केस स्टडी
आपका AI वीडियो हर जाँच पास करता है, फिर भी गलत क्यों दिखता है
एक AI वीडियो हर ऑटोमैटिक जाँच पास कर सकता है और फिर भी प्रेज़ेंटर को ऐसी जगह बैठा सकता है जहाँ कोई बैठ ही नहीं सकता। एक क्लाइंट के प्लेटफ़ॉर्म पर ऐसी ही एक तस्वीर ने सेल्स वीडियो का दूसरा हिस्सा खराब कर दिया; यहाँ बताया है कि हमने क्या पाया और क्या बदला।
मुख्य बातें
- ऑटोमैटिक जाँचें आकार और चेहरा साबित कर सकती हैं, लेकिन यह नहीं कि सीन का कोई मतलब बनता है।
- एक मॉडल की ऊपरी राय भरोसेमंद नहीं होती; छोटे सवाल और तय नियम ज़्यादा भरोसेमंद हैं।
- जिस तस्वीर से बाद के हर सीन बनते हैं, उसे शूटिंग शुरू होने से पहले जाँचें।
- नई जाँच को पुराने नतीजों पर आज़माएँ, उन पर भी जिनके बारे में आपको पता है कि वे गलत थे।
- सबसे मज़बूत जाँच वहाँ रखें जहाँ एक गलती सबसे ज़्यादा काम खराब करेगी।
जब कोई AI वीडियो बीच में गलत दिखने लगे, तो वजह अक्सर एक ही तस्वीर होती है जिस पर किसी ऑटोमैटिक जाँच ने सवाल नहीं उठाया। एक क्लाइंट के प्लेटफ़ॉर्म पर एक सेल्स वीडियो में प्रेज़ेंटर बीच में एक गाड़ी के अंदर चला गया, और उस जगह के लिए बनी तस्वीर ने उसे ऐसी जगह बैठा दिया जहाँ कोई इंसान बैठ ही नहीं सकता। समाधान उसी दिन लाइव हो गया: अब किसी भी वीडियो की शूटिंग से पहले नई तस्वीरें जाँची जाती हैं, और नामुमकिन तस्वीर पकड़कर दोबारा बनाई जाती है।
दर्शक क्या देखता है जो आपकी जाँच नहीं देखती
दर्शक तुरंत पकड़ लेता है कि कोई इंसान ऐसी जगह हवा में है जहाँ कोई सीट ही नहीं, चाहे हर ऑटोमैटिक जाँच पास हो चुकी हो। वीडियो में प्रेज़ेंटर बीच में दूसरी जगह जाता है: गाड़ी के अंदर एक सीट। उस जगह के लिए बनी तस्वीर ने उसे आगे की दोनों सीटों के बीच, डैशबोर्ड के ठीक ऊपर, सिर छत से टिकाकर बैठा दिया। बदलाव के बाद की हर लाइन उसी एक तस्वीर से फिल्माई गई, इसलिए दूसरे हिस्से में वही गलती चली आई। दर्शक छोटी-सी खामी माफ कर सकता है, लेकिन ऐसी जगह शरीर नहीं जहाँ वह हो ही नहीं सकता। टीम को आमतौर पर पता तब चलता है जब काम पूरा हो चुका होता है और वे तैयार नतीजा देखते हैं।
सीन बदलने के बाद AI वीडियो गलत क्यों दिखता है
वह तस्वीर हर ऑटोमैटिक क्वालिटी जाँच पास कर गई, क्योंकि हर जाँच चेहरे की पहचान और फ्रेमिंग नापती थी, यह नहीं कि सीन देखकर मुमकिन भी है या नहीं। प्लेटफ़ॉर्म ने तस्वीर का आकार जाँचा, काली पट्टियाँ ढूँढीं, यह देखा कि लिप मूवमेंट के लिए मुँह सही ऊँचाई पर है, और चेहरे की तुलना प्रेज़ेंटर की फोटो से की। हर जाँच ने अपना काम किया। किसी ने यह नहीं पूछा कि इंसान वहाँ बैठा है जहाँ कोई बैठ सकता है या नहीं। नई जगह बनाने के निर्देश में भी यह कभी नहीं लिखा था कि उसमें इंसान कैसे रखा जाए, इसलिए तस्वीर बनाने वाले AI टूल ने वह कमी अपने हिसाब से भर दी।
जाँच-पड़ताल: मॉडल की राय से सीधे सवालों तक
पहली कोशिश एक तेज़ और सस्ते विज़न मॉडल (ऐसा AI टूल जो तस्वीर देखकर उसके बारे में सवालों के जवाब देता है) से हर नई जगह के बारे में एक ऊपरी राय माँगना थी। वह भरोसेमंद नहीं निकला: गाड़ी की वही तस्वीर दो बार दिखाने पर उसने एक बार पास किया और अगली बार फेल। जो राय हर बार बदल जाए, वह लंबे वीडियो पर अकेला पहरा नहीं बन सकती। मोड़ तब आया जब हमने ऊपरी राय माँगना छोड़कर कुछ सीधे हाँ-या-ना सवाल पूछने शुरू किए। फिर हमारे अपने तय नियमों ने उन जवाबों को पास या फेल में बदल दिया।
हमने क्या बदला
