ساخت انیمیشن با هوش مصنوعی؛ آموزش کامل تولید کارتون و ویدئوی متحرک با AI

در این راهنمای جامع یاد می‌گیرید چگونه با هوش مصنوعی از متن یا تصویر انیمیشن بسازید؛ از سناریونویسی و طراحی شخصیت تا متحرک‌سازی، گویندگی، تدوین و تولید خودکار با API درواره.

Share
ساخت انیمیشن با هوش مصنوعی؛ آموزش کامل تولید کارتون و ویدئوی متحرک با AI

ساخت انیمیشن تا چند سال پیش به مهارت‌های تخصصی در طراحی، مدل‌سازی، ریگ‌کردن شخصیت، متحرک‌سازی، نورپردازی، صداگذاری و تدوین نیاز داشت. اکنون ابزارهای هوش مصنوعی یا AI می‌توانند بخش بزرگی از این فرایند را سریع‌تر کنند.

با هوش مصنوعی می‌توان یک ایده کوتاه را به سناریو تبدیل کرد، برای آن Storyboard ساخت، شخصیت‌ها را طراحی کرد، تصاویر را حرکت داد، لب‌خوانی یا Lip Sync انجام داد، صدای راوی تولید کرد و خروجی را برای اینستاگرام، یوتیوب، آموزش یا تبلیغات آماده کرد.

البته «ساخت انیمیشن با یک کلیک» بیشتر یک عبارت تبلیغاتی است. تولید انیمیشن حرفه‌ای همچنان به برنامه‌ریزی، کنترل سبک، انتخاب شات‌های مناسب و تدوین انسانی نیاز دارد. تفاوت این است که AI زمان و هزینه نمونه‌سازی و تولید را به‌شدت کاهش می‌دهد.

در این راهنما، روش ساخت انواع انیمیشن با هوش مصنوعی را از مرحله ایده تا خروجی نهایی بررسی می‌کنیم. همچنین یک جریان فنی برای تولید خودکار سناریو، شات‌لیست و پرامپت‌های تصویری با API درواره می‌سازیم.

آیا هوش مصنوعی واقعاً می‌تواند انیمیشن بسازد؟

بله، اما چند روش متفاوت برای این کار وجود دارد. انتخاب روش مناسب به نوع انیمیشن و کیفیت مورد انتظار بستگی دارد.

هوش مصنوعی می‌تواند در این مراحل کمک کند:

  • ایده‌پردازی و انتخاب موضوع
  • نوشتن سناریو
  • تبدیل سناریو به Storyboard
  • طراحی شخصیت
  • ساخت پس‌زمینه و اشیای صحنه
  • تولید تصویر از متن
  • تبدیل تصویر ثابت به ویدئو
  • تولید مستقیم ویدئو از متن
  • متحرک‌سازی چهره و لب‌ها
  • ساخت آواتار سخنگو
  • تولید صدای راوی و شخصیت‌ها
  • ساخت موسیقی و افکت صوتی
  • تولید زیرنویس
  • تدوین اولیه و تنظیم شات‌ها
  • تغییر نسبت تصویر برای شبکه‌های اجتماعی

برای کسب بهترین نتیجه، معمولاً چند ابزار در کنار یکدیگر استفاده می‌شوند. یک مدل زبانی سناریو را می‌نویسد، مدل تصویر شخصیت‌ها را می‌سازد، مدل ویدئو تصاویر را متحرک می‌کند و نرم‌افزار تدوین همه اجزا را کنار هم قرار می‌دهد.

تفاوت انیمیشن‌سازی سنتی و انیمیشن‌سازی با AI

در انیمیشن سنتی، حرکت‌ها فریم‌به‌فریم یا با استفاده از Keyframe، Rig و کنترل‌های حرکتی ساخته می‌شوند. انیماتور روی جزئیات حرکت کنترل بسیار بالایی دارد، اما تولید زمان‌بر است.

در انیمیشن مولد، مدل هوش مصنوعی بر اساس متن، تصویر مرجع یا ویدئوی ورودی، تعدادی فریم متوالی تولید می‌کند. این روش سریع‌تر است، اما ممکن است با مشکلاتی مانند تغییر چهره، ناپایداری اشیا، حرکت غیرطبیعی و تفاوت جزئیات میان شات‌ها روبه‌رو شود.

