टेक्स्ट या विज़ुअल रेफ़रेंस से निर्देशित वीडियो बनाएँ, फिर गति और ध्वनि को तब तक बेहतर करें जब तक क्लिप दृश्य के अनुरूप न हो जाए। Kling 3.0 Standard, CawCut का रोज़मर्रा के इस्तेमाल वाला Kling विकल्प है। यह टेक्स्ट-टू-वीडियो, इमेज-आधारित दृश्य और मोशन ट्रांसफ़र के लिए है और [Video Generation] नोड में उपलब्ध है।
1. Kling 3.0 Standard की खूबियाँ
| खूबी | उपयोग |
|---|---|
| रोज़मर्रा के स्थिर वीडियो बनाना | सोशल कंटेंट, कहानी के दृश्यों और नियमित प्रोडक्शन के काम के लिए सामान्य उपयोग वाले क्लिप बनाएँ। |
| टेक्स्ट और विज़ुअल निर्देश | लिखित प्रॉम्प्ट से शुरुआत करें, किसी इमेज को ऐनिमेट करें या शुरुआती और अंतिम फ़्रेम तय करें। |
| ऑडियो सिंक्रनाइज़ेशन | दृश्य को निर्देशित करें और देखें कि जनरेट किया गया ऑडियो दृश्य की क्रिया के साथ कैसे चलता है। |
| मोशन ट्रांसफ़र | जब नए किरदार या परिवेश को किसी सोर्स परफ़ॉर्मेंस की गतिविधियों का अनुसरण करना हो, तो स्पष्ट सोर्स परफ़ॉर्मेंस का दोबारा उपयोग करें। |
2. मोड और इनपुट
CawCut में Kling 3.0 Standard, Text, Image References, Frames और Motion Transfer को सपोर्ट करता है। मौजूदा मोड तालिका में यह Omni References का उपयोग नहीं करता।
| मोड | इसके लिए इस्तेमाल करें | आम इनपुट |
|---|---|---|
| [Text] | लिखित विवरण से दृश्य बनाने के लिए। | विषय, क्रिया, परिवेश और कैमरे का वर्णन करने वाला प्रॉम्प्ट। |
| [Image References] | मौजूदा विज़ुअल को ऐनिमेट या निर्देशित करने के लिए। | गति के निर्देश के साथ इमेज या किरदार का रेफ़रेंस। |
| [Frames] | शुरुआती और वैकल्पिक अंतिम रचना को नियंत्रित करने के लिए। | पहला फ़्रेम, वैकल्पिक अंतिम फ़्रेम और संक्रमण की दिशा। |
| [Motion Transfer] | सोर्स क्लिप की परफ़ॉर्मेंस और कैमरा मूवमेंट को नए दृश्य में लाने के लिए। | एक सोर्स वीडियो और एक इमेज रेफ़रेंस। |
3. प्रॉम्प्ट और रेफ़रेंस तैयार करें
बताएँ कि पहले, फिर और अंत में क्या होता है। इमेज इस्तेमाल करते समय बताएँ कि उसकी कौन-सी विज़ुअल विशेषताएँ बनी रहनी चाहिए। Motion Transfer के लिए ऐसा सोर्स क्लिप चुनें जिसमें व्यक्ति और चेहरा स्पष्ट दिखाई दें, और बनने वाले दृश्य को निर्देशित करने के लिए एक इमेज रेफ़रेंस दें।
इनसे बचें: ऐसे घने प्रॉम्प्ट से बचें जिनमें एक साथ कई क्रियाएँ हों, मोशन ट्रांसफ़र फ़ुटेज में ढके हुए चेहरे हों और ऑडियो के निर्देश अस्पष्ट हों। अगर समय का क्रम मायने रखता है, तो विज़ुअल विशेषणों की लंबी सूची पर निर्भर रहने के बजाय घटनाओं का क्रम और गति बताएँ।
स्पष्ट प्रॉम्प्ट के लिए:
- मुख्य विषय और प्रमुख क्रिया तय करें।
- घटनाओं को उसी क्रम में रखें जिसमें उन्हें होना चाहिए।
- कैमरे के लिए एक सुसंगत दिशा बताएँ।
- बताएँ कि विषय या दृश्य की कौन-सी बारीकियाँ समान बनी रहनी चाहिए।
- शैली और ऑडियो के निर्देश तभी जोड़ें जब वे इच्छित परिणाम में मदद करें।
4. CawCut का वर्कफ़्लो और सेटिंग
- Video Generation नोड जोड़ें और Text, Image References, Frames या Motion Transfer चुनें।
- Kling 3.0 Standard चुनें और उस मोड के लिए इनपुट दें।
- क्रिया को छोटे क्रम के रूप में लिखें और कैमरे की दिशा तथा अहम विज़ुअल बारीकियाँ बताएँ।
- उपलब्ध अवधि, आस्पेक्ट रेशियो, रिज़ॉल्यूशन और ऑडियो सेटिंग चुनें। परिणाम आपके विवरण का कितनी बारीकी से पालन करे, इसे नियंत्रित करने के लिए Prompt strength समायोजित करें।
- अनचाहे गुणों के लिए Negative prompt इस्तेमाल करें और अहम बहिष्करणों को मुख्य प्रॉम्प्ट में भी दोहराएँ।
- जनरेट करें, फिर गति की निरंतरता, रेफ़रेंस से समानता, संक्रमण और ऑडियो सिंक्रनाइज़ेशन की समीक्षा करें।
मोड और सेटिंग की पूरी जानकारी के लिए Video Generation देखें। इस नोड को दूसरे चरणों से जोड़ने के लिए Understanding Nodes देखें।
5. सीमाएँ और सुधार
मोशन ट्रांसफ़र स्पष्ट सोर्स फ़ुटेज पर निर्भर करता है, और भीड़भाड़ वाली क्रिया से समय या संपर्क को समझना कठिन हो सकता है। जनरेट की गई गति और ऑडियो हर निर्देश का ठीक-ठीक पालन नहीं कर सकते। एक बार में एक क्रिया या ध्वनि संकेत को सुधारें।
| अगर आपको यह दिखे | यह आज़माएँ |
|---|---|
| क्रिया का अनुसरण करना कठिन है | इसे क्रमबद्ध बीट्स में बाँटें और एक मुख्य गतिविधि पर ध्यान दें। |
| विषय या विज़ुअल शैली बदल रही है | अधिक स्पष्ट रेफ़रेंस इस्तेमाल करें और बनाए रखने वाली बारीकियों की सूची दें। |
| कैमरे की गति समझ नहीं आ रही | इसे कैमरे की एक दिशा और एक मुख्य क्रिया तक सीमित करें। |
| कोई बारीकी लगभग सही है | सफल इनपुट बनाए रखें और सिर्फ़ उसी तत्व को सुधारें। |
अंतिम फ़ुटेज के रूप में इस्तेमाल करने से पहले पूरा क्लिप देखें। कई वैरिएशन चलाने से पहले क्रेडिट देखें।