এই অ্যাপ্লিকেশন দিয়ে তৈরি
Wan 3.0 একটি একক-পাস টেক্সট-টু-ভিডিও অ্যাপ যা দুই থেকে ত্রিশ সেকেন্ডের ক্লিপ তৈরি করে, সম্পূর্ণ নেটিভ জেনারেট করা অডিও সহ, একটি রেন্ডারে। পরিচালক, মোশন ডিজাইনার এবং কন্টেন্ট ক্রিয়েটরদের জন্য ডিজাইন করা হয়েছে যাদের নমনীয় রেফারেন্স নিয়ন্ত্রণ প্রয়োজন, এটি একযোগে দশটি পর্যন্ত রেফারেন্স ছবি, পাঁচটি রেফারেন্স ভিডিও এবং পাঁচটি অডিও ক্লিপ গ্রহণ করে, যা আপনাকে চরিত্রের চেহারা, পরিবেশ এবং সাউন্ড একটি একক শটে নির্দেশনা দিতে দেয়। তিনটি রেজোলিউশন স্তর, 480p, 720p এবং 1080p, সৃজনশীল প্রক্রিয়ার প্রতিটি পর্যায়ে খরচ পরিচালনা করতে দেয়।
এই অ্যাপ্লিকেশনটি কীভাবে ব্যবহার করবেন
- 1
আপনি কী তৈরি করতে চান তা বর্ণনা করুন বা আপনার সোর্স ফাইল আপলোড করুন।
- 2
আপনার বিকল্পগুলি বেছে নিন, তারপর জেনারেট করুন টিপুন।
- 3
আপনার ফলাফল কয়েক মুহূর্তের মধ্যে গ্যালারিতে প্রদর্শিত হতে দেখুন।
- 4
ডাউনলোড করুন, শেয়ার করুন বা একটি নতুন ধারণা দিয়ে আবার জেনারেট করুন।
আপনি কী তৈরি করতে পারেন
স্টোরিবোর্ড থেকে অ্যানিম্যাটিক পাইপলাইন
স্কেচ বা স্থির ছবি রেফারেন্স ছবি হিসাবে আপলোড করুন এবং শেষ ফ্রেম নিয়ন্ত্রণ ব্যবহার করে শটের প্রস্থান পজ লক করুন। Wan 3.0 ফ্রেমগুলিকে একটি সুসংগত অ্যানিমেটেড সিকোয়েন্সে সেতু করে, পরিচালকদের একটি পূর্ণ 1080p রেন্ডারে প্রতিশ্রুতিবদ্ধ হওয়ার আগে পর্যালোচনাযোগ্য অ্যানিম্যাটিক দেয়।
শটগুলি জুড়ে চরিত্রের সামঞ্জস্য
বিভিন্ন কোণ থেকে একই চরিত্রের দশটি পর্যন্ত ছবি রেফারেন্স হিসাবে সরবরাহ করুন। মডেল সমস্ত ইনপুট জুড়ে চেহারার ইঙ্গিত পড়ে, পরিচয় বিচ্যুতি হ্রাস করে যা মাল্টি-শট এআই ভিডিওকে একটি সামঞ্জস্যপূর্ণ দৃশ্যে কাটা কঠিন করে তোলে।
একটি পাসে বায়ুমণ্ডলীয় সাউন্ড ডিজাইন
আপনার ভিজ্যুয়াল প্রম্পটের সাথে একটি রেফারেন্স অডিও ক্লিপ সরবরাহ করুন। Wan 3.0 এটি ব্যবহার করে জেনারেট করা সাউন্ডট্র্যাক পরিচালনা করে, তাই পরিবেশগত টেক্সচার, টোন এবং ছন্দ ছবির সাথে সারিবদ্ধ হয় একটি আলাদা অডিও পোস্ট ধাপ ছাড়াই।
খরচ-স্তরযুক্ত খসড়া পর্যালোচনা
480p এ একটি শট রুক করুন সময় এবং রচনা পরীক্ষা করতে, ক্লায়েন্ট পর্যালোচনা কাটের জন্য 720p এ উন্নীত করুন, তারপর শটটি অনুমোদিত হলেই 1080p এ ডেলিভারি সংস্করণ তৈরি করুন। তিন-স্তরের সিস্টেম খরচকে কাজের পর্যায়ের সাথে সমানুপাতিক রাখে।
শৈলী-মিলিত পরিবেশ নির্মাণ
স্থাপত্য, আলো বা টেক্সচারের রেফারেন্স ছবি একটি বর্ণনামূলক প্রম্পটের সাথে সরবরাহ করুন একটি ত্রিশ সেকেন্ডের পরিবেশ শট তৈরি করতে যা একটি নির্দিষ্ট ভিজ্যুয়াল বিশ্বের সাথে মেলে। গেম সিনেমাটিক্স, ভার্চুয়াল প্রোডাকশন লুকডেভ এবং ব্র্যান্ডেড কন্টেন্টের জন্য উপযোগী।
