आपका AI वीडियो प्रेज़ेंटर तेज़ क्यों लगता है

आवाज़ में कोई दिक्कत नहीं थी

सबसे पहले AI आवाज़ पर शक हुआ, और वह ठीक थी। वही आवाज़ टीम के दूसरे विज्ञापनों में सामान्य लगती थी, इसलिए तुलना करना काम का रहा। जो विज्ञापन गलत लगता था उसे उन विज्ञापनों के साथ रखकर देखा जो सही लगते थे, तो दो अलग वजहें एक के ऊपर एक निकलीं। आवाज़ बदलने में समय बर्बाद होता: नई आवाज़ भी ठीक उसी तरह दबाई जाती।

पहली वजह: चौड़े वीडियो पर AI वीडियो प्रेज़ेंटर तेज़ क्यों लगता है

प्लेटफ़ॉर्म प्रेज़ेंटर की लाइनें रिकॉर्ड होने से लगभग 12 प्रतिशत तेज़ चलाता था, यह गति फ़ोन पर छोटे वर्टिकल विज्ञापनों के लिए बनी थी, जहाँ तेज़ बोली काम करती है। यह हर वीडियो पर लगाई जा रही थी, इसलिए वेबसाइट के लिए बना चौड़ा समझाने वाला वीडियो फ़ास्ट-फ़ॉरवर्ड जैसा लगता था। इसे ठीक करने से फ़ायदा हुआ, पर वीडियो कुछ जगहों पर फिर भी जल्दबाज़ी में लगा। सेटिंग अपने आप में गलत नहीं थी; वह गलत जगह पर थी।

दूसरी वजह: एक क्लिप के लिए बहुत लंबी लाइनें

AI वीडियो जनरेटर हर प्रेज़ेंटर क्लिप को लगभग छह सेकंड की बनाता है, चाहे उसे कोई भी लाइन दी जाए, इसलिए जिस लाइन को ज़्यादा समय चाहिए वह दब जाती है। वह रुककर छोटी लाइन नहीं माँगता; वह वही क्लिप बनाता है जो हमेशा बनाता है और शब्दों को उसमें ठूँस देता है। चूँकि स्टोरीबोर्ड में सीन जोड़ दिए गए थे ताकि एक कदम बचे, अलग-अलग लाइनें लगभग 20 से 50 शब्दों तक बढ़ गई थीं। प्रेज़ेंटर लगभग पाँच से छह शब्द प्रति सेकंड बोल रहा था, जबकि सामान्य विज्ञापन में लगभग ढाई होते हैं। सबसे लंबी लाइनें जनरेटर की क्वालिटी जाँच में फेल होकर बैकग्राउंड नैरेटर की आवाज़ में चली गईं। मोड़ शब्द गिनने से आया, आवाज़ को दोबारा सुनने से नहीं।

हमने क्या बदला

चौड़े वीडियो अब प्रेज़ेंटर को उसी गति से चलाते हैं जिस गति से वह रिकॉर्ड हुआ था; वर्टिकल विज्ञापन अपनी तेज़ गति रखते हैं, और जो वीडियो अपनी गति खुद तय करता है वह उसे बनाए रखता है। लंबी प्रेज़ेंटर लाइनें अब कई क्लिप में बाँटी जाती हैं, कटाक्ष प्राकृतिक ठहराव पर होते हैं, शब्द और उनका क्रम बिल्कुल वैसा ही रहता है जैसा लिखा गया था, हर हिस्सा अपनी अलग क्लिप बनता है, वही तस्वीर रहती है और कुछ भी नहीं छूटता। नैरेटर की आवाज़ में पढ़ी गई लाइनों को छोड़ दिया जाता है, क्योंकि वह आवाज़ किसी भी लंबाई में सामान्य गति रखती है। स्टोरीबोर्ड एडिटर अब हर प्रेज़ेंटर लाइन के शब्दों को लगभग एक दर्जन की सीमा से मिलाकर गिनता है, और लाइन पार होने पर गिनती को अंबर रंग में एक छोटे नोट के साथ दिखाता है, ताकि टीम जनरेट करने से पहले समस्या देख ले। इस बदलाव से टीम के लिखे शब्द वैसे ही रहते हैं; यह स्क्रिप्ट नहीं लिखता। यह सब क्लाइंट के प्लेटफ़ॉर्म पर लाइव है, और जो वर्टिकल विज्ञापन पहले से सही लगते थे वे बदले नहीं हैं।

आप खुद क्या जाँच सकते हैं

• वीडियो को एक बार सामान्य गति पर आवाज़ के साथ देखें और सोचें कि क्या कोई इंसान इतनी तेज़ बोलेगा।
• हर प्रेज़ेंटर लाइन के शब्द गिनें: कुछ सेकंड की क्लिप में एक दर्जन से कहीं ज़्यादा शब्द जल्दबाज़ी में सुनाई देंगे।
• एक ही सेटिंग से बने चौड़े और वर्टिकल वीडियो की तुलना करें; एक के लिए सही गति दूसरे के लिए सही न हो।
• ऐसी लाइनें सुनें जो प्रेज़ेंटर से अलग आवाज़ में आती हैं, जैसा अक्सर सबसे लंबी लाइनों के साथ होता है।
• जो विज्ञापन सही लगा उसे उसके बगल में रखें जो नहीं लगा, दोनों एक ही आवाज़ से बने हों, और गति की सेटिंग तथा लाइनों की लंबाई की तुलना करें।

आगे क्या करें

जनरेट करने से पहले हर प्रेज़ेंटर लाइन को अपनी बोलने की गति पर ज़ोर से पढ़ें और वह जगह चिह्नित करें जहाँ आप साँस के लिए रुकते हैं; वही ठहराव क्लिप का अंत हो सकता है। हर प्रेज़ेंटर लाइन को लगभग एक दर्जन शब्दों तक रखें, और नैरेटर की लाइनें चाहें तो लंबी छोड़ दें, क्योंकि वह आवाज़ लंबाई संभाल लेती है। अगर उसके बाद भी चौड़ा समझाने वाला वीडियो जल्दबाज़ी में लगे, तो वीडियो प्लेटफ़ॉर्म देखने वाले से पूछें कि उस फ़ॉर्मैट में कौन सी गति इस्तेमाल हो रही है; जो फ़ोन के विज्ञापन के लिए सही है वह वेबसाइट के लिए ज़रूरी नहीं। जल्दबाज़ी में बने नतीजे की जड़ तक गति की सेटिंग और लाइन की लंबाई तक पहुँचना ऐसा काम है जो हमारे इंजीनियर क्लाइंट के लिए करते हैं।