पीढ़ी मार्गदर्शिका

पीढ़ी कैसे काम करती है

Rhyora पर प्रत्येक पीढ़ी एक सरल प्रवाह का अनुसरण करती है:

1. एक स्टूडियो चुनें (इमेज, वीडियो, ऑडियो, म्यूजिक, 3डी या अवतार)।
2. जनरेट बटन पर क्लिक करें — एआई स्वचालित रूप से सर्वश्रेष्ठ मॉडल का चयन करेगा और आपके शॉट की स्थिति के आधार पर इष्टतम सेटिंग्स भर देगा। क्रेडिट पहले से ही प्रदर्शित हो जाएंगे और काम कतार में जुड़ जाएगा।
3. एसेट बनने की प्रक्रिया के दौरान वास्तविक समय में प्रगति सूचक देखें, जिसमें बीता हुआ समय भी प्रदर्शित होता है।
4. परिणाम डाउनलोड करें, दोहराएं या स्वीकृत करें।

क्या आप कोई विशिष्ट मॉडल चुनना चाहते हैं या सेटिंग्स में बदलाव करना चाहते हैं? संपूर्ण मॉडल लाइब्रेरी और सभी पैरामीटर देखने के लिए "मॉडल बदलें / उन्नत" पर क्लिक करें।

यदि किसी भी कारण से कोई कार्य विफल हो जाता है, तो आपके क्रेडिट स्वतः ही पूरी तरह से वापस कर दिए जाते हैं।

स्वचालित मॉडल चयन

किसी प्रोजेक्ट पर काम करते समय, Rhyora आपके रचनात्मक संदर्भ (आपके द्वारा लिंक किए गए संदर्भ, शॉट का प्रकार, कैमरा मूवमेंट और विज़ुअल स्टाइल) के आधार पर प्रत्येक शॉट के लिए सबसे उपयुक्त मॉडल का स्वचालित रूप से चयन करता है। AI तीन मूल्य श्रेणियों में से चयन करता है:

• बजट — तेज़ और किफायती। विचारों को जल्दी से तैयार करने, उनमें सुधार करने और उन्हें परखने के लिए आदर्श।
• मूल्य — गुणवत्ता और लागत का संतुलित मेल। अधिकांश उत्पादन कार्यों के लिए सर्वोत्तम।
• प्रीमियम — उच्चतम गुणवत्ता वाला आउटपुट। इसका उपयोग हीरो एसेट्स, फाइनल रेंडर्स और क्लाइंट-फेसिंग वर्क के लिए करें।

आपको चयनित मॉडल दिखाई देगा और आप "मॉडल बदलें / उन्नत" पर क्लिक करके किसी भी समय दूसरे मॉडल पर स्विच कर सकते हैं। प्रोजेक्ट से बाहर स्टैंडअलोन जनरेशन के लिए, मॉडल का चयन आप स्वयं करते हैं।

इमेज स्टूडियो

इमेज स्टूडियो सबसे बहुमुखी कार्यक्षेत्र है, जो दो प्राथमिक मोड का समर्थन करता है:

• टेक्स्ट-टू-इमेज — टेक्स्ट प्रॉम्प्ट में आप जो चाहते हैं उसका वर्णन करें। सर्वोत्तम परिणामों के लिए शैली, संरचना, प्रकाश व्यवस्था, मूड और विषयवस्तु के बारे में स्पष्ट रहें।
• इमेज-टू-इमेज — एक संदर्भ छवि और एक संकेत प्रदान करें। एआई इस संदर्भ को प्रारंभिक बिंदु के रूप में उपयोग करता है और आपके निर्देशों के अनुसार इसे रूपांतरित करता है। आउटपुट इनपुट से कितना भिन्न होगा, इसे नियंत्रित करने के लिए स्ट्रेंथ पैरामीटर को समायोजित करें।

सामान्य मापदंडों में आस्पेक्ट रेशियो (पोर्ट्रेट, लैंडस्केप, स्क्वायर और कस्टम), गुणवत्ता स्तर, सीड (पुनरुत्पादनीय परिणामों के लिए) और नेगेटिव प्रॉम्प्ट (अवांछित तत्वों को हटाने के लिए) शामिल हैं। सभी मापदंड हर मॉडल पर उपलब्ध नहीं होते हैं — फॉर्म प्रत्येक मॉडल की क्षमताओं के अनुसार गतिशील रूप से अनुकूलित होता है।

वीडियो स्टूडियो

वीडियो स्टूडियो विभिन्न रचनात्मक आवश्यकताओं के लिए कई जनरेशन मोड का समर्थन करता है:

