Hester123

Наша неудачная первая попытка, текст, песня-референс под микроскопом, бан от Suno,три дубля, ремикс — и трек, по долям которого потом резали видео.

Клип «Матушка-Звезда» — пародия: русская поп-фолк интонация плюс «Звёздные войны». Деревенская девушка, Звезда Смерти, ситх, джедаи «на окрошку». Про то, как мы генерировали кадры и видео, мы уже рассказали отдельно. Здесь — вторая половина истории, с которой клип на самом деле начался: музыка. Мы не музыканты, а айтишники, которые умеют вайб-кодить. Всё, что ниже, сделано в связке «человек + ИИ-агент в терминале»: агент писал и гонял скрипты разбора звука прямо на ноуте, человек слушал и поправлял. Поправлял не раз — и это главная мысль текста: замер подсказывает, ухо решает. Все графики построены по реальному звуку, никакой отсебятины. Где данных не хватило, так и пишем.

Что внутри

1. Что было на входе: текст, референс и первая попытка

2. Референс под микроскопом

3. Текст под чужую сетку и style-промпт

4. «Your lyrics contain copyrighted material»

5. Три дубля: что мы мерили и почему выбрали первый

6. Новый трек: ремикс, который лёг в клип

7. Как музыка управляла монтажом

8. Шпаргалка: как повторить

Что было на входе: текст, референс и первая попытка

Текст

Текст написан нами. Он про девушку, которой в космосе хорошо: световые мечи, бластеры, разговоры с ситхом, медихлорианы и «тёмной силушки глотку». Приводим его целиком, ровно так, как он ушёл в работу:

Матушка-Звезда
Световых мечей рядочек, лазерных лучей пучок,
Бластеров запев свисточек, обгоревших тел врагов.
Тишины послушать вволю – космоса простор родной,
С ситхом наболтаться вдоволь про него и про любовь.

Матушка-Звезда, тёмная энергия,
Для меня – Империя, для других – забвение.
Матушка-Звезда, тёмная энергия,
Для меня – Империя, для других – забвение.

Сколько мне еще джедаев на окрошку порубать,
Про любовь свою девичью на созвездьях погадать.
Медихлорианов вдоволь, тёмной силушки глотку,
В чистом космосе родимом в небе звёздном утону.

Матушка-Звезда, тёмная энергия,
Для меня – Империя, для других – забвение.
Матушка-Звезда, тёмная энергия,
Для меня – Империя, для других – забвение.

Референс: на что это пародия

Пародия — на песню «Матушка» («Матушка-земля»), поп-фолк 2022 года. Задача звучала так:

из чата с агентом, 20.10
«…препарировать, исследовать под микроскопом, готовимся к новому треку в Suno»

Агент по привычке начал разбирать всё подряд, включая текст. Его сразу остановили:

из чата, через шесть минут
«стой стой - разбор текста не нужен - он есть в сети. <…> меня интересует тональность, ритмика,
динамика, инструменты и так далее»

Задача простая: трек, который по музыке звучит как оригинал — форма, лад, грув, подача голос — а слова наши, космические.

Первая попытка, которая не зашла

Это была первая попытка NickXPro сделать песню в Suno, ещё 15 октября. Получилось слабо, и Suno про неё не забыл. А мы вспомнили, когда Suno отказался генерировать (глава 4): «фигня в том что вот уже была попытка генерации в Suno)». Звучит трек так себе, но пользу принёс: показал, какой текст фильтр уже пропускал. Разбирали его так же, как всё остальное, — замером.

Волна трека и границы частей. Границы мы сняли по стему голоса и распознаванию слов. 2:02, ровно 104 BPM, ре минор, −14.7 LUFS. Вступление до 0:18 идёт без слов. Припевы длиннее восьми тактов: в конце первого ещё раз звучит «для других — забвение».

Короткий эскиз: наш текст спет как есть, два куплета и два припева, без «ой» и без добавок. Запомним это — потом пригодится.

