Звук уже готов: видео, которому не нужен отдельный монтаж аудио

Кто делал короткое видео, знает: само видео - только первая половина. Дальше начинается вторая: выгрузить, открыть монтажку, поискать музыку, которая подойдёт и которую можно использовать, выловить пару эффектов, приложить их к картинке, обнаружить, что тайминги чуть съехали, поправить, выгрузить заново. Это регулярно занимает больше времени, чем съёмка материала.

Здесь этой половины нет. Ролик из Fellowi Video приходит со звуком внутри, сделанным одновременно с картинкой и под ту же сцену.

Что именно приходит

Один MP4, где видеодорожка и звуковая уже соединены. Не видео и отдельный саундтрек, который надо приложить, не набор стемов для сведения. Один файл, который играет со звуком в любом плеере, заливается на любую площадку и отправляется кому угодно без инструкций.

Переключатель в студии включён по умолчанию, и на цену он не влияет. Стоимость - это модель, разрешение и длительность; звука в этой арифметике нет нигде. Четыре секунды 720p на turbo стоят 500 монет со звуком и 500 монет без, так что оставить его включённым бесплатно, а выключить не экономит ничего.

Стоит сказать прямо, потому что рефлекс от других инструментов подсказывает обратное: отдельных кредитов на аудио нет, отдельного шага генерации звука, которого надо ждать, нет, второго рендера нет.

Промпт и есть микшерный пульт

Раз звук генерируется под ту же сцену, им управляет та же фраза. Наш гайд по видеопромптам ставит звук пятым пунктом из того, на что отвечает хороший промпт, и вот почему: фраза о том, что должно быть слышно, стоит столько же, сколько фраза о том, что движется.

Промолчите - модель подберёт что-то правдоподобное для сцены, часто это нормально, иногда не то, что вы имели в виду. Скажите одно - обычно слушается:

• «rain against the window, muffled traffic below»
• «a quiet room, a clock ticking, nothing else»
• «wind through pines, distant water»
• «low ambient music, no percussion»
• «a busy cafe behind her, cups and conversation, no music»

Две привычки стоит перенести со стороны картинки. Называйте одно, а не пять: у звукового пейзажа тот же бюджет внимания, что и у изображения, и список из шести звуков даст мутное среднее по всем. И называйте отсутствие, когда оно важно: «no music» и «nothing else» - те редкие случаи, когда говорить о нежелаемом работает, потому что тишина это реальное состояние дорожки, а не объект, который надо нарисовать.

Когда выключать

Есть три честных случая, и ни один из них не про качество.

Вы озвучиваете сами. Если ролик идёт в монтаж со своей музыкой, сгенерированная атмосфера снизу будет только спорить с выбранной вами дорожкой. Выключите и держите таймлайн чистым.

Нужна конкретная музыка. Звуковая айдентика бренда, лицензированный трек, песня, вокруг которой построен ролик. Ничто сгенерированное не заменит конкретную запись, и не должно пытаться.

Никто этого не услышит. Вертикальное видео в соцсетях автоматически играет без звука, и большинство зрителей его так и не включают. Наш пост про вертикальное видео для соцсетей говорит то же самое с другой стороны: если первая секунда обязана работать в тишине, тратьте промпт на движение, а не на звучание.

Что это не заменяет

Относитесь к тому, что приходит, как к собственному звучанию сцены, а не как к актёру озвучания, работающему по вашему тексту. Если в ролике важны точные слова в точные моменты или склейка ровно на долю, это по-прежнему делается в монтажке, и правильно. Честное описание функции такое: она убирает рутинную половину работы со звуком, а не всю.

При этом убирает она бо́льшую её часть. Для огромного числа роликов, которым нужно просто не быть немыми, шаг, стоивший час, теперь не стоит ничего и происходит, пока вы не смотрите.

Звук дают оба пути: описать сцену с нуля текстом или оживить готовый кадр. Если не уверены, что вам нужно, сравнение решает это одной фразой. Полный набор ручек, включая четыре модели и длительность до тридцати секунд, - в посте про панель управления. В любом случае включите звук на результате прежде, чем решать, что менять.