চেষ্টা করার জন্য প্রম্পট ধারণা
কেন সৃজনশীলরা এই অ্যাপ্লিকেশন ব্যবহার করেন
- এক পাসে 30 সেকেন্ড পর্যন্ত
- নেটিভ জেনারেটেড অডিও
- 10টি পর্যন্ত রেফারেন্স ইমেজ
- রেফারেন্স ভিডিও এবং অডিও স্টিয়ারিং
- এন্ড ফ্রেম নিয়ন্ত্রণ
- 480p / 720p / 1080p টায়ার
আরও ভাল ফলাফলের জন্য টিপস
কৌশলগতভাবে রেফারেন্স স্ট্যাক করুন
Wan 3.0 একযোগে দশটি পর্যন্ত ছবি, পাঁচটি ভিডিও এবং পাঁচটি অডিও ক্লিপ গ্রহণ করে। বিভিন্ন সৃজনশীল কাজের জন্য বিভিন্ন রেফারেন্স প্রকার নির্ধারণ করুন: ভিজ্যুয়াল চেহারার জন্য ছবি, ক্যামেরা গতির জন্য একটি রেফারেন্স ভিডিও এবং সোনিক টেক্সচারের জন্য একটি অডিও ক্লিপ। রেফারেন্স প্রকার মিশ্রিত করা মডেলকে যেকোনো একক ইনপুট দিতে পারে তার চেয়ে সমৃদ্ধ পরিচালনা সংকেত দেয়।
কাটের জন্য শেষ ফ্রেম নিয়ন্ত্রণ ব্যবহার করুন
একটি শেষ ফ্রেম নির্দিষ্ট করা বিশেষভাবে উপযোগী যখন আপনার একটি ক্লিপকে একটি পরিচিত পরবর্তী শটে পরিষ্কারভাবে কাটতে হয়। আপনার লক্ষ্য রচনা শেষ ফ্রেম হিসাবে সেট করুন এবং Wan 3.0 কে এটির দিকে গতি তৈরি করতে দিন, পোস্টে একটি র্যান্ডম এন্ডপয়েন্ট ট্রিম করার চেষ্টা করার পরিবর্তে।
ডেলিভার করার আগে 480p এ খসড়া করুন
সময়, রেফারেন্স বিশ্বস্ততা এবং অডিও অনুভূতি যাচাই করতে 480p এ তৈরি করুন একটি উচ্চতর স্তরে উন্নীত হওয়ার আগে। বেশিরভাগ সৃজনশীল সিদ্ধান্ত, রচনা, গতিশীলতা, চরিত্রের সামঞ্জস্য, 480p এ দৃশ্যমান, তাই অনুমোদিত শটের জন্য 1080p সংরক্ষণ করা একটি সুস্থ কর্মপ্রবাহ অভ্যাস।
আপনার প্রম্পটে সময়কাল লিখুন
Wan 3.0 দুই থেকে ত্রিশ সেকেন্ডের ক্লিপ সমর্থন করে। আপনার প্রম্পটে উদ্দিষ্ট সময়কাল এবং গতি স্পষ্টভাবে উল্লেখ করলে, যেমন অনির্দিষ্ট রেখে না দিয়ে '20 সেকেন্ডে ধীরে ধীরে ভেতরে ঠেলা' লিখলে, মডেলটি সম্পূর্ণ ক্লিপের দৈর্ঘ্য জুড়ে গতি এবং অডিওর বিকাশ সুষমভাবে বিতরণ করতে পারে।
এই অ্যাপটি কখন বেছে নেবেন
Wan 3.0 বেছে নিন যখন আপনার শট ভারী মাল্টি-মোডাল রেফারেন্স নিয়ন্ত্রণের উপর নির্ভর করে, বিশেষত একটি একক রেন্ডারে শেষ-ফ্রেম লক্ষ্যের সাথে ছবি, ভিডিও এবং অডিও রেফারেন্স একত্রিত করার ক্ষমতা। Seedance 2.0 Mini দ্রুত, সাশ্রয়ী আউটপুটে ফোকাস করে নেটিভ অডিও সহ কিন্তু একই সর্বজনীন-রেফারেন্স গভীরতা বিজ্ঞাপন করে না। Sora 2 সুসংগত, শারীরিকভাবে বিশ্বাসযোগ্য এআই ভিডিও জোর দেয় কিন্তু একই স্তরযুক্ত রেফারেন্স ইনপুট সিস্টেম অফার করে না। Wan 3.0 সঠিক সরঞ্জাম যখন অনেক রেফারেন্স ইনপুট জুড়ে পরিচালনা বিশ্বস্ততা অন্য সবকিছুর চেয়ে বেশি গুরুত্বপূর্ণ।
সাধারণ প্রশ্নাবলী
তিনটি রেজোলিউশন স্তর চূড়ান্ত আউটপুটকে কীভাবে প্রভাবিত করে?