برای پروژه‌های حرفه‌ای، ترکیب این دو روش معمولاً نتیجه بهتری دارد:

  • AI برای ایده‌پردازی و نمونه اولیه
  • AI برای ساخت عناصر و شات‌های کوتاه
  • نرم‌افزار انیمیشن برای کنترل دقیق حرکت
  • نرم‌افزار تدوین برای ترکیب و اصلاح خروجی

چه نوع انیمیشن‌هایی را می‌توان با هوش مصنوعی ساخت؟

انیمیشن دوبعدی

انیمیشن دوبعدی یا 2D Animation برای داستان کودک، ویدئو آموزشی، محتوای شبکه‌های اجتماعی و ویدئوهای توضیحی مناسب است. شخصیت‌ها و پس‌زمینه‌ها دوبعدی هستند و حرکت‌ها می‌توانند با قالب‌های آماده یا مدل‌های مولد ساخته شوند.

انیمیشن سه‌بعدی

در پروژه‌های سه‌بعدی، AI بیشتر برای طراحی کانسپت، تولید بافت، ساخت حرکت از ویدئوی مرجع، تولید صدا و کمک به کدنویسی استفاده می‌شود. ساخت یک انیمیشن سه‌بعدی کامل هنوز معمولاً به ابزارهایی مانند Blender، Maya یا Unreal Engine نیاز دارد.

موشن گرافیک

موشن گرافیک بیشتر بر حرکت متن، آیکون، نمودار و اشکال گرافیکی تمرکز دارد. این قالب برای تبلیغات، معرفی محصول، گزارش، آموزش و ارائه سازمانی بسیار کاربردی است.

آواتار سخنگو

در این روش، یک شخصیت یا مجری دیجیتال متن را بیان می‌کند. برای ساخت ویدئوهای آموزشی، معرفی محصول، پشتیبانی و محتوای چندزبانه استفاده می‌شود.

تبدیل عکس به انیمیشن

یک عکس ثابت می‌تواند با حرکت دوربین، تغییر حالت چهره، حرکت مو و لباس یا جان‌بخشیدن به پس‌زمینه به کلیپ کوتاه تبدیل شود.

تبدیل متن به ویدئوی انیمیشنی

در روش Text-to-Video، کاربر صحنه را با متن توصیف می‌کند و مدل یک کلیپ کوتاه می‌سازد. برای تولید شات‌های سینمایی، فانتزی، تبلیغاتی و آزمایشی مناسب است.

انیمیشن شخصیت بر اساس صدا

در این روش، فایل صوتی یا صدای ضبط‌شده وارد ابزار می‌شود و حرکت دهان و بدن شخصیت با آن هماهنگ می‌شود. ابزار Animate from Audio در Adobe Express نمونه‌ای از این رویکرد است و می‌تواند صدای ضبط‌شده یا فایل صوتی را با حرکت شخصیت هماهنگ کند. راهنمای رسمی Adobe Express

مرحله اول: هدف انیمیشن را مشخص کنید

پیش از انتخاب ابزار، باید هدف و مشخصات خروجی را تعیین کنید.

این پرسش‌ها را پاسخ دهید:

  • مخاطب ویدئو چه کسی است؟
  • موضوع اصلی چیست؟
  • ویدئو آموزشی، سرگرمی یا تبلیغاتی است؟
  • مدت ویدئو چقدر خواهد بود؟
  • انیمیشن دوبعدی، سه‌بعدی یا موشن گرافیک است؟
  • آیا شخصیت ثابت دارد؟
  • دیالوگ یا راوی نیاز دارد؟
  • خروجی در کجا منتشر می‌شود؟
  • زبان ویدئو فارسی است یا زبان دیگری؟
  • چه میزان کنترل روی حرکات نیاز دارید؟

نمونه بریف:

نوع پروژه: انیمیشن دوبعدی آموزشی
موضوع: نحوه کار پنل خورشیدی
مخاطب: نوجوانان ۱۲ تا ۱۶ سال
مدت: ۹۰ ثانیه
نسبت تصویر: افقی 16:9
سبک: رنگارنگ، ساده و علمی
شخصیت اصلی: ربات کوچک راهنما
نوع صدا: راوی فارسی با لحن دوستانه
تعداد شات: ۱۰ تا ۱۲ شات
خروجی: ویدئوی Full HD برای یوتیوب

این اطلاعات را در تمام مراحل تولید ثابت نگه دارید.

