مرکزی مواد پر جائیں
اے آئی ٹیوٹوریلز

ڈیجیٹل ہیومن کوبو کے ساتھ ایک تصویر سے AI ٹاکنگ ہیڈ ویڈیوز بنائیں

یہ ٹیوٹوریل بتاتا ہے کہ ڈیجیٹل ہیومن کوبو کو استعمال کرتے ہوئے تصویر اور سادہ زبان میں دی گئی درخواست کو ہونٹوں کی ہم آہنگی، کیپشنز اور پیشہ ورانہ پیکیجنگ والی ویڈیو میں کیسے تبدیل کیا جائے۔ آپ ایجنٹ اسکلز انسٹال کریں گے، Renoise MCP سے جڑیں گے، مقامی ٹولز تیار کریں گے، ڈیجیٹل ہیومن پرسونا بنائیں گے، پروڈکشن ورک فلو چلائیں گے، ایڈیٹنگ اجزا کو اپنی ضرورت کے مطابق بنائیں گے اور عام معیار کے مسائل سے بچیں گے۔

ڈیجیٹل ہیومن کوبو کے ساتھ ایک تصویر سے AI ٹاکنگ ہیڈ ویڈیوز بنائیں

ڈیجیٹل ہیومن کوبو کیا ہے؟

ڈیجیٹل ہیومن کوبو AI ٹاکنگ ہیڈ ویڈیوز تیار کرنے کے لیے ایک اوپن سورس Agent Skill ہے۔ اجازت یافتہ حوالہ جاتی تصویر اور مواد کی درخواست سے آغاز کرتے ہوئے، ایک AI ایجنٹ اسکرپٹ تیار کر سکتا ہے، ہونٹوں کی ہم آہنگی والے پریزنٹر کلپس بنا سکتا ہے، ان کے معیار کا جائزہ لے سکتا ہے، آواز کو یکساں بنا سکتا ہے، کیپشنز اور بصری پیکیجنگ شامل کر سکتا ہے، اور Remotion کے ذریعے مکمل MP4 رینڈر کر سکتا ہے۔

ڈیجیٹل ہیومن کوبو ٹاکنگ ہیڈ ویڈیو کی مثال

پریزنٹر کی ترتیب persona.json میں محفوظ ہوتی ہے، جس میں چہرے کی حوالہ جاتی تصویر، لباس، آواز کی تفصیل، اور پرامپٹ ٹیمپلیٹ شامل ہوتے ہیں۔ اس سے ایک ہی ڈیجیٹل شخصیت کو لائیو اسٹریم اسٹوڈیوز، کلاس رومز، دکانوں، گلیوں اور دیگر تیار کردہ مناظر میں دوبارہ استعمال کرنا ممکن ہوتا ہے۔

صرف اپنا چہرہ اور آواز، یا وہ مواد استعمال کریں جس کے استعمال کی آپ کو واضح اجازت حاصل ہو۔ حقیقی لوگوں یا تخلیق کاروں کی نقالی نہ کریں، اور مکمل ویڈیوز کو AI ڈیجیٹل ہیومن پرفارمنس کے طور پر لیبل کریں۔

