ lại khuôn mặt thờ ơ, sự phóng to chậm rãi, cách nói những câu nói phi lý. Đối với hài kịch, đó là sự khác biệt giữa một đoạn phim hiệu quả và một đoạn phim cần ba giờ chỉnh sửa để khắc phục.

Viết Lời Nhắc Vui Mà Các Máy Tạo Video AI Thực Sự Đạt Được

Hầu hết mọi người thất bại ở đây vì họ viết khái niệm thay vì cảnh quay. "Con mèo diễn một bài diễn văn kịch tính của phim truyền hình lãng mạn" là một khái niệm. Mô hình phải phát minh ra tất cả những gì còn lại, và nó phát minh ra phiên bản nhàm chán.

Bí kíp là mô tả từng bước diễn xuất, theo cách một đạo diễn làm. Nói cho nó biết nét mặt, chuyển động máy quay, nhịp độ, cách sắp xếp diễn viên. Sự hài hước nằm ở sự tương phản giữa chủ thể và cách nó được đối xử một cách nghiêm túc — vì vậy bạn phải nêu rõ sự tương phản đó một cách rõ ràng.

Công thức Gợi ý: [Chủ đề], [cảm xúc/biểu cảm cụ thể bị phóng đại], [hành động máy quay cụ thể], [tốc độ lạnh lùng/chậm rãi], [bối cảnh nghiêm túc phi lý], [tham chiếu phong cách]

Ví dụ: Một con mèo chấm ngồi thẳng trên ghế nhung, khuôn mặt được làm kịch tính hoàn toàn với đôi mắt thương tích ướt nước mắt, phóng to kịch tính chậm trong 5 giây, diễn xuất lạnh lùng nghiêm túc giống như cảnh cận cảnh phim truyền hình lãng mạn thập niên 1980, ánh sáng ấm áp điện ảnh, hạt phim

Phiên bản đó hầu như không để cho mô hình có không gian nào để làm bình thường hóa nó. Cảm xúc được nêu rõ, hành động máy quay được định thời gian, tham chiếu phong cách khóa định giọng điệu. Nếu biểu cảm ra sai, đừng tạo lại một cách mù quáng — hãy thêm chi tiết bị thiếu. Chỉ có "đôi mắt thương tích" thường không đủ; "một giọt nước mắt lăn xuống một má" thì đủ.

Quy trình Bước theo Bước để Biến Một Gợi ý Vô lý Thành Một Video Vui Hoàn Thành

Đây là quy trình tôi đang sử dụng hiện nay, đã được hoàn thiện qua vài trăm đoạn phim.

Bước 1: Khóa định cảnh quay, không chỉ là ý tưởng. Viết toàn bộ công thức gợi ý ở trên cho một cảnh quay đơn lẻ kéo dài 5–10 giây. Một câu cười mỗi đoạn phim. Cố gắng nhét cả phần dẫn dắt và phần kết cười vào một lần tạo ra là cách nhanh nhất để có kết quả xấu xí.

Bước 2: Tạo cảnh quay chính đầu tiên. Chạy nhịp hình ảnh chính và kiểm tra xem biểu cảm và hành động máy quay có thành công hay không trước khi bạn xây dựng bất cứ thứ gì xung quanh nó. Nếu cảnh quay câu cười cốt lõi bị nhàm chán, hãy sửa nó ngay bây giờ — đừng xây dựng trên một đoạn phim không hấp dẫn.

Bước 3: Tạo nhịp câu kết riêng biệt. Hài kịch là về thời điểm, và thời điểm phụ thuộc vào việc cắt ghép. Hãy tạo cảnh dẫn dắt, cảnh phản ứng và cảnh kết thúc thành các lần tạo riêng biệt để bạn có thể cắt ghép chúng lại với nhịp đúng đắn.

Bước 4: Cắt theo nhịp. Tôi thường kéo ba hoặc bốn đoạn phim vào dòng thời gian, cắt mỗi đoạn xuống khung hình hài hước, và để câu kết xuất hiện một nhịp muộn hơn là cảm giác tự nhiên. Khoảng lặng bối rối = hài hước. Đó là một trong những cách điều chỉnh đơn giản nhất mà bạn có.

