Recitazione sottile nel video IA: parole di espressione che reggono

Scrivi «una donna triste» in un modello video e ottieni un volto triste come lo è una foto di repertorio: tutta la bocca, tutta la fronte, tutto insieme, e tenuto fino alla fine della clip. Scrivi «abbassa lo sguardo, poi lo rialza» e ottieni qualcosa che un montatore potrebbe usare. La recitazione sullo schermo è per lo più piccola, e una clip è breve, quindi le cose piccole sono le uniche che ci stanno.

Questo articolo riguarda il volto e nient'altro: quali parole usare, quante, e quando smettere di combattere con un modello e partire da un'immagine. Il lavoro di camera è un altro mestiere, trattato in nove movimenti di camera per il video IA. Ogni personaggio qui sotto è inventato; nulla di questo richiede la foto di una persona reale, e non dovresti usarne una senza averne il diritto.

Perché «emotivo» non ti dà nulla

Un'emozione è l'etichetta di qualcosa che accade nel tempo. Un modello video genera fotogrammi, quindi gli serve l'evento, non l'etichetta. «Col cuore spezzato» non dice se gli occhi si abbassano, il mento trema o le spalle cedono, quindi il modello fa la media di ogni volto col cuore spezzato che ha visto, e la media è una maschera.

La soluzione è sostituire l'etichetta con un comportamento che potresti filmare. Chiediti cosa vedrebbe davvero una camera, poi scrivi quello. Qui sotto trovi il breve vocabolario a cui continuo a tornare.

Otto piccole azioni che si leggono sullo schermo

• Uno sguardo. «I suoi occhi scattano verso la porta, poi tornano alla lettera.» Uno sguardo ha bisogno di un punto di partenza e di uno di arrivo, come un movimento di camera. Senza un bersaglio gli occhi vagano.
• Un respiro trattenuto. «Smette di respirare per un attimo, il petto fermo, poi lascia uscire un lento sospiro.» Si legge come tensione e al volto costa quasi nulla, perché non deve cambiare niente.
• Un mezzo sorriso. «Un angolo della bocca si alza leggermente e ricade.» Di' «leggermente» e dillo una volta sola. I sorrisi senza qualificazione mostrano tutti i denti.
• Un battito lento. «Un singolo battito di ciglia lento.» Suggerisce stanchezza, calma o una decisione, ed è il movimento degli occhi che i modelli gestiscono in modo più affidabile.
• Un deglutire. «Deglutisce, la mascella tesa.» Nervosismo in una parola, soprattutto nella gola, quindi il volto resta stabile.
• Un sopracciglio che scatta. «Il sopracciglio sinistro si alza un poco.» Un sopracciglio, una direzione.
• Distogliere lo sguardo. «Volge gli occhi verso la finestra e non guarda più indietro.» Un volto che smette di recitare per l'obiettivo è più facile da generare di uno che mantiene il contatto visivo.
• Immobilità. «Volto quasi immobile, si muovono solo gli occhi.» L'indicazione più sottovalutata che esista.

Spendi una sola espressione per clip

Una clip breve ha spazio per una battuta: qualcosa c'è, qualcosa cambia, qualcosa si assesta. Chiedi tre emozioni di fila e il modello le comprime in uno sfarfallio, con il volto che si trasforma tra l'una e l'altra. Scegli il cambiamento che conta e lascia calmo il resto della clip. Le clip nello studio arrivano al massimo a 30 secondi, e anche una lunga regge meglio una sola battuta che una catena di esse.

Cosa deforma un volto

I volti si deformano quando al modello si dà più da cambiare di quanto riesca a mantenere coerente. Le cause usuali, nell'ordine in cui le incontro:

1. 01Un mucchio di parole di emozione. «Arrabbiata, triste, speranzosa, impaurita» non ha un volto unico, quindi le prova tutte e quattro. Riduci a un solo comportamento.
2. 02Una rapida rotazione della testa. Passare dal profilo al frontale significa che il modello deve inventare il lato lontano della testa. Di' «gira lentamente» e limitati a un quarto di giro, oppure taglia la rotazione e usa due clip.
3. 03Grande azione della bocca. Ridere, urlare e parlare muovono denti, labbra e guance insieme. Se ti serve, tienila breve e mantieni l'inquadratura abbastanza larga perché i piccoli errori non si vedano.
4. 04Mani che attraversano il volto. Una mano che copre un occhio e poi lo lascia spesso si porta via l'occhio.
5. 05Più volti insieme. Ogni volto in più riceve meno attenzione dal modello. Metti la recitazione su una persona e lascia le altre come sfondo sfocato.
6. 06Una camera che deriva. Un movimento più un'espressione sono due lavori. Blocca la camera quando il punto è il volto.

Inquadra il volto perché la battuta sia leggibile

Uno sguardo o un battito di ciglia sono pochi pixel di movimento. In un campo largo svaniscono. Chiedi un mezzo primo piano o un primo piano, di' che gli occhi sono il soggetto e lascia spazio vuoto nella direzione in cui guarda il personaggio. Mantieni ferma la luce mentre il volto recita; un cambio di luce sopra un'espressione si legge come sfarfallio, come in cambi di luce nel video IA senza sfarfallio.

Quando partire da un'immagine

Se il volto del personaggio deve apparire uguale in più clip, o hai già il volto esatto che ti piace, non chiedere a un prompt testuale di inventarlo di nuovo. Crea prima l'immagine con un modello da testo a immagine o di modifica, come un modello di modifica d'immagini, finché il volto è giusto, poi animala con da immagine a video. L'immagine fissa chi è. Il tuo prompt deve solo dire cosa fa il volto, in una frase, senza descrivere il volto stesso.

Scegli un'immagine in cui il volto è rilassato e un po' fuori centro, occhi aperti, bocca chiusa o appena aperta. Un fotogramma colto a metà risata non lascia alla clip nessun posto dove andare. Prova la formulazione prima su una bozza economica; il flusso bozza, blocco, finitura spiega come, e P-Video-2 da immagine a video ha un'opzione bozza apposta.

Dove si rompe

I modelli non recitano. Producono fotogrammi che somigliano alla recitazione, quindi un mezzo sorriso può tornare come un sorriso pieno, uno sguardo può posarsi sull'oggetto sbagliato e un battito di ciglia può bloccarsi a metà. Prevedi di rigenerare alcune volte, cambia una parola per prova e tieni le riprese che si leggono. I primi piani di occhi e bocche sono anche dove i modelli perdonano meno, e nessuna formulazione elimina del tutto il rischio. Se un volto non funziona dopo alcuni tentativi, allarga l'inquadratura o fanne due clip più semplici.