اہم خصوصیات

  • قابلِ دوبارہ استعمال ڈیجیٹل ہیومن: ایک حوالہ جاتی تصویر اور محفوظ شدہ شخصیت کی ترتیب سے مستقل مزاج پریزنٹر بنائیں۔
  • ہونٹوں کی ہم آہنگی کے ساتھ تخلیق: اسکرپٹس کو زیادہ سے زیادہ 15 سیکنڈ کے حصوں میں تقسیم کریں اور Renoise MCP کے ذریعے Grok Video 1.5 سے تیار کریں۔
  • منظوری پر مبنی اخراجات: ایجنٹ تخلیق سے پہلے حصوں کی تعداد، دورانیہ، کریڈٹ کا تخمینہ اور اکاؤنٹ بیلنس بتاتا ہے۔ یہ منظوری کا انتظار کرتا ہے اور باقی حصوں کو بیچ میں تیار کرنے سے پہلے جائزے کے لیے پہلا حصہ بناتا ہے۔
  • خودکار کوالٹی کنٹرول: تیار کردہ تقریر کو whisper کے ذریعے تحریر میں منتقل کیا جاتا ہے اور اس کا اسکرپٹ سے موازنہ کیا جاتا ہے۔ ہر حصے کے چار فریمز کا بھی ایسے مسائل کے لیے جائزہ لیا جاتا ہے، جیسے ناپسندیدہ پہلے سے شامل سب ٹائٹلز۔
  • آواز کا تسلسل: اسپیکٹرل میچنگ، ڈی-ایسنگ، مشترکہ کمرے کی گونج اور بلند آواز کی نارملائزیشن الگ الگ تیار کردہ کلپس کو ایک ہی ریکارڈنگ جیسا بنانے میں مدد دیتے ہیں۔
  • پانچ ایڈیٹنگ اسٹائلز: ایجنٹ موضوع، فارمیٹ، دورانیے اور مطلوبہ ناظرین کے مطابق اسٹائلز تجویز کرتا ہے۔
  • پیکیجنگ ٹول کِٹ: اڑتالیس اجزا ہُکس، ثبوتی کارڈز، کاؤنٹرز، نقشے، باب کارڈز، متحرک کیپشنز، پنچ اِنز اور دیگر ایڈیٹنگ پیٹرنز فراہم کرتے ہیں۔
  • متعدد زبانیں: انگریزی، جاپانی، کوریائی، فرانسیسی، ہسپانوی اور عربی کا تجربہ کیا گیا ہے، جبکہ تقریر کی تصدیق کے لیے whisper استعمال ہوتا ہے۔
  • اختیاری گہرائی والا متن: macOS پر Apple Vision کی شخصی سیگمنٹیشن پس منظر اور پریزنٹر کے درمیان بڑا متن رکھ سکتی ہے۔

پروڈکشن ورک فلو کو سمجھیں

یہ اسکل ایک مطابقت رکھنے والے ایجنٹ کو درج ذیل پائپ لائن کے ذریعے رہنمائی فراہم کرتی ہے:

  1. Renoise MCP، ffmpeg، Python، Node.js، Remotion اور whisper چیک کریں۔
  2. مواد کی تشخیص کریں، دو ایڈیٹنگ اسٹائلز تجویز کریں، اور مطلوبہ انتخاب ایک ہی مرحلے کے سوالات میں حاصل کریں۔
  3. script.json میں حصوں پر مشتمل اسکرپٹ بنائیں، اور تیار کردہ بولنے والے کلپس کو 15 سیکنڈ کی حد میں رکھیں۔
  4. متوقع Renoise کریڈٹ لاگت بتائیں اور تصدیق کا انتظار کریں۔
  5. پہلا حصہ تیار کریں، منظوری طلب کریں، پھر باقی حصے تیار کریں۔
  6. کلپس کو محفوظ طریقے سے ڈاؤن لوڈ کریں، تقریر کو تحریر میں منتقل کریں، اور نمائندہ فریمز کا جائزہ لیں۔
  7. آواز کو یکساں بنانے کا عمل نافذ کریں اور tl.json میں لفظی سطح کی ٹائم لائن بنائیں۔
  8. Remotion اسٹائل ٹیمپلیٹ اور منتخب پیکیجنگ اجزا کے ساتھ ایڈیٹ کریں۔
  9. ویڈیو رینڈر کریں، ٹرانزیشنز کا جائزہ لیں، اور آخری آواز کی بلندی کو نارملائز کریں۔
ڈیجیٹل ہیومن کوبو سے تیار کردہ ویڈیو کا مظاہرہ

