تخطَّ إلى المحتوى
المختبر

commit a3f91c2 ·

مثلث التنازلات: ثبات الشخصية، الأداء، تزامن الشفاه

لماذا يعطيك فيديو الشخصيات بالذكاء الاصطناعي اثنين من ثلاثة، وكيف تحصل على الثالث.


كل فيديو لشخصية بالذكاء الاصطناعي يُحكم عليه بثلاثة أشياء في الوقت نفسه:

  1. الثبات. هل هو الوجه نفسه، والعمر نفسه، والنظارة نفسها، في كل لقطة؟
  2. الأداء. هل يمثّل؟ الوقفات، وحركة الحاجب، ونصف الابتسامة قبل النكتة.
  3. تزامن الشفاه. هل تطابق الشفاه الكلام بدقة تكفي ألا يلاحظ أحد؟

وهناك رابع مختبئ داخل الثاني: لغة الجسد المتزامنة مع الصوت. هزّة كتف تتأخر لحظة تقتل النكتة مثل قطعة مونتاج سيئة.

ما ظل يتكرر

مع الحاج، كانت الأدوات تعطيني اثنين من ثلاثة.

  • لما تثبت الشخصية، يبرد الأداء: تمثال جميل يقرأ نصاً.
  • لما يحيا الأداء، كثيراً ما يكون حياً أكثر من اللازم: إيماءات مسرحية كبيرة لا تشبه رجلاً عجوزاً ساخراً وجافاً.
  • لما يُخفَّف الأداء، تبتعد حركة الشفاه عن الصوت.
  • ولما تنضبط الشفاه، تخرج لغة الجسد عن تزامنها مع الصوت.

لماذا يحدث هذا

كل نموذج من هذه النماذج يحسّن شيئاً مختلفاً قليلاً. أنظمة الأفاتار تحمي الوجه والفم. نماذج الفيديو التعبيرية تحمي الحركة. ولا أحد إعداده الافتراضي «هادئ، جاف، ومتزامن».

ما الذي نجح في النهاية

ليس نموذجاً أفضل، بل مدخلات أفضل. حين صار الأداء نفسه يأتي من إنسان حقيقي أمام الكاميرا، بالتوقيت نفسه وهزّة الكتف نفسها وأشكال الفم نفسها، صار على النموذج أن ينقل الأداء إلى الحاج لا أن يخترعه. الثبات جاء من صورة مرجعية واحدة قوية، والأداء وتزامن الشفاه جاءا من فيديو الأداء.

هذا التحول هو موضوع الملاحظة التالية: فيديو الأداء أهم من المطالبة.

الملاحظة التالية7be0d48المدخلات تحدد السقف: فيديو الأداء أهم من طول المطالبة

HAJFLIX://contact

كلّم الحاج

اختار الطريقة اللي تريحك. الواتساب أسرع، الحاج بيرد بين القيلولة والتانية.

«عندك شغل؟ الحاج فاضي… لحدي ما يجي الزبون الجاي.»