Загрузка видео...

Не удалось загрузить видео

На главную

上海 硬 w 真网红 首次下海,刚毕业回国 - 身高:165cm|体重:45kg|🐻:D➕ - 学历:新加坡留学硕士 - 语言:雅思6.0,中英双语无障碍 - 自媒体:抖音30w+|小红书5w+ - 优势:镜头感好|配合度高|双语沟通 妹妹完整资料频道: 全球城市选妹妹频道:

15,654 просмотров • 3 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

高空航拍人像大片,梦幻旅拍质感,无缝匹配剪辑转场🎬 超炫酷超美的有没有❓ 标准化模版,上传自己的图片作为主角输入下面提示词即可的到同款超酷视频📺 prompt 👇 【风格】高空航拍人像大片,梦幻旅拍质感,色彩浓郁通透,人物悬浮空中的失重感,无缝匹配剪辑转场,竖屏9:16 【时长】12秒 【角色】主角(),第一套为角色原本穿着 [00:00-00:03] 镜头1:红色荒漠悬浮(Floating over Red Outback) 画面:主角穿原本服装悬浮在红色巨岩荒漠上空,无人机自拍视角从斜上方俯拍,主角双臂舒展,仰脸看镜头灿笑,发丝衣摆被强风持续吹动 转场1(天空桥接 Sky Tilt Match):镜头从主角身上缓缓上摇至纯净天空云层占满画面,再以同样速度下摇——摇回时主角已换装换景,以背影入画,长发在风中飘散 音效:高空风声,轻快旅拍音乐起 [00:03-00:06] 镜头2:火山云海日出(Volcano Sunrise) 画面:红白格纹衬衫敞穿、内搭红色小背心、高腰牛仔五分裤、红色小包——主角悬浮在火山尖上空翻涌云海之上,从背影缓缓转过身,抬手在额前远眺,再朝镜头挥手 转场2(手掌遮镜 Hand Lens Cover):主角笑着朝镜头伸手,手掌完全盖住镜头——手收回的瞬间已换装换景,手臂仍保持伸出的姿势自然放下 音效:云海风声,音乐推进 [00:06-00:09] 镜头3:海崖飞翔(Cliff Coast Glide) 画面:淡紫色吊带荷叶边连衣裙、紫色发饰——主角悬浮在青绿色巨型海崖与湛蓝海湾上空,张开双臂如滑翔,裙摆层层翻飞,镜头缓缓绕行 转场3(转身虚焦 Spin Defocus Match):主角挥臂开始转身,人物在画面中渐渐虚焦模糊,焦点恢复时已换装换景,转身动作无缝继续完成 音效:海风浪声隐约,音乐铺开 [00:09-00:12] 镜头4:海上落日(Ocean Sunset Finale) 画面:薄荷绿露肩针织开衫、粉色格纹百褶短裙、白色运动鞋——主角转身完成后悬浮在无边大海上空,背对落日单腿后踢的跳跃姿态,太阳在头顶爆出金色光斑,海面碎金波光,海鸥掠过下方,镜头缓慢拉远定格 音效:海浪海鸥声,音乐在重拍收束 【导演备注】1. 人物全程悬浮飞行,绝不站立:四肢失重舒展,发丝裙摆持续被强风吹动,禁止僵直;2. 三个转场机制各不相同且必须严格执行:①镜头上摇天空再下摇(天空为两场景共用画面)②手掌遮满镜头再收回(伸手动作跨切点连续)③人物原地虚焦再回焦(转身动作跨切点连续)——全部禁止硬切、禁止叠化;3. 每个转场的匹配元素(天空/手臂姿势/旋转姿态)在切点前后必须完全衔接,镜头运动方向速度一致;4. 镜头始终在人物斜上方俯拍(无人机自拍角度),每段只做一种运动;5. 光线各场景分明:荒漠暖橙、云海晨金、海崖通透蓝绿、海面落日逆光碎金。