انسٹالیشن سے پہلے

مکمل ورک فلو کو خودکار بنانے کے لیے آپ کے ایجنٹ میں Agent Skills لوڈ کرنے، ریموٹ MCP سرور سے جڑنے اور مقامی کمانڈز چلانے کی صلاحیت ہونی چاہیے۔ اس ریپوزٹری کو بنانے اور جانچنے کے لیے Claude Code استعمال کیا گیا تھا۔ توقع ہے کہ Codex انہی اسکرپٹس کے ساتھ کام کرے گا، جبکہ OpenClaw، WorkBuddy اور دیگر مصنوعات اس وقت کام کر سکتی ہیں جب وہ یہ تینوں صلاحیتیں فراہم کریں۔

صرف MCP اور چیٹ پر مبنی ایجنٹ اب بھی ویڈیو کی منصوبہ بندی، تخلیق کی لاگت کا تخمینہ، اور Renoise کے ذریعے کلپس بنانا انجام دے سکتا ہے۔ اس کے بعد مقامی ڈاؤن لوڈ، کوالٹی چیکس، ایڈیٹنگ اور رینڈرنگ شیل چلانے والے ایجنٹ کے ذریعے یا دستاویزی کمانڈز دستی طور پر چلا کر مکمل کرنا ہوگا۔

ڈیجیٹل ہیومن کوبو انسٹال کریں

1. ریپوزٹری کلون کریں

git clone https://github.com/andyhuo520/digital-human-koubo.git
cd digital-human-koubo

2. دونوں Agent Skills انسٹال کریں

ریپوزٹری میں بنیادی digital-human-koubo اسکل اور Style A میں استعمال ہونے والا finance-explainer انجن شامل ہے۔ Claude Code صارفین دونوں کو اس طرح انسٹال کر سکتے ہیں:

mkdir -p ~/.claude/skills
cp -R skills/digital-human-koubo skills/finance-explainer ~/.claude/skills/

Codex کے لیے انہیں اس کی skills ڈائریکٹری میں کاپی کریں:

mkdir -p ~/.codex/skills
cp -R skills/digital-human-koubo skills/finance-explainer ~/.codex/skills/

اگر آپ کا ایجنٹ گرافیکل انٹرفیس کے ذریعے اسکلز درآمد کرتا ہے تو دونوں فولڈرز پر مشتمل ZIP آرکائیو بنائیں:

cd skills
zip -r ../digital-human-skills.zip digital-human-koubo finance-explainer
cd ..

3. Renoise MCP سے جڑیں

Renoise پر اکاؤنٹ بنائیں۔ توثیق براؤزر میں ہوتی ہے، اس لیے آپ کو پروجیکٹ میں API key پیسٹ کرنے کی ضرورت نہیں۔

Claude Code کے لیے آفیشل پلگ اِن انسٹال کریں:

/plugin marketplace add ArcoCodes/renoise-plugins-official
/plugin install renoise@renoise-plugins-official

Codex کے لیے ریموٹ MCP سرور شامل کریں اور توثیق کریں:

codex mcp add renoise --url https://renoise.ai/api/public/mcp
codex mcp login renoise

دیگر ہم آہنگ کلائنٹس https://renoise.ai/api/public/mcp کو حسبِ ضرورت ریموٹ MCP URL کے طور پر استعمال کر سکتے ہیں۔ کنیکٹ ہونے کے بعد ایجنٹ سے کہیں کہ وہ آپ کا Renoise بیلنس چیک کرے۔ اس سے ادائیگی والے اثاثے بنانا شروع کرنے سے پہلے تصدیق ہو جاتی ہے کہ تصدیقِ شناخت اور ٹول تک رسائی دونوں درست ہیں۔

