>একটি নির্মম সত্য বলি।
Seedance দিয়ে তৈরি একই ধরনের দৃশ্য ব্যবহার করেও কারও সম্পূর্ণ দেখার হার 45%, আবার কারও 12%। ছবির মান প্রায় একই, চরিত্রের সামঞ্জস্যও গ্রহণযোগ্য, প্রম্পটের দক্ষতাতেও খুব বেশি পার্থক্য নেই।
পার্থক্য কোথায়?
এডিটিংয়ে।
90% AI অ্যানিমে নাটকের নির্মাতা তাঁদের 80% সময় ব্যয় করেন ছবি তৈরিতে, আর বাকি 20% স্ক্রিপ্ট ও প্রম্পট তৈরির প্রাথমিক কাজে। এডিটিংয়ের পর্যায়ে এসে কাজটা সাধারণত হয়, "ফুটেজ টাইমলাইনে ফেলে দাও, একটি BGM যোগ করো, কাজ শেষ"।
এটা এডিটিং নয়, এটা জোড়াতালি।
দর্শক যখন তোমার ভিডিওটি স্ক্রল করতে করতে দেখতে পায়, প্রথম 3 সেকেন্ডেই সে থাকবে কি না তা ঠিক করে। কিন্তু সে ভিডিওটি শেষ পর্যন্ত দেখবে কি না, তা নির্ধারণ করে গতি। আর গতি সম্পূর্ণভাবেই এডিটিংয়ের বিষয়।
আজ AI স্বল্পদৈর্ঘ্য নাটক তৈরির বাস্তব কাজে ব্যবহার করে সফল হওয়া CapCut পোস্ট-প্রোডাকশন SOP-টি 7টি ধাপে ভেঙে দিচ্ছি। প্রতিটি ধাপ সরাসরি অনুসরণ করা যাবে।
প্রথম ধাপ: ফুটেজ আগে গুছিয়ে নিন (3 মিনিট, কিন্তু 1 ঘণ্টা বাঁচাবে)
অনেকে শুরুতেই ফুটেজ টাইমলাইনে টেনে আনেন। ভুল।
প্রথমে সব AI-তৈরি ভিডিও ক্লিপকে শটের ক্রম অনুযায়ী নম্বর দিন। কম্পিউটারে একটি ফোল্ডার তৈরি করে "01_শুরু" "02_সংঘাত" "03_চমক" এভাবে ভাগ করুন। এরপর প্রতিটি ক্লিপ দ্রুত দেখে নিন এবং যেগুলো স্পষ্টভাবে নষ্ট হয়েছে, যেমন চরিত্রের বিকৃতি, অস্বাভাবিকভাবে একে অপরের ভেতর দিয়ে চলে যাওয়া, বা দৃশ্য কাঁপা, সেগুলো সরাসরি মুছে ফেলুন। মায়া করবেন না।
মূল নীতি: খারাপ ফুটেজ টাইমলাইনে ঢুকবে না।
যখন ভাবছেন, "এই ক্লিপটা বোধহয় মোটামুটি", তখন সেটি সম্ভবত মোটেই ভালো নয়। দর্শক আপনার চেয়েও বেশি খুঁতখুঁতে।
দ্বিতীয় ধাপ: রাফ কাটে কাঠামো ঠিক করুন (15 মিনিট)
সব গ্রহণযোগ্য ফুটেজ স্ক্রিপ্টের ক্রম অনুযায়ী টাইমলাইনে টেনে আনুন। কোনো এফেক্ট, ট্রানজিশন বা সাবটাইটেল যোগ করবেন না; শুধু একবার দেখে নিন।
এই ধাপে একটি কাজই করতে হবে: গল্প বলার যুক্তি ঠিকমতো কাজ করছে কি না নিশ্চিত করা।
আপনি দেখতে পাবেন, কিছু শট পরের শটের সঙ্গে ঠিকমতো মিলছে না, কিছু অংশের গতি খুব ধীর, আবার কিছু গুরুত্বপূর্ণ আবেগের মুহূর্তে যথেষ্ট সময় দেওয়া হয়নি।