ЧТО ВЫНЕСТИ

Для пародии нужны три входа: свой текст, конкретная песня-референс и ясное «что берём от оригинала». У нас брали звук, а не слова. Если по этому тексту уже есть генерация, поднимите её сразу. Она покажет, что фильтр уже пропускал. Нам бы это сэкономило один отказ.

Референс под микроскопом

Технически: Demucs режет трек на стемы (голос, барабаны, бас, гитары, «прочее»), librosa считает темп и доли, хромаграмма даёт тональность, torchcrepe — высоту голоса, громкость меряем в LUFS. Всё это агент пишет и запускает сам, от нас — вопрос и проверка на слух.

Паспорт и форма

Оригинал оказался студийно ровным: 90.00 BPM, удары гуляют от сетки всего на ~8 мс. 4/4, ре минор натуральный, 65 тактов, финальный удар на 2:55 и три секунды затухания. Форма в тактах:

Главная фишка песни — динамика лестницей: тихий куплет, взрыв в припеве, провал в брейке, снова взрыв. Мастер очень громкий, −7.9 LUFS.

Лад и гармония

Аккорд меняется каждые полтакта. Куплет: Dm B♭ | C Dm | Gm C | Gm Dm. Припев: Dm B♭ | Gm C | Gm C | Gm A5. Важная деталь: на доминанте нет мажорной терции. Звучит A5 или Asus4, а не A-мажор, и вводного до-диеза нет нигде. Гитары играют пустыми квинтами, терцию дают только голос и пэды. Отсюда «древний», модальный привкус.

Грув и «качание»

В припеве бочка на каждую четверть, хлопок на 2 и 4, хэт на «и», а под всем этим жирный сайдчейн: на каждой бочке бас и пэды проседают. Получается качающий дэнс-поп пульс под фолк-мелодией.

Инструменты и голос

Плот-твист для «народной» песни: народных инструментов нет вообще. Ни балалайки, ни домры, ни дудки. Синт-бас, электронные барабаны, перегруженные гитары, пэды и щипковое остинато. Голос занимает 38 % энергии микса, барабаны 22 %. Фолк держится на голосе, ладе и мелодии, а аранжировка — современный поп-рок. Голос низкий, ходит в пределах сексты, вибрато только на концах строк. В куплете он близкий и почти моно, в припеве — сжатый «белый» звук с широким даблом в унисон.

Где мы ошиблись, а ухо — нет

В первом разборе агент накосячил трижды, и все три раза его поймало ухо.

1. Щипок во вступлении. Агент не смог отличить по спектру гусли, арфу, нейлон и синт — и вписал в style «gusli-style». Ответ: «это действительно синтезатор - звуки очень плоские и глухие». Замер потом сошёлся. В style ушло «dull flat muffled synth pluck», а слово «nylon» не писали, иначе Suno сыграет живую гитару.

2. Два долгих «зова» во вступлении. Demucs положил их в стем вокала, агент принял их за вокализ «а- а». Ответ: «это тоже синты».

3. Пост-припев 1:37–1:48. В стеме вокала опять что-то «пело», и в текст встала заглушка «(О-о-о…)». Послушали: «там играется чисто инструментал, голосов нету». Demucs второй раз утащил синт-лид в голос.

Чем синт-лид из стема вокала отличается от голоса. Слева — долгая нота вступления, которую Demucs записал в вокал: высота стоит ровно, как по линейке. Справа — живая фраза с подъездами между нотами. Признак полезный, но это подсказка, а не доказательство: часть спетых долгих нот тоже держится ровно.

ЧТО ВЫНЕСТИ

• Для style-промпта разбирайте звук, а не текст: темп, лад, форму по тактам, грув, динамику, подачу голоса. Каждая строка style должна опираться на замер.

• Demucs охотно кладёт синт-лид в стем вокала. Любой «голос» в инструментальной части проверяйте на слух по точному таймкоду.