4. مقامی پروڈکشن ٹولز انسٹال کریں

مقامی پائپ لائن کے لیے ffmpeg، NumPy اور Pillow کے ساتھ Python 3، Node.js 18 یا اس کے بعد کا ورژن، whisper.cpp، اور ایک whisper ماڈل درکار ہے۔ macOS پر عام سیٹ اپ یہ ہے:

brew install ffmpeg python node whisper-cpp
python3 -m pip install numpy pillow

whisper.cpp کے ماڈل کلیکشن سے ggml-medium-q5_0.bin ڈاؤن لوڈ کریں اور اسے ~/models/ میں رکھیں۔ متبادل طور پر، پائپ لائن کو کسی دوسرے مقام کی طرف اشارہ کریں:

export WHISPER_MODEL=/path/to/model.bin

Claude Code صارفین شامل کردہ تشخیصی اسکرپٹ چلا سکتے ہیں۔ یہ انسٹال شدہ dependencies کو نظرانداز کرتا ہے اور جو چیزیں موجود نہ ہوں ان کے لیے اختیارات دکھاتا ہے:

bash ~/.claude/skills/digital-human-koubo/scripts/doctor.sh

Windows پر Winget کے ذریعے ffmpeg، Python، اور Node.js انسٹال کریں، پھر whisper.cpp کی releases سے whisper-cli حاصل کریں۔ Linux پر سسٹم پیکیج مینیجر کے ذریعے ffmpeg اور Python انسٹال کریں، Node.js کا LTS ورژن استعمال کریں، اور ضرورت پڑنے پر whisper.cpp کو source سے build کریں۔

5. آڈیو اثاثے بنائیں

repository میں third-party آڈیو شامل نہیں ہے۔ 30 صوتی اثرات اور ایک عارضی پسِ منظر ٹریک کا اصل مجموعہ بنانے کے لیے یہ کمانڈ چلائیں:

python3 ~/.claude/skills/digital-human-koubo/scripts/make_assets.py

new_edit.sh اسکرپٹ نئے پروجیکٹس کے لیے یہ مرحلہ بھی انجام دیتی ہے۔ اعلیٰ معیار کا soundtrack استعمال کرنے کے لیے وہ موسیقی جسے استعمال کرنے کا آپ کے پاس لائسنس ہو، <project>/public/music/bgm.mp3 میں رکھیں۔

اپنا ڈیجیٹل انسان بنائیں

  1. ایسی سامنے سے لی گئی تصویر منتخب کریں جس میں روشنی یکساں ہو، منہ بند ہو، اور بال چہرے سے دور ہوں۔
  2. ایجنٹ سے کہیں کہ سامنے، دونوں اطراف، اور پشت دکھانے والی چار زاویوں کی reference sheet بنائے۔ README میں GPT Image 2.5 کو 2K resolution پر تجویز کیا گیا ہے۔
  3. دستیاب ویڈیو ماڈلز، جیسے Grok Video 1.5 اور Wan 3.0، کے ساتھ اسی تصویر اور بولی گئی لائن کو آزمائیں اور اپنی پسند کا نتیجہ منتخب کریں۔
  4. منظور شدہ reference کو Renoise پر upload کریں۔
  5. واپس ملنے والی material:<id> قدر کو skills/digital-human-koubo/persona.json میں renoise.reference_material کے تحت درج کریں۔

repository میں شامل material IDs مصنف کے Renoise اکاؤنٹ سے وابستہ ہیں اور کسی دوسرے اکاؤنٹ میں کام نہیں کریں گے۔ انہیں اپنی upload کردہ reference سے تبدیل کریں۔ دوسرے presenter کو دستاویزی other_hosts.me فیلڈ کے ذریعے configure کیا جا سکتا ہے۔

اپنی پہلی ویڈیو بنائیں

جب skill اور ٹولز دستیاب ہوں تو ویڈیو کو عام زبان میں بیان کریں۔ موضوع، مطلوبہ دورانیہ، حقائق پر مبنی پیشکش کی تفصیلات، اور کوئی بھی بصری درخواست شامل کریں۔

Use my digital human skill to make a 30-second livestream ad:
WorkBuddy course, 10 lessons, ¥99, previously ¥999.