مرحله دوم: ایده و سناریو را با هوش مصنوعی بسازید

یک انیمیشن خوب قبل از هر چیز به سناریوی خوب نیاز دارد. تولید تصاویر زیبا بدون ساختار روایی، فقط مجموعه‌ای از کلیپ‌های پراکنده ایجاد می‌کند.

سناریوی کوتاه معمولاً شامل این بخش‌هاست:

  1. قلاب یا Hook
  2. معرفی موضوع
  3. ایجاد سؤال یا مسئله
  4. ارائه توضیح یا ماجرا
  5. نقطه اوج
  6. نتیجه‌گیری
  7. دعوت به اقدام، در صورت تبلیغاتی‌بودن

پرامپت نوشتن سناریوی انیمیشن

تو یک سناریونویس حرفه‌ای انیمیشن آموزشی هستی.

برای یک انیمیشن ۹۰ ثانیه‌ای درباره نحوه کار پنل خورشیدی، سناریو بنویس.

مخاطب: نوجوانان ۱۲ تا ۱۶ سال
لحن: ساده، علمی و سرگرم‌کننده
شخصیت اصلی: یک ربات کوچک و کنجکاو
سبک بصری: انیمیشن دوبعدی رنگارنگ
زبان: فارسی روان
هدف: توضیح تبدیل نور خورشید به برق

ساختار:
- ۵ ثانیه قلاب ابتدایی
- معرفی مسئله
- توضیح فرایند در چند مرحله
- یک مثال قابل فهم
- جمع‌بندی کوتاه

محدودیت‌ها:
- متن را بیش از حد تخصصی نکن.
- از ادعاهای علمی نادرست استفاده نکن.
- دیالوگ‌ها کوتاه و مناسب گویندگی باشند.
- توضیحات تصویری را از متن گوینده جدا کن.

خروجی را در قالب جدول شامل زمان، تصویر، حرکت، دیالوگ و افکت صوتی ارائه بده.

مدت سناریو را چگونه تخمین بزنیم؟

سرعت گویندگی فارسی با توجه به لحن و مکث تغییر می‌کند. برای تخمین اولیه، متن را با صدای بلند بخوانید و زمان بگیرید. برای ویدئوهای آموزشی بهتر است سرعت آن‌قدر زیاد نباشد که مخاطب فرصت مشاهده تصویر را از دست بدهد.

بهترین روش این است که ابتدا صدای آزمایشی را تولید کنید و زمان واقعی آن را اندازه بگیرید. سپس طول شات‌ها را بر اساس فایل صوتی تنظیم کنید.

مرحله سوم: سناریو را به شات‌لیست تبدیل کنید

مدل‌های ویدئوساز معمولاً کلیپ‌های کوتاه را بهتر از یک ویدئوی بلند و پیچیده تولید می‌کنند. بنابراین باید سناریو را به شات‌های مستقل تقسیم کنید.

هر شات باید این مشخصات را داشته باشد:

  • شماره شات
  • زمان شروع و پایان
  • مدت
  • شخصیت‌های حاضر
  • محیط
  • اتفاق اصلی
  • حالت چهره
  • حرکت شخصیت
  • حرکت دوربین
  • نور و رنگ
  • دیالوگ یا روایت
  • افکت صوتی
  • پرامپت تصویر
  • پرامپت حرکت

پرامپت ساخت Shot List

سناریوی زیر را به شات‌لیست حرفه‌ای برای تولید انیمیشن با هوش مصنوعی تبدیل کن.