সমন্বয়ের পদ্ধতি খুব সহজ—
সংলাপের শট: 3-5 সেকেন্ড; সংলাপ শেষ হলে 0.5 সেকেন্ড নীরবতা রাখুন
অ্যাকশন শট: 2-3 সেকেন্ড; সংক্ষিপ্ত ও ছন্দময় রাখুন
আবেগের শট: 4-6 সেকেন্ড; দর্শককে প্রতিক্রিয়া জানানোর সময় দিন
ট্রানজিশন শট (ফাঁকা দৃশ্য/দূরদৃশ্য): 1.5-2 সেকেন্ড; যতটুকু দরকার ততটুকুই
একটি সূত্র মনে রাখুন: 1 মিনিটের অ্যানিমে নাটক = 18-24টি শট। 18টির কম হলে গতি খুব ধীর, 24টির বেশি হলে দর্শকের চোখে দৃশ্যগুলো গুলিয়ে যাবে।
তৃতীয় ধাপ: গতির সূক্ষ্ম সম্পাদনা (মূল কাজ 20 মিনিট)
পার্থক্য তৈরি করার মূল ধাপ এটি।
কৌশল 1: বিটে কাট
BGM-এর বিট খুঁজে নিন, CapCut-এ অডিওর ওয়েভফর্ম দেখে তা বোঝা যায়, এবং প্রতিটি শটের পরিবর্তন বিটের সঙ্গে মিলিয়ে দিন। প্রতিটি শটকে বিটে কাট করার দরকার নেই, তবে গুরুত্বপূর্ণ ট্রানজিশন ও আবেগের মোড় অবশ্যই বিটে ফেলুন। দর্শক বুঝিয়ে বলতে পারবে না কোথায় ঠিক হয়েছে, কিন্তু তার কাছে সবকিছু "স্বচ্ছন্দ" লাগবে।
কৌশল 2: শ্বাস নেওয়ার জায়গা
শুরু থেকে শেষ পর্যন্ত একই গতিতে দর্শককে চাপ দেবেন না। উত্তেজনাপূর্ণ অংশে দ্রুত কাট ব্যবহার করুন (2 সেকেন্ড/শট), আর শান্ত অংশে গতি কমান (4-5 সেকেন্ড/শট), যাতে "টানটান-শিথিল-টানটান" ঢেউ তৈরি হয়।
আমার একটি অভিজ্ঞতা আছে: লড়াইয়ের দৃশ্যে পরপর 5-6টি দ্রুত কাটের পর অবশ্যই 1-2 সেকেন্ডের চরিত্রের মুখের ক্লোজ-আপ দিন। এটি শট নষ্ট করা নয়; দর্শককে "শ্বাস নেওয়ার" সুযোগ দেওয়া। এতে পরের দ্রুত কাটের ধাক্কা আরও শক্তিশালী হয়।
কৌশল 3: প্রথম 3 সেকেন্ডের কঠোর নিয়ম
শুরুর প্রথম শটটি পুরো ভিডিওর সবচেয়ে শক্তিশালী ভিজ্যুয়াল দৃশ্য হতে হবে, সঙ্গে থাকতে পারে রহস্য তৈরি করা একটি সংলাপ বা সংঘাতের দৃশ্য। শুরুতে লোগো, "Xতম পর্ব" বা কোনো অপ্রয়োজনীয় কথা দেবেন না।
দর্শকের আঙুল ইতিমধ্যেই স্ক্রিনের ওপর থেমে আছে। তাকে 0.5 সেকেন্ড দ্বিধার সুযোগ দিলেই সে স্ক্রল করে চলে যাবে।
চতুর্থ ধাপ: শব্দের নকশা (15 মিনিট, যা সর্বোচ্চ মান নির্ধারণ করে)