• टेक्स्ट-टू-वीडियो — टेक्स्ट विवरण से सीधे वीडियो क्लिप बनाएं। त्वरित अवधारणाओं और गति संबंधी अध्ययनों के लिए सर्वोत्तम।
• इमेज-टू-वीडियो — स्वीकृत स्थिर फ्रेम को वीडियो में एनिमेट करें। प्रोडक्शन-क्वालिटी आउटपुट के लिए यह अनुशंसित कार्यप्रणाली है: पहले इमेज स्टूडियो में एक फ्रेम जनरेट और अप्रूव करें, फिर उसे वीडियो स्टूडियो में लाएँ।
• वीडियो एक्सटेंड — अतिरिक्त फ्रेम जोड़कर किसी मौजूदा वीडियो क्लिप को विस्तारित करें, जिससे गति और कथा जारी रहे।
• वीडियो रूपांतरण — वीडियो की गति और संरचना को बनाए रखते हुए, मौजूदा वीडियो में शैलीगत परिवर्तन लागू करें।
• विजुअल इफेक्ट्स — वीडियो क्लिप में VFX ट्रीटमेंट, ट्रांजिशन और स्टाइल संबंधी प्रभाव जोड़ें।
• कैरेक्टर एनिमेशन — टेक्स्ट या ऑडियो इनपुट से गति, भाव और हावभाव के साथ पात्रों को एनिमेट करें।

महत्वपूर्ण: इमेज को वीडियो में बदलने के लिए, मूल इमेज को पहले अप्रूव करना आवश्यक है। इससे यह सुनिश्चित होता है कि आप वीडियो क्रेडिट का उपयोग केवल उसी फ्रेम पर कर रहे हैं जिससे आप संतुष्ट हैं। किसी भी इमेज को उसके डिटेल व्यू या रिव्यू पैनल से अप्रूव करें।

अवधि के विकल्प मॉडल के अनुसार भिन्न होते हैं। प्रत्येक मॉडल विशिष्ट क्लिप लंबाई का समर्थन करता है:

• छोटे वीडियो क्लिप — 4, 6 या 8 सेकंड
• मानक क्लिप — 5 या 10 सेकंड
• लंबे क्लिप — 6 या 10 सेकंड
• विस्तारित क्लिप — 5, 10 या 15 सेकंड

किसी प्रोजेक्ट पर काम करते समय, इन मूल्यों का उपयोग करके शॉट की अवधि पहले से तय की जाती है। निर्माण के समय आपके द्वारा चुनी गई अवधि, उत्पादन में एकरूपता बनाए रखने के लिए, नियोजित शॉट अवधि से मेल खानी चाहिए।

ऑडियो स्टूडियो

कृत्रिम बुद्धिमत्ता का उपयोग करके बोले गए ऑडियो और ध्वनि प्रभाव उत्पन्न करें:

• टेक्स्ट-टू-स्पीच — लिखित पाठ को स्वाभाविक लगने वाली आवाज़ में बदलें। विभिन्न लहजों, लिंगों और स्वर-शैली वाली कई आवाज़ों में से चुनें। अपनी आवश्यकतानुसार बोलने की गति और ज़ोर को समायोजित करें।
• ध्वनि प्रभाव — किसी परिवेशी ध्वनि, ध्वनि प्रभाव या ऑडियो टेक्सचर का वर्णन करें और एआई उसे उत्पन्न कर देगा। वीडियो प्रोजेक्ट में माहौल जोड़ने के लिए उपयोगी।

आउटपुट फॉर्मेट में MP3 और WAV शामिल हैं। ऑडियो एसेट्स सीधे आपके प्रोजेक्ट टाइमलाइन में विजुअल एसेट्स के साथ इंटीग्रेट हो जाते हैं।

संगीत प्रसार कक्ष

मौलिक संगीत ट्रैक और स्कोर बनाएं:

• टेक्स्ट-टू-म्यूजिक — आप जिस तरह का मूड, शैली, गति और वाद्य यंत्र चाहते हैं, उसका वर्णन करें। AI एक मौलिक वाद्य ट्रैक तैयार करेगा।
• ऑडियो-टू-म्यूजिक — एक संदर्भ ऑडियो क्लिप प्रदान करें और एआई उस क्लिप की शैली, गति या मनोदशा से मेल खाने वाला संगीत उत्पन्न करेगा।

वीडियो प्रोजेक्ट्स के लिए म्यूजिक तैयार करने, पॉडकास्ट के लिए बैकग्राउंड ट्रैक बनाने या कंटेंट के लिए रॉयल्टी-फ्री म्यूजिक जेनरेट करने के लिए म्यूजिक एसेट्स बहुत अच्छे होते हैं।