[سناریو را قرار بده]

قواعد:
- مدت هر شات بین ۴ تا ۸ ثانیه باشد.
- هر شات فقط یک حرکت اصلی داشته باشد.
- انتقال بین شات‌ها منطقی باشد.
- ظاهر شخصیت‌ها ثابت بماند.
- از حرکت‌های پیچیده و هم‌زمان پرهیز شود.
- برای هر شات یک قاب ابتدایی مشخص تعریف شود.

برای هر شات این اطلاعات را بنویس:
1. شماره شات
2. مدت
3. نوع قاب
4. شرح تصویر
5. حرکت شخصیت
6. حرکت دوربین
7. دیالوگ یا صدای راوی
8. افکت صوتی
9. پرامپت تولید تصویر
10. پرامپت تبدیل تصویر به ویدئو

مرحله چهارم: Storyboard بسازید

Storyboard نسخه تصویری سناریو است. پیش از صرف اعتبار و زمان برای تولید ویدئو، باید قاب اصلی هر شات را مشاهده کنید.

برای هر شات یک تصویر ساده بسازید. در این مرحله لازم نیست تصاویر کاملاً نهایی باشند. هدف، بررسی این موارد است:

  • ترکیب‌بندی درست
  • محل قرارگیری شخصیت
  • جهت نگاه و حرکت
  • پیوستگی میان شات‌ها
  • تنوع اندازه قاب
  • هماهنگی تصویر با دیالوگ
  • کافی‌بودن زمان هر صحنه

Storyboard جلوی بسیاری از تولیدهای مجدد و پرهزینه را می‌گیرد.

مرحله پنجم: راهنمای بصری یا Style Guide بسازید

اگر برای هر شات فقط بنویسید «انیمیشن کارتونی زیبا»، خروجی‌ها از نظر رنگ، طراحی و جزئیات با یکدیگر تفاوت خواهند داشت.

راهنمای بصری پروژه باید شامل این موارد باشد:

سبک: انیمیشن دوبعدی مدرن
پالت رنگ: آبی روشن، زرد گرم، سفید و خاکستری ملایم
نوع خطوط: نرم و گرد
بافت: ساده و تمیز، بدون جزئیات زیاد
نور: روشن و دوستانه
سایه: بسیار نرم
طراحی شخصیت: سر کمی بزرگ‌تر از بدن
پس‌زمینه: مینیمال اما قابل تشخیص
حرکت دوربین: آرام و کنترل‌شده
نسبت تصویر: 16:9

این Style Guide را به ابتدای تمام پرامپت‌های تصویر و ویدئو اضافه کنید.

مرحله ششم: شخصیت ثابت طراحی کنید

یکی از دشوارترین بخش‌های انیمیشن مولد، حفظ ظاهر شخصیت در تمام شات‌هاست.

برای هر شخصیت یک Character Bible آماده کنید:

نام: تابان
نوع: ربات آموزشی کوچک
قد: حدود ۸۰ سانتی‌متر
بدن: سفید با اتصالات آبی
سر: مربع با گوشه‌های گرد
چشم‌ها: دو نمایشگر دایره‌ای آبی
دست‌ها: باریک با سه انگشت
نشانه ثابت: نماد خورشید زرد روی سینه
شخصیت: کنجکاو، خوش‌برخورد و کمی بازیگوش
حرکت: سریع اما نرم
حالت‌های اصلی: شادی، تعجب، فکرکردن و توضیح‌دادن

سپس یک Character Sheet بسازید که شامل موارد زیر باشد:

  • نمای روبه‌رو
  • نمای پشت
  • نیم‌رخ چپ و راست
  • نمای سه‌رخ
  • حالت‌های مختلف صورت
  • ژست‌های اصلی
  • پالت رنگ
  • نسبت دقیق اجزای بدن

بهترین تصویر را به‌عنوان Reference Image در تمام شات‌ها استفاده کنید.

پرامپت ساخت Character Sheet

Character sheet for a friendly educational robot named Taban.

A small white robot with blue joints, a rounded square head, two circular blue digital eyes, thin arms with three fingers, and a yellow sun symbol centered on its chest.

