Cách tôi đã thử Wan 2.5: Trình tạo video AI thực sự nói chuyện

Trong hành trình của tôi với AI, việc tạo video luôn là một vấn đề đau đầu. Câu hỏi lớn là: làm thế nào để bạn tạo video và âm thanh cùng một lúc? Hầu như tất cả các mô hình AI mà tôi đã thử - Lingling, Veo, Sora - chỉ có thể tạo ra các clip im lặng. Trước tiên, bạn phải tạo video, sau đó thêm phần lồng tiếng, hiệu ứng âm thanh, nhạc nền và đồng bộ hóa môi theo cách thủ công. Một clip 10 giây đơn giản có thể mất hàng giờ.

Nhưng mọi thứ đã thay đổi vào tháng 9 khi Alibaba Cloud phát hành Trình tạo video Wan 2.5 AI miễn phí. Và thành thật mà nói, nó đã làm tôi thất vọng.

Đây là mô hình video AI đầu tiên thực sự có thể nói chuyện. Bạn chỉ cần nhập một dòng văn bản và nó sẽ tự động tạo ra một video đầy đủ với âm thanh, hiệu ứng âm thanh và nhạc nền. Tôi đã thử nó trên PixarYAI, và nó giống như ma thuật.

Lối vào Wan 2.5 👇

Từ “Tắt tiếng” đến “Nói”: Video AI có linh hồn

Trước đây, việc tạo một video AI giống như chạy hai studio riêng biệt - một cho hoạt hình và một cho âm thanh. Nhưng với Wan 2.5 trực tuyến miễn phí, âm thanh và video đồng bộ hóa hoàn hảo. Trên PixaryAI, tất cả những gì tôi phải làm là tạo video Wan, chỉ cần nhập lời nhắc, nhấp vào “tạo” và vài phút sau, tôi đã có một clip được đồng bộ hóa hoàn toàn.

Giọng nói linh hoạt phù hợp với câu chuyện của bạn

Các Trình tạo văn bản sang video Wan 2.5 AI miễn phí không chỉ đồng bộ hóa âm thanh — nó có thể tạo ra tất cả các loại giọng nói từ lời nhắc văn bản của bạn một cách thông minh.

Ví dụ, tôi gõ vào:

Một người đàn ông mặc bộ đồ hai ngực màu xám, chỉ về phía trước trong một thành phố của Mỹ vào ban đêm, trông phấn khích. Phong cách lấy cảm hứng từ phim tội phạm, quay trung bình, tập trung vào hành động và biểu cảm của anh.

Sau đó, đối với cuộc đối thoại:

Người đàn ông đột nhiên nói, “Bạn có nghĩ rằng bạn có thể chạy trốn không? Anh không lo lắng cho vợ con sao?” Biểu cảm giận dữ, giọng nói rõ ràng, giọng Mỹ.

(Công thức: Lời nói nhân vật + cảm xúc + giai điệu + tốc độ + âm sắc + trọng âm)

Kết quả? Biểu cảm khuôn mặt, giọng điệu và giọng nói của anh ấy đều cảm thấy siêu thực.

Tôi cũng đã thử một cái thú vị:

Ông Trump đứng lên sân khấu, nói: “Chúng tôi sẽ xây một bức tường, một bức tường lớn! Tôi sẽ làm cho nước Mỹ vĩ đại trở lại!” Giọng điệu phấn khích, tốc độ vừa phải, nhảy nhẹ trong khi nói.

Các Trình tạo video Wan 2.5 trực tuyến đã đóng đinh nó một cách hoàn hảo.

Âm thanh môi trường và nhạc nền

Trong khi thử nghiệm, tôi cũng thử nghiệm thêm hiệu ứng âm thanh và âm nhạc trực tiếp từ lời nhắc văn bản. Tôi muốn xem liệu hệ thống có thực sự có thể nắm bắt bối cảnh môi trường hay không, và nó đã làm được.

• Hiệu ứng âm thanh = Vật chất + Hành động + Môi trường
  Ví dụ: Một quả bóng thủy tinh rơi trên bàn trong một căn phòng yên tĩnh.

Đầu ra có một “ping” sắc nét, giống như trong cuộc sống thực. Thật tuyệt vời khi thấy văn bản chuyển thành âm thanh một cách liền mạch với Wan 2.5 hình ảnh sang video miễn phí.