• Если инструмент по спектру не определить, не угадывайте его в промпте. Спросите человека или опишите звук словами: «глухой плоский щипок».

Текст под чужую сетку и style-промпт

Слоги и ударения

Сначала проверили, ляжет ли текст в ритм оригинала. Куплет там — хорей 8+7, 15 слогов на два такта восьмыми. Припев — строки с ударением на третьем слоге от конца. Наш текст совпал идеально, ни слога править не пришлось — база:

В припеве «тёмная энЕргия» и «забвЕние» дают те же окончания, что «-онька» в оригинале, а ударное «пе» в «Империи» встаёт ровно на ударный слог.

Style и exclude

Style собирали из замеров, по строчке на каждое свойство оригинала: 889 знаков, в лимит Suno влезает. Ни имени исполнительницы, ни названия песни — только звук словами.

Modern Russian folk-pop anthem with ethno pop-rock drive; low powerful female alto in open
folk chest voice, straight tone with short narrow vibrato only on held line endings, bright
pressed belt in choruses, narrow chant-like melody staying low; intimate close near-mono solo
verses, wide unison double-tracked choruses; D minor aeolian, power-chord harmony with
suspended dominant; instrumental intro: dull flat muffled synth pluck sixteenth-note ostinato,
warm pads and two long steady synth lead notes; half-time verse beat with light claps and deep
sub-drop booms; four-on-the-floor chorus kick with clap backbeat and offbeat hats, sidechain-
pumping synth bass with downward glides, wide wall of distorted rhythm guitars; drums-out
breakdown, noise riser into final chorus, one-bar stop before outro chant; steady 90 BPM, loud
modern master, ends on a final hit with natural ring-out.

EXCLUDE: male vocal, rap, screamed, growl, autotune, falsetto, breathy, whisper, operatic,
heavy vibrato, ballad, piano, guitar solo, flute solo, balalaika tremolo, accordion, trap hi-
hats, EDM drop, waltz, 6/8, swing, lo-fi, fade out

Теги формы и наши добавки

Текст разметили тегами секций строго по форме оригинала ( [Verse 1], [Chorus], [Breakdown], [Outro] и т. д.), в каждом теге — подсказка по аранжировке:

[Chorus: full band explodes, four-on-the-floor, distorted guitar wall, belted unison double]

Но в оригинале 11 частей, а у нас текста на четыре. Поэтому агент «достроил» песню, и вот что он добавил от себя:

• «ой» на повторе припева: «Матушка-Звезда, ой, тёмная энергия» — так поёт оригинал;

• строки припева повторяются в брейке, разгоне, финальном припеве и аутро, последнее «забве-е- ение» растянуто под стоп-такт;

• ударения в редких словах: «си'тхом», «джеда'ев», «глотку'» ;

• заглушка «(О-о-о…)» в пост-припеве, которую убрали после проверки на слух.

Агент сам предупредил: пара строк совпадает с оригиналом дословно, фильтр может забанить. Через пару минут так и вышло.

ЧТО ВЫНЕСТИ

• Перед генерацией разложите строки на слоги и ударения под сетку референса. Если размер не совпал, Suno сам «доломает» фразировку.

• Style собирайте из замеров, а не из прилагательных. Каждый кусок должен отвечать на вопрос «откуда это».

• Всё, что ИИ добавил к вашему тексту, держите отдельным списком, чтобы это было легко снять. Нам это понадобилось уже через десять минут.

«Your lyrics contain copyrighted material»

Первая же попытка закончилась так:

Couldn't generate that.
Your lyrics contain copyrighted material. Please change it and try again.

Текст и правда свой. Но пародия нарочно цепляется за оригинал. Тут и всплыла версия от 15 октября: этот же текст Suno уже пропускал.

Почему отказал

Suno не говорит, что именно совпало, так что дальше — наша гипотеза. Фильтр сверяет текст с базой песен и срабатывает на долю совпадений.

Был и план C: переписать те четыре полустроки в том же размере. Не понадобился.