3डी स्टूडियो

टेक्स्ट विवरण या संदर्भ छवियों से 3डी ऑब्जेक्ट बनाएं:

• टेक्स्ट-टू-3डी — किसी वस्तु का वर्णन करें और एआई एक टेक्सचर्ड 3डी मॉडल तैयार कर देगा।
• इमेज-टू-3डी — एक संदर्भ छवि प्रदान करें और एआई 3डी संरचना का अनुमान लगाकर उससे मेल खाने वाला मॉडल तैयार करेगा।

आउटपुट फॉर्मेट में GLB और OBJ शामिल हैं, जो गेम इंजन (Unity, Unreal), 3D एडिटर (Blender), AR/VR एप्लिकेशन और वेब व्यूअर में आयात करने के लिए तैयार हैं।

अवतार स्टूडियो

कैरेक्टर एनिमेशन और टॉकिंग-हेड वीडियो बनाएं:

• लिप-सिंक — एक पोर्ट्रेट इमेज और एक ऑडियो ट्रैक प्रदान करें। एआई चेहरे को आवाज के अनुरूप एनिमेट करता है, जिससे एक यथार्थवादी टॉकिंग-हेड वीडियो तैयार होता है।
• चेहरे का एनिमेशन — किसी संदर्भ वीडियो या ऑडियो इनपुट से प्राप्त पोर्ट्रेट छवि पर चेहरे के भाव और सिर की हलचल को एनिमेट करें।
• फेस स्वैप — वीडियो या इमेज में एक चेहरे को दूसरे चेहरे पर स्थानांतरित करना, मूल गति और भावों को बनाए रखते हुए।
• पोर्ट्रेट ट्रांसफर — किसी पोर्ट्रेट की शैली या समानता को विभिन्न संदर्भों और मुद्राओं में लागू करना।

अवतार मॉडल सबसे अच्छा तब काम करते हैं जब उनके सामने से ली गई स्पष्ट संदर्भ छवियां हों और लिप-सिंक के लिए उच्च-गुणवत्ता वाला ऑडियो इनपुट हो।

पाइपलाइन की प्रगति

किसी प्रोजेक्ट के भीतर जनरेशन करते समय, एक प्रोग्रेस स्ट्रिप प्रत्येक शॉट के लिए प्रोडक्शन पाइपलाइन दिखाती है: इमेज → वीडियो → ऑडियो। पूरे हो चुके चरणों को चेक मार्क से चिह्नित किया जाता है, और आप किसी भी चरण पर क्लिक करके उस वर्कस्पेस पर जा सकते हैं। प्रत्येक सक्रिय जनरेशन में बीता हुआ समय दिखाया जाता है, जिससे आपको हमेशा पता रहता है कि यह कितने समय से चल रहा है।

स्वचालित प्रॉम्प्ट अनुकूलन

Rhyora Prism (गाइडेड या ऑटो मोड) का उपयोग करते समय, पहली बार तस्वीर लेने से पहले ही आपके शॉट प्रॉम्प्ट स्वचालित रूप से बेहतर हो जाते हैं। ऑप्टिमाइज़र तकनीकी फोटोग्राफी शब्दावली, प्रकाश संबंधी विशिष्टताएँ और संरचना संबंधी मार्गदर्शन जोड़ता है, जिन पर इमेज मॉडल सबसे अच्छी प्रतिक्रिया देते हैं।

यह प्रक्रिया पर्दे के पीछे चलती है — आपको स्वयं सटीक प्रॉम्प्ट लिखने की आवश्यकता नहीं है। मूल प्रॉम्प्ट सुरक्षित रहता है; अनुकूलित संस्करण का उपयोग केवल निर्माण के लिए किया जाता है। यदि किसी कारणवश अनुकूलन विफल हो जाता है, तो मूल प्रॉम्प्ट का ही उपयोग किया जाता है ताकि उत्पादन प्रक्रिया कभी बाधित न हो।

गुणवत्ता मूल्यांकन

Rhyora Prism के माध्यम से प्रत्येक छवि उत्पन्न होने के बाद, एक एआई विज़न मॉडल आपके मूल प्रॉम्प्ट के आधार पर परिणाम का मूल्यांकन करता है। यह चार आयामों को स्कोर करता है:

• तुरंत पालन करें — क्या छवि वर्णित वस्तु से मेल खाती है?
• संरचना — क्या फ्रेमिंग, संतुलन और दृश्य प्रवाह मजबूत हैं?
• तकनीकी गुणवत्ता — स्पष्टता, प्रकाश व्यवस्था, रंगों की सटीकता।
• भाव-विन्यास — क्या भावनात्मक लहजा दृश्य के संदर्भ से मेल खाता है?