John

66,966 просмотров • 26 дней назад

真实手机自拍 vlog📺 像真人吗 ❓ fast 版本还是稍微有一点点🤏塑料感 prompt 👇 【风格】真实手机自拍 vlog 质感,手持轻微自然晃动,酒店卧室自然光+暖色床头灯,高频跳切剪辑,画面干净高清 【时长】10秒 【场景】高级酒店卧室:米白吊顶灯带、落地纱帘透光、白色大床、木质床头柜与暖光台灯 【角色】主角()长发自然蓬松 [00:00-00:01] 镜头1:背侧回眸(Over-shoulder Look) 画面:半身背侧45°,主角回头看向镜头,发丝随转头轻扬 音效:室内环境底噪,衣料摩擦声 [00:01-00:02] 镜头2:撩发正面(硬切) 画面:正面半身,双手撩起后颈头发,头微歪,嘴角带笑 [00:02-00:03] 镜头3:脸部大特写(硬切) 画面:双手插入头顶头发向上抓起,眼睛直视镜头 [00:03-00:04] 镜头4:侧脸特写(硬切) 画面:手臂举在额侧遮光,侧脸回看镜头,睫毛清晰 [00:04-00:05] 镜头5:指尖比划特写(硬切) 画面:手指在眼角比出小心心,镜头极近微仰 [00:05-00:06] 镜头6:半身整理衣摆(硬切) 画面:退远一步,双手向下抚平衣摆,抬眼看镜头 [00:06-00:07] 镜头7:全身3/4站姿(硬切) 画面:一腿前交叉站立,低头再抬眼一笑 [00:07-00:08] 镜头8:双手遮脸特写(硬切) 画面:双手在额前搭成三角,从指缝间看镜头 [00:08-00:09] 镜头9:全身轻晃(硬切) 画面:双手贴身侧,重心左右轻移两下,头发跟随摆动 [00:09-00:10] 镜头10:背侧回眸收尾(硬切) 画面:转身背对镜头,肩越回眸,定格微笑 【导演备注】1. 全程单机位手持自拍视角,保留轻微自然手抖,禁止稳定器般的平滑运镜;2. 所有镜头间为单帧硬切,相邻镜头景别必须不同(全身/半身/特写交替),角度按 正面→侧面→背侧 循环;3. 切点卡在动作进行中段,禁止动作做完再切;4. 每个镜头人物手部必须有动作(撩发/抓发/遮脸/理衣摆),禁止呆立定格、禁止表情僵住;5. 场景、光线、服装全程不变,只变机位与姿势;6. 首尾均为回眸镜头,形成呼应。

