Генератор хоррор-видео нейросетью

Что мы замерили

002003004005

Картинка и звуковой ландшафт — вместе

H3 рисует звуковой ландшафт в том же прямом проходе, что и картинку, поэтому пропускать нечего и синхронизировать нечего. Это переносит проблему, а не убирает её, и мы замерили, куда именно: семь официальных клипов H3, 2 340 полусекундных окон — и шесть из них ни разу не доходят до настоящего шумового пола. Инстинкт модели — звучать без перерыва. Поэтому ремесло хоррор-видео нейросетью — не добавить звук. Это убрать его намеренно, в промпте, ещё до того, как клип появится. Полные замеры ИИ-хоррора и промпт того самого исключения.

Официальных клипов, которые не затихают

6/7

Официальных клипов, которые не затихают

Замеренных полусекундных окон

2 340

Замеренных полусекундных окон

Пол у того, который затихает

−53.7 dB

Пол у того, который затихает

Нужно проходов саунд-дизайна

0

Нужно проходов саунд-дизайна

• Не нужно звать отдельную аудиомодель
• Не нужно руками класть эффекты на картинку
• Никакой музыкальной подложки, спорящей со сценой
• Никакого водяного знака, за снятие которого платят

От промпта к видео

Клип, на котором сделаны замеры, и полный промпт за ним

16:9 · 15s · 768P

Полный промпт, не пересказ

16:9, 15 seconds, 768P. Zero-gravity prison block, weightless inmates drifting slowly against the bars, one hard side light and deep shadow everywhere else. Slow drifting camera, no cuts.

15s · 16:9

Один промпт, один проход — картинка и атмосфера вместе

Ни один из них не рендерился ради этой страницы. Это клипы из библиотеки, ближе всего стоящие к жанру, а готический тизер в полосе выше — тот самый, на котором реально мерили громкость. Мы лучше покажем четыре честных клипа, чем четыре постановочных.

• 01

  Сгенерировать хоррор-видео из короткого промпта

  Одна хоррор-фраза на входе — клип со своей атмосферой на выходе. Звуковой ландшафт здесь поле промпта, а не вторая работа.

  4–15 с, 768P или 2K
• 02

  Довести хоррор-промпт с помощью ИИ

  Вставьте черновую идею — вернётся структура из трёх полей, которую ждёт H3, включая звуковой ландшафт и то самое поле музыки, которое почти все оставляют пустым.

  Назовёт отсутствия за вас
• 03

  Полный путь от сценария к клипу

  От хоррор-раскадровки к списку кадров и готовому клипу — на одной кадровой сетке, не выходя из браузера. И наоборот: киньте референсный клип и получите промпт, который его бы сделал.

  Сценарий → кадры → звук → клип

Три маршрута, один тариф — 8 кредитов за секунду в 768P, а жанру нужен именно 768P.

1. 

   01

   Пишите тон, а не монстра

   Скажите, каким должен ощущаться клип — сдержанный, терпеливый, давящий — и назовите жанр, от которого отказываетесь: без крови, без гора, без выпрыгивающего монстра, без хеллоуинской стилистики. В замеренной выборке затих тот клип, который проговорил свой тон четырьмя разными способами и ни разу не упомянул звук.

   ТонСтрока отказа
2. 

   02

   Называйте каждое отсутствие по отдельности

   Пишите без шагов, без дыхания, без голосов, без дверей, а не тихо. На практике тихо читается как тихая музыка, то есть ровно наоборот. Затем впишите `N/A` в поле музыки — оставить его пустым не то же самое, что заполнить.

   Звуковой ландшафтnon_diegetic_music: N/A
3. 

   03

   Ставьте акцент на кадр, который существует

   При 24 кадрах/с `00:07.400` — это кадр 177,6, а такого кадра нет: вы отдали свой тайминг округлению. `00:07.000` — это кадр 168. Просите 192 кадра — 8,000 секунды — единственную целую секунду в рабочем диапазоне.

   192 кадра8.000s
4. 