संयुक्त स्कोर (1-10) की तुलना आपकी गुणवत्ता सीमा से की जाती है। जो छवियां पास होती हैं, उन्हें स्वीकृत कर दिया जाता है। जो छवियां पास नहीं होतीं, उन्हें दोबारा जांच के लिए भेजा जाता है और उनमें पाई गई विशिष्ट समस्याओं का समाधान किया जाता है। उत्पादन प्रक्रिया को सुचारू रूप से चलाने के लिए, प्रत्येक शॉट को स्वतः स्वीकृति से पहले दो बार गुणवत्ता जांच के लिए भेजा जाता है।

सुझाव

आपके आउटपुट की गुणवत्ता काफी हद तक आपके दिए गए निर्देश पर निर्भर करती है। यहाँ कुछ सुझाव दिए गए हैं जो सभी स्टूडियो पर लागू होते हैं:

• स्पष्ट रहें — "एक बिल्ली" के बजाय, "खिड़की पर बैठी एक धारीदार बिल्ली, दोपहर की धूप, नरम बोकेह पृष्ठभूमि, फोटोरियलिस्टिक" जैसे शब्दों का प्रयोग करें।
• शैली और मनोदशा का वर्णन करें — इसमें कला शैली (सिनेमैटिक, एनीमे, वॉटरकलर), प्रकाश व्यवस्था (गोल्डन आवर, स्टूडियो लाइटिंग, नियॉन) और मनोदशा (शांत, नाटकीय, चंचल) शामिल करें।
• नकारात्मक संकेतों का उपयोग करें — जहां समर्थित हो, नकारात्मक संकेत अवांछित तत्वों को बाहर कर देते हैं (जैसे "धुंधला, निम्न गुणवत्ता, पाठ, वॉटरमार्क")।
• बजट मॉडल के साथ प्रयोग करें — कम लागत वाले और तेज़ मॉडल का उपयोग करके अपने प्रॉम्प्ट को बेहतर बनाएं। जब आप कंपोज़िशन और स्टाइल से संतुष्ट हो जाएं, तो अंतिम रेंडर के लिए प्रीमियम मॉडल पर स्विच करें।
• प्रॉम्प्ट ऑप्टिमाइज़र का उपयोग करें — इसमें मौजूद AI प्रॉम्प्ट ऑप्टिमाइज़र आपके प्रॉम्प्ट को अधिक विस्तृत और मॉडल के अनुकूल बनाने के लिए पुनः लिखता है। यह तकनीकी पैरामीटर जोड़ता है जो आउटपुट की गुणवत्ता में सुधार करते हैं।
• एकरूपता बनाए रखने के लिए सीड्स का उपयोग करें — यदि आपको कोई ऐसा परिणाम मिलता है जो आपको पसंद हो, तो उसका सीड मान नोट कर लें। एक ही प्रॉम्प्ट के साथ एक ही सीड का उपयोग करने से समान आउटपुट प्राप्त होता है, जिससे आप समग्र रचना को बनाए रखते हुए प्रॉम्प्ट में छोटे-मोटे बदलाव कर सकते हैं।

समानांतर पीढ़ी

आप एक साथ कई जनरेशन जॉब सबमिट कर सकते हैं। प्रत्येक प्लान टियर में एक कॉन्करेंसी लिमिट शामिल होती है — यानी एक साथ चल सकने वाली जॉब्स की संख्या:

• फ्री और लाइट — 4 समानांतर कार्य
• शुरुआत — 6 समानांतर कार्य
• प्रो — 8 समानांतर कार्य
• प्रो — 8 समानांतर कार्य
• स्टूडियो — 12 समानांतर कार्य

अलग-अलग स्टूडियो के काम एक ही समय में चल सकते हैं - वीडियो रेंडर होने के दौरान एक इमेज जनरेट करना, या 3डी मॉडल बनाते समय ऑडियो तैयार करना।

स्टोरीबोर्ड पर, 'प्रोड्यूस ऑल' बटन दिखाता है कि कितने पैरेलल स्लॉट उपलब्ध हैं, जिससे आपको पता चलता है कि कितने शॉट तुरंत शुरू होंगे। जब आप सीमा तक पहुँच जाते हैं, तो बचे हुए शॉट स्लॉट खाली होते ही शुरू हो जाते हैं। अपनी पैरेलल सीमा बढ़ाने के लिए, अपना प्लान अपग्रेड करें।

अक्सर पूछे जाने वाले प्रश्नों