John

14,399 просмотров • 27 дней назад

来自 ChatGPT 5.6 写的提示词,效果还行很接近 Claude fable5 了,就是消耗 Token有点快了! 漂亮而又危险的女二试镜,依旧模板标准化,上传自己的参考图,复制下面的提示词,就能生成同款视频。📺 prompt 👇 风格:真人电影感、国际女二反派试镜混剪、高级时尚、写实光影、漂亮而危险 人物参考: 只使用作为主角形象参考,不参考任何视频。严格保持的脸型、五官、眼睛、肤色、年龄和辨识度。六个国家角色必须明显是同一位主角;服装、发型和妆容只允许在硬切后变化。 核心概念: 同一位主角试镜六种不同国家、时代和身份的女二反派。每段使用该国家对应的语言说一句台词,发音自然、口音地道、嘴型准确。六段声音保持相近的女性声线,但根据角色改变语气。 文字规则: 画面中只允许出现以下六组角色字幕,统一位于画面左侧中部,电影海报式中文衬线字体,文字清晰稳定: 1. “韩国|财阀恶女” 2. “日本|恶役千金” 3. “泰国|豪门名媛” 4. “中国|宫斗反派” 5. “美国|校园女王” 6. “印度|豪门Diva” 不显示片头标题,不显示底部字幕,不显示台词翻译,不显示任何对白字幕,不出现Logo、水印或其他文字。 SHOT 1(0.00–2.70秒) 角色字幕:“韩国|财阀恶女” 环境: 阴天冷青灰色停车场,背景停着黑色豪华跑车,左侧有自行车和一名只露局部的骑车人。 主角: 象牙白粗花呢短夹克、高腰及踝铅笔裙、白色尖头细高跟鞋,长发自然披肩。 动作: 0.00–0.35秒,超低机位拍高跟鞋向前迈步落地。 0.35–1.30秒,镜头快速上摇,主角停在骑车人面前,俯身用右手食指逼近对方脸部。 1.30–2.15秒,主角以冷漠、不耐烦的眼神说话。 2.15–2.70秒,镜头推至脸部特写;主角转眼看向镜头,嘴角轻扬,最后单眼眨眼。 语言:韩语,韩国本土自然发音。 台词:“비켜. 길 막지 마.” 语气:冷淡、强势、极不耐烦。 口型:严格同步韩语台词。 镜头:从鞋部低机位连续抬升、上摇并推近到脸部特写。 SHOT 2(2.70–4.90秒) 角色字幕:“日本|恶役千金” 环境: 日式临水榻榻米茶亭,柔和自然光,木栏外是绿色池水,左后方摆放黑色铁壶。 主角: 深靛紫花鸟振袖和服、白色内领、橙红腰带,长直黑发和整齐刘海,佩戴翠绿色耳坠。 动作: 主角正坐在榻榻米上,双手托着茶杯和杯碟递向镜头。她先礼貌抬眼,随后低头看茶,露出温柔却意味深长的笑,最后重新抬眼直视镜头。 语言:日语,标准自然的日本女性发音。 台词:“お飲みなさい。遠慮はいらないわ。” 语气:表面温柔优雅,实际暗含命令和威胁。 口型:严格同步日语台词。 镜头:接茶者第一人称高位越肩视角,稳定慢推至中近景。 SHOT 3(4.90–6.55秒) 角色字幕:“泰国|豪门名媛” 环境: 金色夕阳下的泰国河岸豪华露台,远处可见河流、寺庙尖塔和城市天际线,前景铺红色地毯。 主角: 祖母绿与金色泰式贵族礼服,佩戴金色冠饰和珠宝,斜倚在米色躺椅上。一名只露背影的侍者跪在她脚边。 动作: 主角双腿交叠,一只穿白色高跟鞋的脚伸向侍者,一手在脸侧举着半杯红酒。她先看向远处,随后垂眼俯视侍者,浅笑逐渐消失,变成冷漠审视。 语言:泰语,泰国本土女性自然发音。 台词:“คุกเข่าให้เรียบร้อย” 语气:慵懒、居高临下、漫不经心。 口型:严格同步泰语台词。 镜头:锁定式全身环境中景,只有轻微电影呼吸感。 SHOT 4(6.55–8.70秒) 角色字幕:“中国|宫斗反派” 环境: 深红宫墙、暖金色逆光的中式宫殿,中央是一张雕金龙纹宝座。 主角: 淡银白至浅薰衣草紫宽袖古装,精致金色高髻冠饰,端坐龙椅中央。右前景的虚焦侍女拿着大型折扇。 动作: 主角低头把玩一把小折扇。侍女从右下向左上打开大折扇为她扇风;主角同步收拢自己的扇子并横放腰前。她短暂闭眼,随后缓慢睁眼直视镜头,用收拢的扇子轻轻向前一指。 语言:中文普通话,古装宫廷语气。 台词:“本宫不说第二遍。” 语气:低沉、克制、冷静,具有绝对权力感。 口型:严格同步中文台词。 镜头:从侍女背后沿宝座中轴稳定慢推。 SHOT 5(8.70–10.25秒) 角色字幕:“美国|校园女王” 环境: 冷白荧光灯照明的美国学校走廊,左侧是一排灰绿色金属储物柜。 主角: 白色挽袖衬衫、松系深蓝灰格纹领带、高腰百褶裙,深色发根配浅金色高马尾。另一名学生坐在低处,只显示左下角虚焦的头发。 动作: 主角站着俯视对方,伸出右手,以食指轻轻点住对方头顶。她挑眉、睁大眼睛,先露出不可思议的表情,随后转成轻蔑、戏谑的笑。 语言:美式英语,年轻美国女性自然发音。 台词:“You think you can compete?” 语气:讥讽、轻蔑,典型校园Queen Bee口吻。 口型:严格同步英语台词。 镜头:被训话者视角的低机位轻广角镜头,基本锁定。 SHOT 6(10.25–12.00秒) 角色字幕:“印度|豪门Diva” 环境: 暖金色薄雾中的印度宫殿大厅,白色大理石台阶通向中央深色拱门。 主角: 宝石蓝金银织锦印度纱丽,金色耳坠、红金项链、多层手镯、红色bindi,低盘发簪白色茉莉花。 动作: 10.25–10.55秒,镜头前一只手举香槟杯进入,主角与它轻碰一次。 10.55–11.15秒,对方杯子撤出,主角收回自己的酒杯。 11.15–11.65秒,主角小口啜饮,同时抬眼直视镜头。 11.65–12.00秒,酒杯下降至唇下,主角露出胜券在握的浅笑。 语言:印地语,印度女性自然发音。 台词:“तुम्हारी हार के नाम।” 语气:优雅、从容,像胜利者举杯庆祝。 口型:严格同步印地语台词。 镜头:沿中央拱门轴线稳定慢推,最后收速定格。 剪辑与声音: 六个场景之间全部使用直接硬切,切点为2.70、4.90、6.55、8.70、10.25秒。背景音乐为神秘华丽的高级时尚节拍,音乐不得盖住台词。加入高跟鞋落地、瓷杯轻响、折扇风声和玻璃碰杯声。 Negative: 底部字幕,对白字幕,台词翻译,片头文字,片尾文字,除六组指定角色字幕外的任何文字,乱码,错别字,文字闪烁,Logo,水印;人物面孔变化,主角变成不同的人,年龄漂移,肤色漂移,口音错误,语言混用,中文代替外语,嘴型不同步,双嘴,机械式表演,五官融化,多余肢体,多余手指,手指融合,扇子粘连,重复酒杯,液体飞溅,衣服在镜头内部变化,身体瞬移,配角抢镜,塑料CG皮肤,动漫风格,叠化,闪白,变装特效,场景形变。

