Beim Dialog bricht der Zauber generierter Filme am häufigsten. Ein Gesicht darf ein wenig driften, das verzeiht das Publikum; eine Stimme, die sich mitten im Film ändert, oder ein Mund, der sich gegen die Worte bewegt, beendet die Illusion sofort. Wir haben festgestellt, dass drei Entscheidungen, getroffen bevor überhaupt Audio generiert wird, den Dialog glaubwürdig halten, und dass eine Sicherheitsregel den Film am Leben hält, wenn der Sync-Anbieter nicht mitspielt.
Wählen Sie die Stimme vor dem Gesicht
Legen Sie die Stimme in der Charakterbibel fest, damit jede Zeile dieser Figur sie verwendet. Ein Stimmwechsel mitten im Film ist das akustische Gegenstück zu einem driftenden Gesicht, und er fällt stärker auf, weil das Ohr Stimmen über Minuten vergleicht, während das Auge Gesichter über Sekunden vergleicht. Bei Geschichte zu Film gibt der Regisseur jedem Besetzungsmitglied ein Stimmprofil, Geschlecht, Alter und einen in Worten beschriebenen Ton, und das Studio gleicht es mit dem Stimmkatalog ab, wobei es vermeidet, zwei Figuren dieselbe Stimme zu geben. Die Erzählstimme wählen Sie aus der Liste im Assistenten, oder es greift eine automatische Voreinstellung. Geben Sie der Erzählung eine Stimme, die sich von jeder Figur in Geschlecht oder Alter unterscheidet, damit das Ohr die Ebenen mühelos trennt.
Zwei Ebenen, eine Regel
Ein Geschichtenfilm hat eine Erzählstimme und er hat Figuren, und die dürfen nicht dasselbe sagen. Die Erzählung berichtet; die Figuren sprechen. Der Regisseur übernimmt Ihre Dialoge wörtlich, ordnet jede Zeile einem Besetzungsmitglied im Bild zu und schreibt die Erzählung als kurze Brücken zwischen den Ereignissen. Hat eine Szene eine Zeile, ist ihre Erzählung kurz oder fehlt ganz. Enthält die Geschichte eine Zeile, gibt die Erzählung sie nicht mit eigenen Worten wieder. Ein Film, in dem jede Szene beide Ebenen hat, klingt wie eine Dokumentation über sich selbst.
Kurze Zeilen, klare Konsonanten
Lippensynchronisation arbeitet mit sichtbaren Mundformen. Zeilen mit harten Konsonanten und Pausen synchronisieren besser als lange, gemurmelte Sätze. Schreiben Sie für den Mund, nicht nur für das Ohr. Pro Szene ist höchstens ein Satz vorgesehen; längere Reden werden auf mehrere Szenen verteilt. Die Erzählung ist mit etwa neun Zeichen pro Sekunde budgetiert, eine Zehn-Sekunden-Szene bekommt also einen klaren Satz. Vermeiden Sie Zahlen und Abkürzungen in der Erzählung; Sprachmodelle lesen sie uneinheitlich vor, und die ausgeschriebene Form ist sicherer. Eigennamen sollten in der schriftlichen Beschreibung der Figur vorkommen, damit das Modell sie schon gesehen hat, bevor es sie aussprechen muss.
Welche Sync-Stufe
Die Standardstufe synchronisiert einen Clip mit generierter Sprache und reicht für halbnahe und weite Einstellungen. Die Pro-Stufe nimmt Ihr eigenes Audio und lohnt sich bei Nahaufnahmen, in denen das Publikum auf den Mund schaut. Verzichten Sie bei Totalen, in denen der Mund nicht zu sehen ist, ganz auf die Synchronisation; die Zeile kann ohne Verlust in der Tonspur laufen, und Sie sparen sich die Operation.
Bringen Sie Ihre eigene Aufnahme mit
Haben Sie einen Sprecher oder eine Schauspielerin, nehmen Sie sauberes Audio auf und laden Sie es als Asset hoch. Die Pro-Synchronisation verwendet es direkt, und die Darbietung gehört Ihnen, statt synthetisch zu sein. Nehmen Sie in einem ruhigen Raum auf, beschränken Sie die Aufnahme auf die Zeile und lassen Sie an beiden Enden eine kurze Stille. Der Sync-Schritt braucht Worte, keinen Raumklang.
Wenn die Synchronisation nicht verfügbar ist
Lippensynchronisation hängt von einem Videoanbieter ab, und Anbieter fallen aus: Kontingent erschöpft, Störung, ein entfernter Endpunkt. Das haben wir bei einem Test gelernt, in dem dem Anbieter mitten in einem Film das Guthaben ausging. Die Regel, die wir daraus gemacht haben: Der Film wird trotzdem fertig. Die Szene behält ihre Animation, und die Zeile wird mit der Stimme der Figur in der Tonspur gesprochen. Sie verlieren die Mundbewegung, nicht die Worte, und die gescheiterte Sync-Operation wird der Wallet erstattet. Ein Audiofehler verwirft nie einen fertigen Clip.
Platzierung und Mischung
Erzählclips werden auf der Zeitleiste jeweils am Anfang ihrer eigenen Szene platziert, nicht zu einer langen Datei aneinandergehängt, sodass die Erzählung nie gegen die Schnitte verrutscht. Zeilen kommen dorthin, wo die Figur spricht, bei einem synchronisierten Clip also an den Anfang des Clips. Eine kurze Lücke zwischen Erzählung und Zeile ist besser als eine Überlappung. Die Musik liegt auf einem festen, niedrigeren Pegel unter allem und wird unter Sprache automatisch abgesenkt, sodass Sie nicht nach Gehör mischen müssen.
Eine Stimme später ändern
- Erzählstimme: wird im Assistenten gewählt, bevor der Film erstellt wird.
- Die Zeile einer Figur: Öffnen Sie die Szenenkarte, bearbeiten Sie den gesprochenen Text oder wählen Sie eine andere Stimme, generieren Sie die Szene neu. Nur diese Szene wird berechnet.
- Die Standardstimme einer Figur: Ändern Sie sie in der Bibel, und jede künftige Szene verwendet sie.
Häufige Fragen
Kann die Erzählstimme eine Figur sein? Ja, bei Geschichten in der ersten Person. Die Erzählstimme ist dann die Stimme dieser Figur, und die Zwei-Ebenen-Regel gilt weiterhin: Die Erzählung beschreibt, die Zeilen handeln.
Woran erkenne ich, ob die Sprache zum Skript passt? Hören Sie einmal ohne Bild zu. Falsch ausgesprochene Namen und eine Erzählung, die ihrer Szene davonläuft, werden offensichtlich, wenn das Bild sie nicht mehr überdeckt.
Funktioniert auch eine Sprache, die der Stimmkatalog nur schwach abdeckt? Ja. Besetzen Sie die Erzählung mit der besten verfügbaren Stimme für die Sprache und halten Sie die Zeilen der Figuren kurz; schwache Stimmen fallen bei langer Erzählung am stärksten auf.