ভয়েসওভার: সঠিক কণ্ঠের ধরন বেছে নিতে পারলে AI ভয়েসওভারের অর্ধেক কাজ সফল। প্রাচীন চীনা ধাঁচের নারী চরিত্রে "কোমল প্রাচীন ধাঁচের" কণ্ঠ, দুর্দান্ত নায়কে "গভীর ও শক্তিশালী" কণ্ঠ, আর খলনায়কে "গম্ভীর ও শীতল" কণ্ঠ বেছে নিন। CapCut-এর AI ভয়েসওভারে এখন 30+ ধরনের কণ্ঠ আছে। বারবার দ্বিধা না করে একটি বেছে নিয়ে পুরো নাটকে একই কণ্ঠ ব্যবহার করুন।
BGM: ভয়েসওভারের 20%-30% ভলিউমে রাখুন। অনেকেই যে ভুলটি করেন, তা হলো BGM এত জোরে রাখা যে সংলাপ ঢেকে যায়। আবেগের চূড়ান্ত মুহূর্তে অল্প সময়ের জন্য 50%-এ বাড়ানো যায়, তবে সংলাপ শুরু হলেই আবার কমিয়ে দিন।
সাউন্ড এফেক্ট: এটি এমন একটি শক্তিশালী উপাদান যা অধিকাংশ AI অ্যানিমে নাটক উপেক্ষা করে। পায়ের শব্দ, দরজা খোলার শব্দ, তরবারির সংঘর্ষ, বাতাস, বৃষ্টি, এসব পরিবেশের শব্দ যোগ করলে দৃশ্যের মান সরাসরি এক ধাপ বেড়ে যায়। CapCut-এর নিজস্ব সাউন্ড লাইব্রেরিতে "প্রাচীন ধাঁচ", "লড়াই" বা "পরিবেশ" লিখে খুঁজলেই প্রচুর বিনামূল্যের বাণিজ্যিকভাবে ব্যবহারযোগ্য শব্দ পাবেন।
অলস কিন্তু কার্যকর একটি পদ্ধতি: প্রতিটি দৃশ্যে অন্তত এক স্তর পরিবেশের ব্যাকগ্রাউন্ড শব্দ রাখুন (জঙ্গল = পাখির ডাক + বাতাসের শব্দ, ঘরের ভেতর = হালকা প্রতিধ্বনি)। ভলিউম মাত্র 5% হলেও দৃশ্যটি "AI-তৈরি" থেকে "স্থানিক অনুভূতিসম্পন্ন" হয়ে ওঠে।
পঞ্চম ধাপ: সাবটাইটেল (8 মিনিট)
CapCut স্বয়ংক্রিয়ভাবে কথা শনাক্ত করে সাবটাইটেল তৈরি করতে পারে। শনাক্তকরণের হার 95%-এর বেশি হলেও অবশ্যই হাতে যাচাই করুন।
সাবটাইটেলের কঠোর নিয়ম:
ফন্টের আকার: খুব ছোট নয়; মোবাইলে চোখ কুঁচকানো ছাড়াই পড়া যায় এমন হতে হবে
অবস্থান: স্ক্রিনের নিচের 1/3 অংশে; চরিত্রের মুখ ঢেকে দেবেন না
রং: সাদা আউটলাইন অথবা সাদা পটভূমিতে কালো লেখা; অতিরিক্ত চাকচিক্যময় গ্রেডিয়েন্ট ব্যবহার করবেন না
গতি: প্রতি স্ক্রিনে একটি বাক্য, সর্বোচ্চ 15টি অক্ষর। দীর্ঘ বাক্য ভেঙে কথার গতির সঙ্গে মিলিয়ে দিন
গুরুত্বপূর্ণ সংলাপে "জুম" বা "হাইলাইট" এফেক্ট যোগ করা যায়, তবে প্রতি পর্বে সর্বোচ্চ 2-3 বার। বেশি ব্যবহার করলে সস্তা দেখাবে।
ষষ্ঠ ধাপ: ট্রানজিশন (5 মিনিট)
এক কথায়: AI অ্যানিমে নাটকের ট্রানজিশন যত সরল, তত ভালো।
