Atuação sutil em vídeo com IA: palavras de expressão facial que funcionam

Escreva "uma mulher triste" em um modelo de vídeo e você recebe um rosto triste do jeito que uma foto de banco de imagens é triste: a boca inteira, a sobrancelha inteira, tudo de uma vez, e mantido até o fim do clipe. Escreva "ela olha para baixo e depois para cima de novo" e você recebe algo que um editor poderia usar. A atuação na tela é feita quase toda de coisas pequenas, e um clipe é curto, então as coisas pequenas são as únicas que cabem.

Este post trata só do rosto: quais palavras usar, quantas, e quando parar de brigar com o modelo e partir de uma imagem. O trabalho de câmera é outro assunto, tratado em nove movimentos de câmera para vídeo com IA. Todos os personagens abaixo são inventados; nada disso exige a foto de uma pessoa real, e você não deve usar uma sem ter o direito de fazer isso.

Por que "emotivo" não rende nada

Uma emoção é o rótulo de algo que acontece ao longo do tempo. Um modelo de vídeo renderiza quadros, então precisa do acontecimento, não do rótulo. "De coração partido" não diz se os olhos baixam, se o queixo treme ou se os ombros caem, então o modelo faz a média de todos os rostos de coração partido que já viu, e a média é uma máscara.

A solução é trocar o rótulo por um comportamento que você poderia filmar. Pergunte a si mesmo o que uma câmera realmente veria e escreva isso. Abaixo está o vocabulário curto a que sempre volto.

Oito pequenas ações que funcionam na tela

• Um olhar. "Os olhos dela vão até a porta e voltam para a carta." Um olhar precisa de um alvo de partida e de chegada, como um movimento de câmera. Sem alvo, os olhos vagam.
• Uma respiração presa. "Ela para de respirar por um instante, peito imóvel, e depois solta um suspiro lento." Passa tensão e quase não custa nada ao rosto, porque nada nele precisa mudar.
• Um meio sorriso. "Um canto da boca sobe de leve e desce." Escreva "de leve" e escreva uma vez só. Sorrisos sem qualificação mostram todos os dentes.
• Uma piscada lenta. "Uma única piscada lenta." Sugere cansaço, calma ou uma decisão, e é o movimento de olhos que os modelos fazem de forma mais confiável.
• Engolir em seco. "Ele engole em seco, mandíbula tensa." Nervosismo em uma palavra, quase todo na garganta, então o rosto continua estável.
• Um levantar de sobrancelha. "A sobrancelha esquerda sobe um pouco." Uma sobrancelha, uma direção.
• Desviar o olhar. "Ela volta os olhos para a janela e não olha de novo." Um rosto que deixa de atuar para a lente é mais fácil de renderizar do que um que mantém o contato visual.
• Imobilidade. "Rosto quase imóvel, só os olhos se movem." A direção mais subestimada que existe.

Gaste uma expressão por clipe

Um clipe curto tem espaço para uma só batida: algo está ali, algo muda, algo se acalma. Peça três emoções em sequência e o modelo as comprime em uma cintilação, com o rosto se transformando entre elas. Escolha a mudança que importa e deixe o resto do clipe calmo. Os clipes no estúdio duram no máximo 30 segundos, e mesmo um clipe longo comporta uma única batida melhor do que uma cadeia delas.

O que deforma um rosto

Rostos se deformam quando o modelo recebe mais para mudar do que consegue manter consistente. As causas mais comuns, na ordem em que as encontro:

1. 01Uma pilha de palavras de emoção. "Com raiva, triste, esperançoso, assustado" não tem um rosto único, então ele tenta os quatro. Reduza a um comportamento.
2. 02Uma virada rápida de cabeça. Virar de perfil para a frente obriga o modelo a inventar o outro lado da cabeça. Escreva "vira devagar" e fique em um quarto de volta, ou corte a virada e use dois clipes.
3. 03Ação grande da boca. Rir, gritar e falar movem dentes, lábios e bochechas juntos. Se precisar, seja breve e mantenha o plano aberto o bastante para que pequenos erros não apareçam.
4. 04Mãos cruzando o rosto. Uma mão que cobre um olho e depois sai muitas vezes leva o olho junto.
5. 05Vários rostos ao mesmo tempo. Cada rosto a mais recebe menos atenção do modelo. Ponha a atuação em uma pessoa e deixe as outras como fundo desfocado.
6. 06Uma câmera à deriva. Um movimento mais uma expressão são dois trabalhos. Trave a câmera quando o rosto é o ponto.

Enquadre o rosto para a batida ser legível

Um olhar ou uma piscada são alguns pixels de movimento. Em um plano aberto, eles somem. Peça um plano médio fechado ou um close-up, diga que os olhos são o assunto e deixe espaço vazio na direção para onde o personagem olha. Mantenha a luz parada enquanto o rosto atua; uma mudança de iluminação sobre uma expressão parece cintilação, como em mudanças de luz em vídeo com IA sem cintilação.

Quando partir de uma imagem

Se o rosto do personagem precisa ser o mesmo em vários clipes, ou você já tem o rosto exato de que gosta, não peça a um prompt de texto para inventá-lo de novo. Crie primeiro a imagem com um modelo de texto para imagem ou de edição, como um modelo de edição de imagem, até o rosto ficar certo, e depois anime com imagem para vídeo. A imagem fixa quem é. O seu prompt só precisa dizer o que o rosto faz, em uma única frase, sem descrever o rosto em si.

Escolha uma imagem em que o rosto esteja relaxado e um pouco fora do centro, olhos abertos, boca fechada ou quase fechada. Um quadro captado no meio de uma risada não deixa o clipe ir a lugar nenhum. Teste a redação primeiro em um rascunho barato; o fluxo de rascunho, trava e acabamento explica como, e o P-Video-2 de imagem para vídeo tem um botão de rascunho para isso.

Onde isso falha

Os modelos não atuam. Eles produzem quadros que lembram atuação, então um meio sorriso pode voltar como um sorriso inteiro, um olhar pode parar no objeto errado e uma piscada pode travar na metade. Conte com refazer algumas vezes, mude uma palavra por execução e fique com os takes que funcionam. Close-ups de olhos e bocas também são onde os modelos perdoam menos, e nenhuma redação remove o risco por completo. Se um rosto não funciona depois de algumas tentativas, abra o plano ou faça dois clipes mais simples.