Рофл в том, что инструментальный финал Suno держать не стал: в дубле 1 он сам спел финальный припев, «Матушка-Звезда… для меня — Империя» дважды. Похоже, фильтр смотрит на присланный текст, а не на то, что модель потом споёт.

ЧТО ВЫНЕСТИ

• Пародия берёт у оригинала форму, ритм и интонацию, но не его дословные приметы. Никаких «ой», рефренов и повторов оригинала поверх своего текста.

• Если отказ — откатитесь к тексту, который уже проходил, и меняйте по одной вещи. Объём пропетого текста — тоже переменная.

• Форму песни можно держать тегами без слов. Поздние секции Suno заполнит сам, иногда даже голосом.

Три дубля: что мы мерили и почему выбрали первый

Вариант B дал несколько генераций. Первая реакция

из чата
«везде в intro фолковый голос пихает))) зараза такой)»

Тег просил «no vocals», style описывал синты, а слышался распев. Агент предложил дописать в exclude vocalise, humming, choir, chanting, но до экспериментов не дошло: человек отобрал три дубля и прислал на сравнение.

По замеру во вступлении скорее синт-пэд с «голосовым» тембром: Demucs не кладёт туда в вокал почти ничего. Но человек слышал голос. Спор открыт — без уха его не решить.

Как заканчиваются версии: последние 10 секунд. Просили финал ударом с затуханием, как в оригинале — так закончил только сам референс. Дубль 1 и новый трек обрываются на полной громкости. В клипе обрыв мы превратили в приём: трек режется на сильной доле, на прыжке в гиперпространство, дальше тишина и титр.

Выбор

Замер подтвердил выбор. Дубль 1 ближе всех к референсу по вайбу: широкая гитарная стена, синт-лид после второго припева, ре минор держится. Плюс бонус — финальный припев спет, хотя мы не просили.

Минусы: темп разгоняется на ~5 %, вступление вдвое длиннее, сайдчейн еле живой, конец обрывается. Обрыв и громкость чинятся после генерации, плавающий темп — нет.

Дальше прозвучало: «…на этой песне полный стоп!» — и пять дней чила. 25 октября вернулись: «работаем с этой версией». Первые пробы видео и раскадровка всего клипа делались на дубле 1.

ЧТО ВЫНЕСТИ

• Style — это пожелание, а не спецификация. «Steady 90 BPM», «no vocals» и «final hit» Suno выполнил частично или не выполнил вовсе. Проверяйте каждый пункт замером.

• Сравнивайте дубли таблицей: длина, темп, лад, громкость, финал. Сразу видно, что чинится, а что нет.

• Тихий мастер и обрыв лечатся после генерации. Плавающий темп и чужой лад — нет.

Новый трек: ремикс, который лёг в клип31 октября, когда первые полторы минуты клипа уже были смонтированы на дубль 1, пришёл новый

из чата, 31.10
«…сверь вот этот вариант аудио трека с нашим текущим - в новой версии трека несколько слов
поются более правильно, но suno не может сделать remix 1 в 1 и немного меняет ритмику песни»файл:

Ремикс дубля 1 внутри Suno: та же аранжировка, но слова местами чище. Вопрос один — сколько смонтированного придётся переделывать?

Что ещё мы увидели при сверке:

• Длина почти та же: 3:28.4 против 3:28.6. Форма — та же.

• Темп: разгон с 100 до 106 BPM против 101–105 у старого.

• Финальный припев начинается раньше и спет с другой фразировкой: те же строки припева дважды, примерно 2:40–3:00, поверх брейкдауна, где музыка почти пропадает.

• Слова: распознавание речи в старом треке слышит «на кружку порубать», в новом — «на крошку». Но на пении whisper сам галлюцинирует, так что решало ухо автора текста.

Решение в тот же вечер: «переходим на новый трек и все считаем по нему». Почти всё после 1:26 ещё не было смонтировано, так что финал снимали сразу под ремикс.