آپ طویل وضاحتی ویڈیو یا مخصوص packaging بھی طلب کر سکتے ہیں:

Make a 3-minute explainer about why Silicon Valley Bank collapsed.
Use the finance and technology explainer style.
Add a map route when the countries are mentioned.
Put “¥99” behind the presenter and begin with a teaser cold open.

ایجنٹ کو مختصر content diagnosis، دو تجویز کردہ styles، اور style، ratio، duration، caption intensity، اور presenter سے متعلق سوالات کا ایک مجموعہ پیش کرنا چاہیے۔ اس کے بعد وہ credit quote دکھانے سے پہلے script اور scene design تیار کرتا ہے۔

خودکار طور پر منظوری نہ دیں۔ segments کی تعداد، کل seconds، موجودہ balance، اور متوقع credits چیک کریں۔ منظوری کے بعد identity consistency، تلفظ، lip synchronization، framing، اور غیر مطلوب subtitles کے لیے segment one کا معائنہ کریں۔ باقی batch کو صرف اس وقت منظور کریں جب sample قابلِ قبول ہو۔

editing style منتخب کریں

  • Style A، finance یا technology explainer: واقعات، شواہد، ڈیٹا، اور “کیوں” والے سوالات پر تقریباً 3–20 منٹ کی ویڈیوز کے لیے 16:9 format۔
  • Style B، influencer talking head: 30–120 سیکنڈ کی product recommendations، sales videos، اور آرا کے لیے 9:16 format۔ Captions سادہ، معیاری، یا lively ہو سکتے ہیں۔
  • Style C، launch breakdown: 30–90 سیکنڈ کے product یا model announcements کے لیے 16:9 format، جس میں عموماً presenter کے ساتھ supporting footage شامل ہوتی ہے۔
  • Style D، step-by-step tutorial: 3–8 منٹ کی setup guides اور instructional content کے لیے 16:9 format۔
  • Style E، multi-host اور multi-scene: متعدد presenters یا locations کے ساتھ 3–7 منٹ کی multilingual demonstrations کے لیے 16:9 format۔

Style A مقبول explainer formats سے صرف ساختی اور editing اصول مستعار لیتا ہے۔ اس میں کسی creator کا چہرہ، آواز، set، یا الفاظ استعمال نہیں کیے جاتے۔

packaging کو حسبِ ضرورت بنائیں

packaging system میں نام دیے گئے 48 components شامل ہیں۔ انہیں opening hooks، شواہد اور ڈیٹا، annotations، لوگوں، rhythm، اور interaction کے گرد گروپ کیا گیا ہے۔ مثالوں میں TeaserColdOpen، NumberSpike، EvidenceCard، MapRoute، LowerThird، PunchInHost، ChapterCard، اور TextBehind شامل ہیں۔

Components کو pack list میں شامل کیا جاتا ہے۔ Timing کسی segment اور بولے گئے لفظ کا حوالہ دے سکتی ہے، جس سے effects صرف raw seconds پر انحصار کرنے کے بجائے speech کے مطابق چلتے ہیں:

{
  "pack": [
    {
      "use": "NumberSpike",
      "at": "1:不到十块钱",
      "until": "1:end",
      "text": "¥9.9/节",
      "label": "一节课"
    },
    {
      "use": "Danmaku",
      "items": [
        { "t": "真的假的?", "at": "1:" },
        { "t": "AI 还能帮我干活?", "at": "1:教你", "hot": true }
      ]
    }
  ]
}

render کرنے سے پہلے edit configuration کی توثیق کریں:

python3 scripts/check_edit.py <project>/src

پریزنٹر کے پیچھے متن تخلیق کریں

گہرائی والے متن کا اثر بیک گراؤنڈ لیئر، بڑے متن، اور پریزنٹر کے شفاف کٹ آؤٹ سے بنتا ہے۔ شخص کی سیگمنٹیشن Apple Vision پر منحصر ہے، اس لیے باقی پائپ لائن کے کراس پلیٹ فارم ہونے کے باوجود اس مخصوص اثر کے لیے macOS درکار ہے۔

python3 scripts/cutout_video.py \
  public/main.mp4 \
  public/main_cut_s4.webm \
  --from 17.2 \
  --to 22.4