Bước 5: Âm thanh làm cho nó hấp dẫn. Giọng dẫn nghiêm túc, âm thanh gây sốc kịch tính, hoặc thậm chí là sự im lặng hoàn toàn cùng một hình ảnh phi lý thường tạo hiệu quả hơn bất kỳ điều chỉnh hình ảnh nào. Hầu hết các đoạn phim hay nhất của tôi trở nên hài hước ở giai đoạn thiết kế âm thanh, không phải giai đoạn tạo ra.

Những Lỗi Thường Gặp Trong Lệnh Gọi Và Cách Khắc Phục Để Tạo Hiệu Quả Hài Kịch

Ba lỗi xuất hiện liên tục trong các lệnh gọi hài kịch, và mỗi lỗi đều có cách khắc phục cụ thể.

Mô hình làm giảm độ phi lý. Bạn yêu cầu kịch tính, nhưng bạn nhận được nhẹ nhàng. Cách khắc phục: nêu chi tiết thể chất. Thay vì viết "kịch tính", hãy viết "một giọt nước mắt, cằm run rẩy, trán nhăn nheo." Các mô hình phản ứng với các dấu hiệu hình ảnh cụ thể, không phải các từ miêu tả giọng điệu trừu tượng.

Nó cắt sang cảnh phụ chung giữa cảnh chính. Bạn muốn hình mặt mèo trong 10 giây nhưng chỉ nhận được 3 giây hình mặt rồi 7 giây hình ảnh mèo ngẫu nhiên. Cách khắc phục: khóa máy quay và cách dựng hình trong lệnh gọi — "cận cảnh tĩnh, không có cảnh cắt đi, một cảnh liên tục duy nhất." Các mô hình không bị hạn chế sẽ giỏi hơn nhiều trong việc giữ lại một khung hình khi bạn yêu cầu rõ ràng.

Giọng điệu bị chặn hoặc làm nhạt đi. Một số công cụ chính thống sẽ im lặng từ chối việc truyền tải cảm xúc quá mức hoặc làm cho nó trở nên trung lập. Cách khắc phục: sử dụng một mô hình tạo ra chính những gì bạn đã viết thay vì những gì nó cho là an toàn. Đối với thể loại hài kịch, điều này không phải là thứ tốt có thể có — đó là toàn bộ cốt lõi của việc làm hài.

Nghiên cứu trường hợp: Lệnh gõ về mèo trong phim kịch tường lửa, được thử nghiệm trên nhiều công cụ khác nhau

Vài tuần trước, tôi đã chạy lệnh gõ đã lan truyền về "mèo thực hiện một bài thuyết trình kịch tính trong phim kịch tường lửa về việc bị từ chối cho ăn cá ngừ hộp" qua ba công cụ video AI chính thống, sau đó là qua Idoli.ai, để xem điều gì thực sự được giữ lại.

Kết quả từ các công cụ chính thống là có thể dự đoán được ở những khía cạnh quan trọng. Một công cụ đã làm dịu nét mặt mèo thành tư thế ngồi bình tĩnh khoảng hai giây sau khi bắt đầu. Công cụ khác giữ nét mặt trong một chút thời gian, sau đó chuyển sang cảnh phụ mèo chung chung — một cái vung đuôi, một cái cào chân — ngay tại thời điểm cảnh cận cảnh kịch tính nên kéo dài. Công cụ thứ ba đã hoàn toàn từ chối giọng điệu quá mức và trả về một đoạn phim chung chung về "mèo trên ghế sofa".Đó là câu trả lời rõ ràng nhất mà tôi có thể đưa ra cho câu hỏi về AI nào tạo video dựa trên lời nhắc cho các video hài hước: đó là AI không giật mình khi lời nhắc của bạn kỳ quặc. Nếu bạn không muốn viết từng lời nhắc từ đầu, thư viện cũng có các mẫu lời nhắc cho video hài hước sẵn có giúp bạn bỏ qua giai đoạn thử nghiệm và sai lầm.

Lần sau khi một lời nhắc bạn viết khiến bạn cười phá lên trong ứng dụng ghi chú, giờ bạn đã biết chính xác cách đưa nó lên màn hình mà không làm mất đi sự hài hước. Khóa cảnh quay, đặt tên cho biểu cảm, cắt theo nhịp điệu và để âm thanh làm phần còn lại. Bạn đã sẵn sàng biến ý tưởng ngớ ngẩn tiếp theo của mình thành một đoạn video chưa? Truy cập Idoli.ai — người dùng mới nhận được số tín dụng miễn phí để bắt đầu tạo video.