Что в итоге звучит в клипе

Звуковая дорожка клипа и что под ней происходит. Волна нового трека с разметкой частей, под ней — блоки сюжета. Трек обрезан на 3:27.95, дальше 3 секунды тишины под титр. Весь клип — 3:30.93.

Громкость так и не трогали: трек звучит как пришёл из Suno. Длинную инструментальную середину, 1:47– 2:38, отдали под охоту на джедаев — музыка там сама ставит драматургию: громкий синт-лид, потом нарастание к финальному припеву.

ЧТО ВЫНЕСТИ

• Ремикс в Suno не повторяет трек один в один, даже если звучит «так же». Прежде чем менять звук под готовым монтажом, сверьте старый и новый трек по долям и по голосу.

• Расхождение копится к концу. Поэтому менять трек проще всего тогда, когда вторая половина ещё не снята.

• Обрыв в конце можно не чинить, а обыграть: резать на сильной доле под событие в кадре.

Как музыка управляла монтажом

Коротко, как трек превратился в монтажный план (про видео — отдельная статья).

Сетка долей вместо формулы. Темп плывёт от 100 до 106 BPM, и формула «такт = 60/BPM×4» уползает уже за минуту. Поэтому сетку снимали трекером по реальным долям: в среднем ~103 BPM, такт ~2.3 с.

Акты по частям песни. Вступление — деревня и луч. Куплет 1 — новый мир. Припев 1 — грим, ангар, меч. Куплет 2 — тренировка. Припев 2 — война. Инструментал — охота. Финальный припев и громкий финал — трофеи, пляска, парад, отлёт. Раскадровку переписали «по строкам песни», когда картинка перестала биться с текстом.

Склейки на долях. Смены планов ставились на доли и сильные доли тактов. Пляски из Kling в родной скорости суетились и не попадали в темп, поэтому их замедляли — на мостике вдвое.

ЧТО ВЫНЕСТИ

• Трек — это техзадание на монтаж. Снимите с него сетку долей, границы строк и части песни, и раскадровка начнёт «биться» с музыкой сама.

• Если генеративная музыка плывёт по темпу, сетку только измерять, никогда не вычислять.

Шпаргалка: как повторить

1. Соберите входы. Свой текст, песня-референс, формулировка «что берём от оригинала». Плюс все прошлые генерации по этому тексту, если они есть.

2. Разберите референс замером. Стемы через Demucs, темп и доли, лад по хромаграмме, форма по тактам, громкость по секциям, диапазон голоса. Текст не разбирайте, он есть в сети.

3. Проверьте всё сомнительное на слух. Особенно «голос» в инструментальных местах и тембры, которые по спектру не различить.

4. Уложите текст в сетку. Слоги, ударения, окончания строк. Ударения в редких словах можно подсказать знаком «'».

5. Соберите style из замеров и exclude из того, что Suno любит добавлять сам: балалайка, аккордеон, трёхдольность, фейд.

6. Не добавляйте дословных примет оригинала. При отказе фильтра откатитесь к тексту, который уже проходил, и держите форму тегами.

7. Сравнивайте дубли таблицей: длина, темп, лад, громкость, финал. Чините то, что чинится: громкость, концовку. Не надейтесь починить темп.

8. Меняете трек под готовым монтажом — сначала сверка по долям и голосу, потом решение.

9. Отдайте трек монтажу как техзадание: измеренная сетка долей, границы строк, части песни, акты

Второе, но не менее важное.

После просмотра комментариев к основному посту (Матушка Звезда) хочется сказать - в клипе нет никакой ненависти или каких-либо плохих посылов, поэтому если кого-то вдруг задел ролик - сорян, но ситхи есть ситхи и они готовы валить своих, стоит вспомнить как Энакен задушил Падмэ. Ну вот такие они ситхи, чтож поделать. Может быть доярка еще попробует искупить свою вину, пока этого никто не знает)))

И так, завариваем чаек, пельмешки и погнали разбираться, как же делался ролик (далее моя скупая речь заканчивается и в дело вступает мой верный "джарвис")

«Матушка-Звезда» — наш AI-клип на песню-пародию. Деревенская доярка, Дарт Мол, Звезда Смерти и корова, которая прошла с героиней весь путь от хлева до капитанского мостика. Три с половиной минуты, около 70 планов, 365 запусков нейросетей и примерно $155–160 на генерации.