John

19,343 просмотров • 1 месяц назад

Distil-Whisper:让语音识别的速度提高 5.8 倍,参数减少 51%,准确度保持在 99%。 Whisper 在语音识别方面表现卓著,但是它有一个明显的缺点:训练出来的小模型支持的语言比较少,而大模型推理速度又很慢。如果你有海量的数据需要处理,或者对实时性要求略高,那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理,例如将语音分片后并发处理然后合并结果,但这里涉及到本地计算资源瓶颈的问题,以及合并分片时容错处理的问题,工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》, Whisper 的 Large-v2 model 生成了一系列的 soft targets(也就是概率分布),然后复制 Whisper 网络的第一层和最后一层解码器,最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是:速度提高了 5.8 倍,参数减少了 51%,准确度保持在 99%。 这个模型的效果之所以不错,主要还是得益于训练数据的完备,它结合了九个公开可用的语音识别数据集,合并后包含 21170 小时的语音数据,涵盖超过 18260 名说话者和 10 个不同的领域;自从 Whisper 大力出奇迹(它从互联网爬取了 68w 小时的数据,未公开)以后,相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上,模型地址: Demo: Demo 会把模型下载到本地,然后通过 WebGPU 直接在网页上跑起来,测试了下效果,还是挺不错的。 目前仅支持英文,如果想让它支持中文,需要使用同样海量的中文语料数据,重新做一次知识蒸馏,但我觉得即便是这样做,效果也不一定好,因为 Whisper 本身对中文、韩语等支持就不太优秀,这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果:

Barret李靖

124,227 просмотров • 2 лет назад

Seedance 2.0:普通人的导演梦,体验只要 1 块钱! 今天朋友圈和社群彻底被 Seedance 2.0 刷屏了~ 从影视飓风 Tim 凌晨发布的那个让人背后发凉的视频,到 B 站、小红书上各路大神的测评,这种跨圈层的共识性震惊,上一次见到可能还是 Gemini 3.0 刚出来的时候! 很多兄弟可能还不知道这是个啥? 简单说,它是字节跳动旗下 Seed 团队搞出的王炸级 AI 视频模型。 大家都在吹它的人物一致性,但我看完 Tim 的视频和各种样片,最大的感触其实是恐惧后的兴奋: 它不再只是生成素材,它在做“导演”和“剪辑”! 以前我们觉得 AI 视频假,是因为它不懂戏 但 Seedance 2.0 能理解分镜逻辑,懂镜头语言,甚至知道怎么卡点切画面 它正在填平那道原本属于专业剪辑师的神秘莫测护城河 意味着像我这样不懂专业剪辑、没学过视听语言的普通人,只要有好的创意和审美,就有机会做出电影级的内容! 别去官网傻等排队了,最快上手通道在这里: 我也是刚摸索出来的,直接用字节自家的 【即梦】 就能玩! 🔗 传送门: 下面是我的实测视频效果,真的很不错! 在这个 超级个体崛起 的时代 生产力的下放就是最大的红利 不要被焦虑裹挟,多学习多尝试 当技术不再是壁垒,你的想法就是唯一的上限! #seedance2 #AI视频 #Seedance

CandyDD

20,304 просмотров • 6 месяцев назад