अब नई जगह के लिए बनी हर तस्वीर को, चेहरा प्रेज़ेंटर का होने की पुष्टि के बाद, किसी भी वीडियो की शूटिंग से पहले जाँचा जाता है। विज़न मॉडल छह हाँ-या-ना सवालों के जवाब देता है। गाड़ी के अंदर: क्या वह ऐसी सीट पर है जिसकी पीठ उसके पीछे है, और कभी दोनों सीटों के बीच नहीं? कहीं भी: क्या कोई नामुमकिन पोज़, नाप या शरीर है? हमारे नियम इन जवाबों को पास या फेल में बदल देते हैं। गाड़ी के अंदर मज़बूत मॉडल फैसला करता है; बाकी जगहों पर तेज़ पढ़ने वाले का पास मान लिया जाता है, और उसका दिया कोई भी फेल मज़बूत मॉडल से दोबारा जाँचा जाता है। फेल हुई तस्वीर पोज़ को निर्देश में सबसे आगे रखकर एक बार और बनाई जाती है, फिर दोबारा फेल होने पर हटा दी जाती है, ताकि वह वीडियो तक कभी न पहुँचे। बनाने के निर्देश में अब लिखा है कि हर नई जगह में प्रेज़ेंटर कैसे रखा जाए: गाड़ी में उस सीट पर जिसका नाम स्क्रिप्ट में है, वरना ड्राइवर की सीट पर, बेल्ट बाँधे और नज़र डैशबोर्ड से।
अब बिज़नेस के पास क्या है
यह जाँच क्लाइंट के प्लेटफ़ॉर्म पर लाइव है, इसलिए नामुमकिन जगह वाली तस्वीर शूटिंग शुरू होने से पहले पकड़ी और दोबारा बनाई जाती है। लाइव होने से पहले यह नई जाँच पुराने वीडियो की करीब बीस दूसरी जगह वाली तस्वीरों पर चलाई गई: गाड़ी की हर तस्वीर फेल हुई, और बाकी हर एक पास। नए निर्देश से बनी नई गाड़ी वाली तस्वीरें भी पास हुईं।
आप खुद क्या जाँच सकते हैं
- हर सीन बदलने के बाद के शुरुआती कुछ सेकंड देखें, सिर्फ वीडियो की शुरुआत नहीं। प्रेज़ेंटर का दोनों सीटों के बीच होना, गलत नाप का शरीर या ऐसा पोज़ जो कोई इंसान नहीं बना सकता, ऐसी ही खामियाँ हैं जिन्हें देखना है।
- लिखकर देखें कि आपकी ऑटोमैटिक जाँचें असल में क्या जाँचती हैं। फिर सोचें कि दर्शक क्या पकड़ लेगा जो इनमें से कोई नहीं देखती।
- एक ही तस्वीर अपने AI चेकर को दो बार दिखाएँ। अगर फैसला बदल जाए, तो उस पर अकेले भरोसा नहीं किया जा सकता।
- पूछें कि क्या एक खराब तस्वीर उसके बाद बने सब कुछ को खराब कर सकती है। अगर हाँ, तो बाकी से पहले उसी तस्वीर को जाँचें।
- तैयार वीडियो को फोन पर सामान्य स्पीड में चलाएँ। जो खामी स्थिर तस्वीर में मुश्किल से दिखती है, वह चलती तस्वीर में अक्सर साफ दिख जाती है।
आगे क्या करें
अपने अगले AI वीडियो से पहले, हर सीन बदलने के बाद के जुड़ाव को देखें और पूछें कि क्या वहाँ सच में कोई इंसान हो सकता है। अगर जवाब ना है, तो शूटिंग के कदम से पहले रुकें और पोज़ साफ लिखकर तस्वीर दोबारा बनवाएँ। ऐसी जाँच हमारे इंजीनियर उन क्लाइंट के लिए बनाते हैं जो AI से वीडियो बनाते हैं, और इसे किसी पुराने नतीजे पर आज़माना फायदेमंद है जिसके बारे में आपको पहले से पता है कि वह गलत था।
लोग जो पूछते हैं
मेरा AI वीडियो शुरू में ठीक और बीच में गलत क्यों दिखा?
शुरुआती सीन एक तस्वीर से बने थे और बाद के सीन दूसरी तस्वीर से। अगर नई जगह की तस्वीर देखकर मुमकिन ही न हो, तो उससे बना हर शॉट वही खामी लिए चलता है, चाहे चेहरे, आकार और फ्रेमिंग की जाँचें पास हो जाएँ।
क्या मैं AI मॉडल पर भरोसा कर सकता हूँ कि बनी हुई तस्वीर सही दिखती है या नहीं?
एक अकेले जज की तरह ऊपरी राय देने के लिए नहीं। मॉडल छोटे हाँ-या-ना सवालों के जवाब दे सकता है, लेकिन एक ही तस्वीर पर उसका फैसला बदल सकता है, इसलिए तय नियमों को फैसला करना चाहिए और हर फेल को दोबारा जाँचा जाना चाहिए।
किसी खराब AI तस्वीर को लंबे वीडियो का बाकी हिस्सा खराब करने से कैसे रोकूँ?
शूटिंग शुरू होने से पहले हर नए सीन की तस्वीर देखें। अगर वह फेल हो, तो पोज़ साफ लिखकर उसे एक बार दोबारा बनवाएँ, और दोबारा फेल होने पर उसे आगे न बढ़ने दें, हटा दें।
पब्लिश करने से पहले AI वीडियो देखते समय कहाँ देखना चाहिए?
हर सीन बदलने के बाद के शुरुआती कुछ सेकंड से शुरू करें, क्योंकि वहीं नई तस्वीर शुरू होती है। फिर बाकी वीडियो सामान्य स्पीड में चलाएँ; गलत सीट, हवा में तैरता शरीर या नामुमकिन नाप चलती तस्वीर में स्थिर तस्वीर से ज़्यादा आसानी से दिखती है।