• Nhạc nền = Âm nhạc/bản nhạc + Phong cách
  Ví dụ: Vào một đêm mưa, một cô gái Mỹ đi dọc theo một con đường đồng quê, một làn gió mát mẻ huýt sáo trong không trung, kèm theo những âm thanh kỳ lạ và thương tiếc.

AI tự động thêm âm nhạc lạnh lùng, cô đơn phù hợp hoàn hảo với rung cảm.

Thành thật mà nói, chỉ riêng đầu ra văn bản thành video trông thật tuyệt vời. Và nếu bạn muốn chất lượng cao hơn nữa, bạn có thể sử dụng chức năng hình ảnh thành video, mà tôi đã thử cho các clip dài hơn.

Không chỉ nói chuyện: Video tốt hơn, di chuyển thông minh hơn

Khi tôi tiếp tục thử nghiệm, tôi nhận ra Trình tạo video Wan 2.5 AI trực tuyến miễn phí không chỉ là thêm giọng nói — nó nâng cấp toàn bộ trải nghiệm video.

• Độ dài video bây giờ tăng từ 5s đến 10 giây hoặc 15 giây, vì vậy tôi có thể kiểm tra các clip dài hơn.
• Độ phân giải được nâng cấp từ 720P lên 1080P, làm cho chi tiết rõ ràng hơn nhiều trên màn hình của tôi.
• Nó thậm chí hiểu hướng máy ảnh phức tạp, mà tôi đã đưa vào thử nghiệm.

Ví dụ, tôi đã gõ:

Từ từ phóng to, tua thời gian, mây lăn, cảnh hoành tráng.

Tôi kinh ngạc xem video được tạo ra có âm thanh phù hợp, chuyển động của máy ảnh mượt mà và các hiệu ứng môi trường chính xác. Cảm giác giống như xem một bộ phim ngắn chuyên nghiệp, ngoại trừ việc tôi đã thực hiện nó trong vài phút.

Mẹo của tôi để sử dụng lời nhắc Wan 2.5

Từ các phiên thử nghiệm của tôi, đây là cách tôi cấu trúc Máy phát điện Wan 2.5 nhắc nhở cho kết quả tốt nhất:

Giọng nói = Lời nói nhân vật + cảm xúc + giai điệu + tốc độ + âm sắc + trọng âm
Ví dụ: Một người mẹ ôm con nói, “Đừng lo, mọi thứ sẽ ổn thôi”, giọng điệu nhẹ nhàng, nhô lên êm ái, tốc độ chậm, âm sắc nhẹ nhàng, giọng Mỹ.

Trong quá trình thử nghiệm của mình, tôi thấy công thức này làm cho cuộc đối thoại nghe có vẻ tự nhiên ngay cả trong những cảnh phức tạp.

Hiệu ứng âm thanh = Vật chất + Hành động + Môi trường
Ví dụ: Biển dâng lên và gầm ầm, im lặng xung quanh nó.

Tôi đã sử dụng cái này để mô phỏng âm thanh môi trường trong một cảnh làng nhỏ mà tôi tạo ra, và nó đã tạo thêm tính chân thực đáng kinh ngạc.

Nhạc nền = Âm nhạc/bản nhạc + Phong cách
Ví dụ: Vào một Giáng sinh đầy tuyết, một người đàn ông vô gia cư tận hưởng tuyết một mình, được bao quanh bởi những giọng nói.

Thử nghiệm điều này, tôi nhận thấy AI có thể tự động điều chỉnh tâm trạng và phong cách dựa trên mô tả cảnh.

Thành thật mà nói, tôi chưa bao giờ thấy việc tạo video AI mượt mà như vậy. Cho dù bạn muốn Wan 2.5 tạo video, thử trình tạo video Wan 2.5 miễn phí, hoặc khám phá các lựa chọn thay thế như Google Veo 3 lựa chọn thay thế hoặc là Sora 2 lựa chọn thay thế, mô hình này là cấp độ tiếp theo.

Từ những thí nghiệm của riêng tôi, PixarYAI làm cho nó trở nên dễ dàng tạo video Wan—mọi thứ từ âm thanh đến hình ảnh đều được tích hợp. Kinh nghiệm thử nghiệm Trình tạo video Wan 2.5 AI miễn phí trực tiếp khiến tôi nhận ra đây là một yếu tố thay đổi cuộc chơi đối với những người sáng tạo video AI như tôi.