صرف ان سیکنڈز کو پروسیس کریں جنہیں اثر کی ضرورت ہو۔ یہ درمیانے شاٹ اور موضوع کے گرد نمایاں خالی جگہ کے ساتھ بہترین کام کرتا ہے۔ اگر پریزنٹر فریم کے تقریباً 60 فیصد سے زیادہ حصے پر محیط ہو تو اسکرپٹ خبردار کرتا ہے کہ متن چھپ سکتا ہے۔ متعلقہ سیگمنٹس کو "shot": "depth" سے نشان زد کریں تاکہ انہیں زیادہ موزوں فریمنگ کے ساتھ تیار کیا جا سکے۔

جدید پروڈکشن تجاویز

آغاز فوری رکھیں

پہلے تین سیکنڈز میں دعوے، عمل، یا مرکزی سوال سے آغاز کریں۔ سلام یا لوگو سے شروع کرنے سے گریز کریں۔ پہلے 30 سیکنڈز کے دوران تقریباً ہر تین سے پانچ سیکنڈ بعد کوئی بصری یا اداریاتی تبدیلی متعارف کریں۔

حرکت کفایت سے استعمال کریں

سنگل کیمرا ڈیجیٹل ہیومن کے لیے جملوں کی حدود پر پنچ اِن کٹس کم خرچ بصری ردھم فراہم کرتی ہیں۔ دستاویزی پیٹرن میں تقریباً 1.0×، 1.18×، اور 1.32× فریمنگ باری باری استعمال ہوتی ہے۔

صوتی اثرات منتخب طور پر استعمال کریں

بیک گراؤنڈ میوزک برقرار رکھیں، لیکن صوتی اثرات بامعنی واقعات کے لیے محفوظ رکھیں۔ انکشاف سے پہلے تقریباً 0.6–1.0 سیکنڈ کی مختصر خاموشی انکشاف کو زیادہ مؤثر بنا سکتی ہے۔

ٹرانسکرپشن کی غلطیوں کا سمجھ داری سے جائزہ لیں

Whisper بولے گئے چینی عددی الفاظ کو ہندسوں میں تبدیل کر سکتا ہے۔ اس سے حساب شدہ ٹیکسٹ میچ اسکور کم ہو سکتا ہے، چاہے آڈیو درست ہو۔ دوبارہ تیار کرنے کے لیے ادائیگی سے پہلے مشکوک سیگمنٹس سنیں۔

ماخذ کا اسپیکٹ ریشو برقرار رکھیں

Grok کا 9:16 720p آؤٹ پٹ 720×1280 ہے۔ اسے کسی دوسرے اسپیکٹ ریشو میں نہ کھینچیں۔ موزوں ٹیمپلیٹ استعمال کریں، جان بوجھ کر کراپ کریں، یا مطلوبہ فارمیٹ کے لیے دوبارہ تیار کریں۔

پریزنٹر کی دوہری آڈیو سے بچیں

صاف شدہ آڈیو استعمال کرتے وقت پریزنٹر کی ویڈیو ٹریک کو خاموش کریں۔ اصل اور پروسیس شدہ ٹریکس کو معمولی تاخیر کے ساتھ بیک وقت چلانے سے سخت comb filtering پیدا ہوتی ہے۔