ফেড ইন ও ফেড আউট 80% ট্রানজিশনের প্রয়োজন মেটায়। সময়ের পরিবর্তন বোঝাতে ব্ল্যাক স্ক্রিন ব্যবহার করুন। স্মৃতি বা স্বপ্নের অংশে ক্রস-ডিজলভ ব্যবহার করুন।
ব্যবহার করবেন না: পেজ টার্ন, ঘূর্ণন, ব্লাইন্ডস, ডায়মন্ড, এগুলো 2016 সালের QQ স্পেসের নান্দনিকতা।
একমাত্র ব্যতিক্রম: আবেগের বড় মোড়ে, যেমন খলনায়কের আসল পরিচয় প্রকাশের সময়, 0.3 সেকেন্ডের "সাদা ঝলক" বা "কাঁপুনি" ব্যবহার করে ভিজ্যুয়াল ধাক্কা তৈরি করা যায়। তবে পুরো নাটকে 2 বারের বেশি নয়।
সপ্তম ধাপ: এক্সপোর্ট (2 মিনিট)
বিভিন্ন প্ল্যাটফর্মের জন্য এক্সপোর্ট সেটিং:
Douyin/Kuaishou: 1080×1920 উল্লম্ব, 30fps, বিটরেট 12-16Mbps
Bilibili: 1920×1080 অনুভূমিক, 30fps, বিটরেট 16-20Mbps
Xiaohongshu: 1080×1920 উল্লম্ব, 30fps, বিটরেট 10-14Mbps
বিটরেট খুব কম রাখবেন না। AI-তৈরি দৃশ্যে এমনিতেই অনেক সূক্ষ্ম টেক্সচার থাকে, বিটরেট কম হলে সবকিছু পিক্সেল হয়ে যাবে।
সময়রেখার সারাংশ
ধাপ｜সময়｜মূল লক্ষ্য
ফুটেজ আগে গুছিয়ে নেওয়া｜3 মিনিট｜খারাপ ফুটেজ টাইমলাইনে ঢুকবে না
রাফ কাটে কাঠামো ঠিক করা｜15 মিনিট｜গল্প বলার যুক্তি সাবলীল কি না নিশ্চিত করা
গতির সূক্ষ্ম সম্পাদনা｜20 মিনিট｜বিটে কাট + শ্বাস নেওয়ার জায়গা + প্রথম 3 সেকেন্ডের নিয়ম
শব্দের নকশা｜15 মিনিট｜ভয়েসওভার/BGM/সাউন্ড এফেক্টের তিন স্তর
সাবটাইটেল｜8 মিনিট｜স্পষ্ট ও পাঠযোগ্য, গুরুত্বপূর্ণ সংলাপে হাইলাইট
ট্রানজিশন｜5 মিনিট｜মূলত ফেড ইন ও ফেড আউট, সরল ও সংযত
এক্সপোর্ট｜2 মিনিট｜প্ল্যাটফর্ম অনুযায়ী প্যারামিটার সমন্বয়
মোট: প্রায় 68 মিনিটে একটি সম্পূর্ণ পর্ব।
দক্ষ হয়ে গেলে 40 মিনিটে নামিয়ে আনা সম্ভব। তবে নতুনদের তাড়াহুড়ো করার দরকার নেই। আগে প্রতিটি ধাপ ভালোভাবে করুন। গতি অনুশীলনে আসে, তাড়াহুড়োয় নয়।
শেষ কথা
AI অ্যানিমে নাটকের প্রতিযোগিতা অনেক আগেই "কে ছবি তৈরি করতে পারে" পর্যায় পেরিয়ে গেছে। টুল যত শক্তিশালী হচ্ছে, ছবি তৈরির প্রবেশদ্বারও প্রায় সবার জন্য উন্মুক্ত।
আসল পার্থক্য তৈরি করে পোস্ট-প্রোডাকশন।
একই ফুটেজ দক্ষ এডিটরের হাতে সিনেমা হয়ে ওঠে, আর অনভিজ্ঞ এডিটরের হাতে PPT।
এডিটিংকে আর "শেষে একটু করে নেব" ধরনের কাজ ভাববেন না। এটিই আপনার কাজের শেষ মাইল, এবং সবচেয়ে গুরুত্বপূর্ণ অর্ধেক মাইল।