480p রুক্ষ রচনা এবং সময় পরীক্ষার জন্য অভিপ্রেত, 720p ক্লায়েন্ট পর্যালোচনা কাটের জন্য উপযুক্ত এবং 1080p ডেলিভারি-গ্রেড স্তর। অন্তর্নিহিত জেনারেটিভ পাস স্তর জুড়ে একই; রেজোলিউশন পিক্সেল গণনা এবং সম্পর্কিত খরচ নির্ধারণ করে বোতাম এ দেখানো হয়, মডেলের সৃজনশীল আচরণ নয়।
আমি কি বিভিন্ন বিষয়ের রেফারেন্স ছবি ব্যবহার করতে পারি, উদাহরণস্বরূপ একটি চরিত্র এবং একটি অবস্থান?
হ্যাঁ। Wan 3.0 দশটি পর্যন্ত রেফারেন্স ছবি গ্রহণ করে এবং তাদের একই বিষয় চিত্রিত করার প্রয়োজন নেই। আপনি পরিবেশ বা প্রপ রেফারেন্সের সাথে চরিত্র রেফারেন্স সরবরাহ করতে পারেন এবং মডেল জেনারেট করা শটে সেগুলি সবই অন্তর্ভুক্ত করার চেষ্টা করবে।
শেষ-ফ্রেম নিয়ন্ত্রণ আসলে কী করে?
শেষ-ফ্রেম নিয়ন্ত্রণ আপনাকে ক্লিপের শেষ ফ্রেম প্রতিনিধিত্ব করে এমন একটি ছবি সরবরাহ করতে দেয়। Wan 3.0 তারপর গতি এবং বিষয়বস্তু তৈরি করে যা আপনার প্রম্পটের শুরুর অবস্থা থেকে সেই নির্দিষ্ট শেষ রচনায় নিয়ে যায়, যা পরিকল্পিত পরবর্তী শটে পরিষ্কারভাবে কাটে এমন ক্লিপ তৈরির জন্য উপযোগী।
অডিও জেনারেট করা হয় নাকি এটি আমার রেফারেন্স অডিও ক্লিপ থেকে আসে?
Wan 3.0 একক-পাস আউটপুটের অংশ হিসাবে নেটিভ অডিও তৈরি করে। যখন আপনি একটি রেফারেন্স অডিও ক্লিপ সরবরাহ করেন, মডেল এটি ব্যবহার করে জেনারেট করা সাউন্ডট্র্যাকের চরিত্র, টোন এবং টেক্সচার পরিচালনা করে বরং সোর্স ফাইল সরাসরি এম্বেড করার পরিবর্তে। আউটপুট অডিও সর্বদা জেনারেট করা হয়, একটি স্প্লাইস নয়।
অ্যাপ কী ফাইল ফরম্যাট আউটপুট করে?
অ্যাপ একটি এমপি4 ফাইল আউটপুট করে। ক্লিপ দৈর্ঘ্য আপনার প্রম্পট বা সেটিংসে যা নির্দিষ্ট করেন তার উপর নির্ভর করে দুই থেকে ত্রিশ সেকেন্ড পর্যন্ত হতে পারে।
আমি কতটি রেফারেন্স ভিডিও সরবরাহ করতে পারি এবং তারা কী ভূমিকা পালন করে?
আপনি পাঁচটি পর্যন্ত রেফারেন্স ভিডিও সরবরাহ করতে পারেন। তারা প্রাথমিকভাবে গতি শৈলী, ক্যামেরা আচরণ এবং গতিশীলতা পরিচালনা করে পিক্সেল-স্তরের চেহারার পরিবর্তে, ভিজ্যুয়াল পরিচয় এবং পরিবেশের জন্য রেফারেন্স ছবি যে ভূমিকা পালন করে তা পরিপূরক। উভয় প্রকার একত্রিত করা আপনাকে সামগ্রিক শটের উপর আরও নির্ভুল নিয়ন্ত্রণ দেয়।
এই অ্যাপ্লিকেশনটি কোন AI মডেল দ্বারা চালিত?
এই অ্যাপটি Wan 3.0 এর উপর চলে, যা Arteza-এর মাধ্যমে উপলব্ধ এবং এর জন্য আলাদা অ্যাকাউন্ট বা সেটআপের প্রয়োজন নেই।
আমি কি ফলাফল বাণিজ্যিকভাবে ব্যবহার করতে পারি?
হ্যাঁ। আপনি যে কন্টেন্ট তৈরি করেন তা আপনার, আমাদের কন্টেন্ট লাইসেন্সের অধীন ব্যবহারের জন্য।
একটি জেনারেশন কতক্ষণ সময় নেয়?
বেশিরভাগ জেনারেশন এক মিনিটের মধ্যে সম্পন্ন হয় এবং আপনি গ্যালারিতে লাইভ অগ্রগতি দেখতে পারেন।