   04

   Рендерьте в 768P и рассчитывайте повторить

   Хоррору нужна деградация, поэтому 2K работает против вас — это редкий случай, когда дешёвый уровень и есть правильный. Заложите три-четыре дубля до того, который стоит оставить: вы гонитесь за ощущением, а не за списком галочек.

   768P3–4 дубля

Ни один из этих четырёх шагов не происходит после рендера. Весь проход саунд-дизайна, который гоняет остальная категория, заменён двумя полями промпта.

1. 01Поле музыки заполнено, а не пусто

   Пустой `non_diegetic_music` — не инструкция. Модель подложит музыку всё равно, и подложит именно туда, где вы хотели тишины. Впишите `N/A`.

   non_diegetic_music: N/A

2. 02Отсутствия перечислены по пунктам

   Без шагов, без дыхания, без голосов, без дверей. Четыре оборота, а не одно слово. Самый частый провал на этой странице — рассказчик, которого никто не просил, и берётся он из слова тихо.

   Четыре оборота, а не «тихо»

3. 03У атмосферы есть высота тона

   Дроссель люминесцентной лампы работает потому, что у него есть нота, а нота может оборваться. У ветра и у трафика нет кромки, которую можно срезать, — на акценте нечего убирать. Страху нужен звук с кромкой.

   Гул дросселя, а не ветер

4. 04Фигура не в фокусе и никогда не двигается

   Наведите на неё резкость, осветите или оживите — и она станет чуть комичной: как только модель вынуждена определиться с лицом, виден её вкус. Расфокус прячет самое трудное в кадре и вдобавок страшнее.

   не в фокусе · не двигается

5. 05Картинка меняется, звук — нет

   Жёсткая склейка на тот же кадр, но с чем-то новым в нём, и звук держим ровным через склейку. Первая реакция зрителя — усомниться в увиденном, и это сомнение и есть эффект.

   Звук не меняется на склейке

Ради этих пяти пунктов страница и существует. Ни один не про монстра, а четыре — про звук.

• Слабость → актив

  Лица теряют детали в VAE

  В продуктовом кадре это дефект, который обходят. Здесь это лицо, которое никак не удаётся разглядеть, — самый надёжный приём жанра.

• Слабость → актив

  Дальние фигуры разваливаются

  Дальний конец коридора — ровно то место, где нужна форма, которую глаз не может достроить. Провал модели на расстоянии рисует то, что хоррор-художник собирал бы полдня.

• Слабость → актив

  Быстрое движение смазывается

  Затяг ленты, ошибка трекинга, кадр, пришедший с опозданием. В танцевальном клипе это повод перерендерить; в приёме под VHS это и есть формат.

• Настоящая сила

  Звуковой ландшафт генерируется вместе с картинкой

  Стерео 32 кГц из того же прохода. Это единственный участок конвейера, который остальная категория до сих пор делает руками, и в этом жанре именно он решает, работает клип или нет.

• 

  9:16 · 15s

  Аналоговый хоррор / found footage

  Зерно VHS, полоса трекинга, коридор, который не меняется. Деградация здесь и есть вся эстетика, поэтому это самое дешёвое в списке.

  Начать с аналогового хоррора
• 

  16:9 · 15s

  Лиминальные пространства / backrooms

  Интерьер, в котором никого нет, освещённый неправильно. Ничего не происходит, и то, что ничего не происходит целых восемь секунд, — и есть полезная нагрузка.

  Сделать такой
• 

  1:1 · 8s

  Тревога одной камерой

  Ни деградации, ни фигуры — только движение, которое не останавливается, и комната, которая всё не показывает вам то самое. Самый трудный из четырёх и единственный, что читается как кино, а не как фильтр.

  Сделать такой
• 

  16:9 · 15s

  Жутковатая остановка

  Обычная сцена, в которой нарушено одно правило мира, и сыграно это на полном серьёзе. Комедия и хоррор здесь — один и тот же кадр; какой получится, решает строка тона.

  Сделать такой

Все четыре укладываются в одну и ту же контентную политику по одной причине: они работают через деградацию и отсутствие, а не через гор. Написать в промпте без крови, без гора — это не только вкус, это ещё и способ пройти фильтр.

Сколько стоит один запуск