متبادل آوازیں احتیاط سے استعمال کریں

Grok کی مقامی آواز عموماً بہترین ہم زمانی فراہم کرتی ہے، کیونکہ ماڈل اسی آواز کے ساتھ ہونٹوں کی حرکت تخلیق کرتا ہے۔ Xiaomi MiMo TTS ڈیزائن کردہ آواز، مجاز کلون شدہ آواز، یا نریشن فراہم کر سکتا ہے، لیکن تیار کردہ آواز کو تبدیل کرنے سے تقریباً 100 ملی سیکنڈ کی تاخیر پیدا ہو سکتی ہے۔ یہ مکمل اسکرین کلوز اَپس کے مقابلے میں picture-in-picture شاٹس میں کم نمایاں ہوتی ہے۔ اپنی ریکارڈنگ سے عین مطابقت کے لیے، OmniHuman جیسے آڈیو سے چلنے والے ماڈل کی خاطر skill کی دستاویزات دیکھیں۔

لاگت اور منظوری کی حکمت عملی

تیاری میں Renoise کریڈٹس استعمال ہوتے ہیں اور قیمتیں تبدیل ہو سکتی ہیں۔ README میں 27 سیکنڈ کے عمودی لائیو اسٹریم اشتہار کے لیے 482 کریڈٹس درج ہیں، جبکہ کئی منٹ کے ٹیوٹوریلز کے لیے کئی ہزار کریڈٹس درکار تھے۔ ان اعداد کو مقررہ قیمتوں کے بجائے مثالیں سمجھیں۔

ہمیشہ agent کے براہِ راست کوٹ پر انحصار کریں۔ منصوبہ بند ریزولوشن کا بھی جائزہ لیں: دستاویزی حوالہ جاتی قیمتیں README لکھے جانے کے وقت Grok Video 1.5 کے لیے 720p پر 17 کریڈٹس فی سیکنڈ، 480p پر 10 کریڈٹس فی سیکنڈ، اور 2K GPT Image 2.5 کی ایک تیاری کے لیے 23 کریڈٹس تھیں۔

ذمہ دارانہ اشاعت کی چیک لسٹ

  • صرف وہ چہرے اور آوازیں استعمال کریں جن کے آپ مالک ہیں یا جن کے استعمال کی آپ کو واضح اجازت حاصل ہے۔
  • کبھی کسی حقیقی شخص کی نقالی نہ کریں اور یہ تاثر نہ دیں کہ AI پریزنٹر حقیقی توثیق کر رہا ہے۔
  • ویڈیو کو AI ڈیجیٹل ہیومن کی پیش کش کے طور پر لیبل کریں، اور تیار کردہ مناظر یا جانوروں کو AI سے تیار کردہ کے طور پر نشان زد کریں۔
  • قیمتیں، جائزے، پیشکشیں، اعداد و شمار، یا صارفین کے دعوے نہ گھڑیں۔ نمونہ ڈیٹا کو واضح طور پر نشان زد کریں۔
  • کاپی رائٹ شدہ فلمی اسٹل، ٹیلی ویژن فریم، مشہور شخصیات کی تصاویر، یا غیر مجاز ویب میمز شامل نہ کریں۔
  • شامل کردہ متحرک emoji اثاثے استعمال کرتے وقت Google Noto کو کریڈٹ دیں۔
  • Remotion کی علیحدہ لائسنس ضروریات چیک کریں، خاص طور پر ان کمپنیوں کے لیے جن میں تین سے زیادہ افراد ہوں۔

نتیجہ

Digital Human Koubo ایجنٹ پر مبنی منصوبہ بندی، Renoise تیاری، whisper پر مبنی تصدیق، آڈیو پروسیسنگ، اور Remotion ایڈیٹنگ کو ایک منظم پروڈکشن ورک فلو میں یکجا کرتا ہے۔ آغاز کا محفوظ ترین طریقہ یہ ہے کہ دونوں skills انسٹال کریں، ہر dependency کی تصدیق کریں، اپنی مجاز persona تشکیل دیں، اور ایک مختصر ٹیسٹ ویڈیو تیار کریں۔ طویل، کثیر لسانی، یا بہت زیادہ پیکج شدہ منصوبوں تک بڑھانے سے پہلے کوٹ اور پہلے سیگمنٹ کی احتیاط سے منظوری دیں۔