Клип: https://www.youtube.com/watch?v=nfI-DSPl4Tc

Мы не режиссёры и не аниматоры, а обычные айтишники. Рутину — запуск генераций, журнал расходов, нарезку по музыке — вёл AI-ассистент (Claude Code). Мы придумывали, выбирали и браковали. Спойлер: браковать пришлось много, потому что нейросети косячат с удивительной фантазией. Вот как это было.

Сначала история, потом нейросети

Почему Дарт Мол прилетел ради одной доярки? Он издалека почувствовал, что в Силе что-то изменилось, пригнал целую Звезду Смерти и прилетел сам — проверить. Не знал только, сколько в ней Силы: с первой попытки она вырвала меч у него из рук. Отсюда его удивлённое лицо.

Начали мы вообще с трека: разложили его на голос и музыку, сняли сетку долей (около 104 ударов в минуту). Каждый акт истории привязали к своей части песни, а сетка задала длину каждого плана.

Нейросеть снимет любой красивый кадр, но не знает, зачем он нужен. В первой версии героиня эффектно крутила мечом в каюте — почти капоэйра. Красиво, вайбово, но история стояла на месте. Заменили: она выходит в коридор с новым мечом, а штурмовики, которые до этого чилили у стены и в начале клипа недоумевали от коромысла и коровы, в спешке строятся в шеренгу. Она проходит мимо и чуть улыбается. Армия её признала — без единого слова.

Ключевые сцены мы расписывали до мелочей: кто где стоит, что в руках, чем заканчивается план. На первом кадре испытания Силой наставник стоял посреди комнаты, и сцена читалась как «да проще рукой отобрать». Отодвинули его к комоду в другой конец каюты — и полёт меча стал событием.

Детали, которые пересказывают

«Простая девушка получает суперсилу» видели сотни раз. Запоминают детали. Чай с ситхом — из самовара. Красное молоко — «медихлорианов вдоволь». Сундук с хохломой посреди ангара.

А в финале, если присмотреться, корова впервые не жуёт сено: оно кончилось. Поэтому героиня и идёт в хлев — накормить её перед отлётом. Трофейные мечи, которые она поднимает к Звезде Смерти, — это отчёт Молу: «Хотел, чтобы я наказала джедаев? Держи». Этот жест нам случайно подкинула генерация, а смысл мы достроили сами.

У нейросети нет памяти

Каждый ролик модель делает с нуля и не помнит, как героиня выглядела в прошлой сцене. Поэтому до первого видео мы собрали «библию» героини: портрет, вид в рост со всех сторон, вид со спины, она же с мечом. Эти картинки уходили в каждую генерацию.

Эталон нужен всем, кто появляется больше одного раза. Даже корове: про неё мы забыли, и в сцене с молоком она вышла размером с телёнка. Мини-корова — это мило, но не наш лор.

Картинка дешевле видео

Видеомодели работают от стартового кадра. Переделать картинку стоит $0.06–0.13 и пару минут, переделать видео — от доллара и с риском новых ошибок. Поэтому все спорные решения мы принимали на картинках: где стоит наставник, куда идёт героиня, что у неё на поясе. Для финальногоплана сделали восемь вариантов кадра и выбрали один. А из статичных кадров под музыку ещё до видео собрали черновой монтаж — сразу видно, где провисает.

На стартовых кадрах мы тоже сначала экономили: базовая gpt-image-2 стоит $0.06 за кадр, но героиня на общих планах терялась, а меч держала так, будто видит его впервые. Старшая gpt-image-2.5 вдвое дороже, $0.13, зато почти не косячит. Перешли на неё целиком: лишние семь центов на картинке дешевле пересъёмки видео.

Ящик Пандоры: мы забыли про меч

Героиню проработали в первый же день, а её главный предмет — двусторонний меч с хохломой — нет. Рукоять в каждом плане вышла своя: посох, бейсбольная бита, короткий одноручник. В нашей переписке это навсегда осталось как «ящик Пандоры».

Спасли эталонным листом: рукоять с двух сторон, и героиня держит её двумя руками на ширине плеч — масштаб через тело работает лучше любых сантиметров в промпте. Пересъёмка обошлась примерно в $8.5 и целый вечер.

Два неочевидных урока. Эталон предмета даём только тогда, когда предмет в руках: иначе модель показывает его крупно, и меч на поясе превращается в толстую трубу. И размер задаёт финальный кадр, а не слова: одна фраза «длиной с предплечье» превратила двусторонний меч в одноручник.

Kling против Seedance

Главная сцена — меч вырывается из рук Мола и летит к героине. Kling тут нейрослопил по полной: рукоять стала метровым посохом, а лёгкий красный ореол — огромными спиралями на полкадра. Мы уже придумывали запасную сцену, но отдали те же кадры в Seedance — и он сделал всё с первой попытки.

Модели учили на разных данных. Kling хорошо держит лица, эмоции и массовку, Seedance — физику и предметы в полёте. Пение лучше всего вышло в Wan 2.7, дешёвая Pruna годится для черновиков. Правило: три брака подряд — меняем модель, а не промпт. Хороший пример — парад вдоль армии. Seedance три раза подряд отказал по фильтру копирайта. Pruna фильтр прошла и вышла вдвое дешевле, но к концу плана картинка стала мультяшной. В клип попал Kling. А на взрыве шагохода Pruna вместо огня выдала белое облако — эпик превратился в пар из чайника.

Поэтому выбирайте модель не по рейтингам и чужим демо. Прогоните одну свою сцену в двух-трёх моделях с одинаковыми кадрами — за $3–5 узнаете больше, чем за час обзоров.

Бой — самая дорогая сцена

Хореография на мечах не далась ни одной модели: неживые движения, ладони прямо на светящемся клинке, клинки гнутся буквой V и сплющиваются в «лопасти». На охоту и бой ушло около $43 — 73 запуска ради 42 секунд клипа. Вместе со сценой войны бои съели около 40% бюджета.

Собирали бой из коротких дублей по 4–7 секунд, склеенных по совпадающей позе: последний кадр одного дубля почти совпадает с первым кадром следующего. Так 16 склеек из 13 разных дублей смотрятся одним движением.

Камера и свет: чтобы не вышло лоскутное одеяло

Видео из разных моделей и разных вечеров легко рассыпается на лоскуты. Склеивают их свет и камера. У нас два мира света: холодная синяя ночь с красными акцентами — на корабле и в бою, и тёплый фонарь — в хлеву. Плюс одна и та же стилевая строка в конце каждого промпта: плёнка, объектив, зерно, палитра. Скучно, зато кадры из разных моделей смотрятся как один фильм.

Постановка камеры - отдельная наука и тут лучше предварительных раскадровок никто ничего еще не придумал.

Как разговаривать с моделью

Модель понимает слова не как человек — часто буквально и с перебором:

• писали «лёгкий блик на рукояти» → получили красное свечение по всей рукояти;

• «лёгкий красный ореол» → огромные спирали на полкадра;

• референс меча «для справки» → меч крупно, рукоять-труба;

• «длиной с предплечье» → двусторонний меч стал одноручником;

• «солдаты в коридоре» → отказ фильтра; «фигуры в белой броне» → прошло.

Что у нас работало: показывать картинкой, а не описывать словами; расписывать действие по секундам («0–1 с — …, 1–2 с — …»); писать явные числа («ровно ОДНА девушка», иначе их станет две); делать одну правку за раз. И помнить, что в модели есть случайность: иногда дешевле просто перезапустить, чем переписывать промпт.

Пение и губы

Губы ставим по отдельной дорожке голоса, иначе рот двигается под барабаны. Крупный план и наезд камеры — враги: зубы и лицо начинают плыть. Ещё модели обожают делать поющих счастливыми до кринжа — приходится прямо писать «без широкой улыбки». Для финала мы сделали пять новых дублей пения, и все оказались хуже старого. Взяли старый дубль из второго припева, нарезали и вставили там, где губы совпадают с новыми словами. Новый дубль не обязан быть лучше старого.

Фильтры

Пародия на знаменитую сагу — фильтры это почувствовали: 38 отказов из 365 запусков. Хорошая новость: отказы бесплатны. Плохая: они съедают время. Главное правило — никаких имён. Не «штурмовики», а «фигуры в белой броне», не название станции, а «серая сферическая станция». И полезная диагностика. Если отказ пришёл мгновенно — не понравился промпт или кадр. Если через пару минут — промпт прошёл, а забраковано готовое видео: слишком похоже на оригинал. Тут менять надо не слова, а картинку, или идти в другую модель.

Монтаж спасает брак

В монтаж попало видео примерно на $56, в корзину ушло на $79. Но под музыку план часто длится один такт, и в неудачном дубле почти всегда есть 1–2 чистые секунды. Ворона в первом кадре появляется из воздуха — накрыли этот момент титром с названием, и у клипа появилась заставка.

В плане изнутри ящика комода начало хорошее, а потом к мечу тянется гигантская рука. Взяли отрезок до руки и замедлили его, чтобы закрыть такт.

Модель пустила по рукояти красное свечение вместо лёгкого блика — оставили: будто меч просыпается. Героиня падает в снег, а следующий план — уже другой дубль; стык спрятали затемнением.

Что мы оставили как есть

Внимательный зритель найдёт в клипе ещё немало нейрослопа. Часть мы оставили сознательно: бюджет не резиновый, а переснимать всё подряд — путь в никуда. У падающего флага героиня протаскивает меч сквозь себя, чтобы отбить луч. Мы переснимали эту сцену и так и сяк, но ни одна модель не понимала, как анимировать отбивание. В итоге решили: это её Сила, она так может.

А платье героини меняется от сцены к сцене — рефы не спасли. Мы «продали» себе этот косяк так: пусть она доярка и новичок в мире ситхов, но она женщина — и платья меняет как носки. Надо же выгулять весь гардероб.

Сколько стоило

По журналу — $151 (видео около $136, картинки около $15.5), всего с запасом $155–160. Половина ушла на Seedance. Музыка, монтаж и наше время сюда не входят.

Половина бюджета ушла на Seedance:

Шпаргалка перед стартом

• Трек разложен, есть сетка долей, акты привязаны к частям песни.

• История в одну фразу и ответ на «а почему так?».

• Эталоны всех героев (включая корову) и ключевого предмета в руке.

• Один-два мира света и одна стилевая строка на все промпты.

• Все спорные решения — на картинках, видео — только по утверждённому кадру.

• Одно простое движение камеры на план.

• Модель под тип сцены; три неудачи — меняем модель.

• На бои закладываем треть бюджета и больше.

• Брак не удаляем до конца проекта, журнал расходов ведём с первого запуска.

Вместо заключения

Главное, что мы поняли: нейросети не снимают клип за вас. Они дают съёмочную группу, которая работает круглосуточно и стоит как пара ужинов в ресторане. А режиссёр, оператор и монтажёр — по- прежнему вы. Модель не знает, зачем Дарт Мол прилетел к доярке и почему корова не жуёт сено. Это знаете только вы — и именно это делает клип вашим. Если делаете свой AI-клип — пишите в комментариях, на какие грабли наступили. А если найдёте в клипе пасхалку, о которой мы не написали, — тоже пишите.