Show:
- front view
- back view
- left profile
- right profile
- three-quarter view
- happy expression
- surprised expression
- thinking pose
- explaining pose

Consistent proportions and identical colors in every view.
Modern 2D animation style, clean outlines, soft shapes, simple white background.
No text, no labels, no watermark.

استفاده از انگلیسی در پرامپت تصویری گاهی نتیجه دقیق‌تری ایجاد می‌کند، اما این موضوع به مدل انتخابی بستگی دارد. بهتر است نسخه فارسی و انگلیسی پرامپت را آزمایش کنید.

مرحله هفتم: قاب ابتدایی هر شات را تولید کنید

برای کنترل بهتر نتیجه، ابتدا یک تصویر ثابت برای ابتدای هر شات بسازید و سپس آن را با Image-to-Video متحرک کنید.

این روش نسبت به تولید مستقیم متن به ویدئو چند مزیت دارد:

  • ظاهر شخصیت کنترل‌پذیرتر است.
  • ترکیب‌بندی پیش از تولید ویدئو تأیید می‌شود.
  • رنگ و سبک شات‌ها هماهنگ‌تر می‌ماند.
  • امکان اصلاح جزئی تصویر وجود دارد.
  • احتمال هدررفتن اعتبار تولید ویدئو کمتر می‌شود.

نمونه پرامپت قاب ابتدایی

سبک ثابت پروژه:
انیمیشن دوبعدی آموزشی، خطوط نرم، رنگ‌های روشن، سایه‌های ملایم، طراحی تمیز و مناسب نوجوانان.

شخصیت:
تابان، ربات کوچک سفید با اتصالات آبی، سر مربع با گوشه‌های گرد، دو چشم دیجیتال آبی و نماد خورشید زرد روی سینه.

صحنه:
تابان روی پشت‌بام یک خانه مدرن کنار سه پنل خورشیدی ایستاده است. او با دست راست به پنل‌ها اشاره می‌کند. آسمان آبی و خورشید در گوشه بالای چپ تصویر دیده می‌شود.

ترکیب‌بندی:
نمای متوسط باز، تابان در سمت راست، پنل‌ها در مرکز و سمت چپ، فضای کافی برای نمایش حرکت نور خورشید.

نسبت تصویر:
16:9

محدودیت:
بدون نوشته، زیرنویس، لوگو، واترمارک، شخصیت اضافه یا تغییر طراحی ربات.

مرحله هشتم: تصویر را متحرک کنید

در پرامپت Image-to-Video لازم نیست ظاهر صحنه را دوباره با جزئیات کامل توصیف کنید؛ تصویر مرجع آن را مشخص کرده است. تمرکز پرامپت باید روی حرکت باشد.

نمونه پرامپت حرکت

ربات به‌آرامی دست راست خود را به سمت پنل‌های خورشیدی حرکت می‌دهد و با حالت دوستانه توضیح می‌دهد. چشم‌های دیجیتال او یک بار پلک می‌زنند. پرتوهای نرم خورشید روی سطح پنل‌ها ظاهر می‌شوند. دوربین یک حرکت آرام رو به جلو دارد. حرکت‌ها نرم، کنترل‌شده و طبیعی باشند. ترکیب‌بندی و ظاهر شخصیت ثابت بماند.

پرامپت منفی حرکت

بدون تغییر چهره یا رنگ شخصیت، بدون ایجاد دست اضافه، بدون حرکت ناگهانی دوربین، بدون لرزش تصویر، بدون تغییر پس‌زمینه، بدون ظاهرشدن شخصیت جدید، بدون متن و لوگو.

چگونه پرامپت حرکت بهتری بنویسیم؟

در هر شات بیشتر از یک یا دو حرکت اصلی درخواست نکنید.

پرامپت ضعیف:

ربات راه برود، بچرخد، بپرد، صحبت کند، پنل را بردارد و دوربین نیز دور او بچرخد.

پرامپت بهتر:

ربات دو قدم کوتاه به سمت پنل برمی‌دارد و دست خود را برای اشاره به آن بالا می‌آورد. دوربین ثابت است.

ساده‌کردن حرکت معمولاً ثبات تصویری را افزایش می‌دهد. حرکت پیچیده را می‌توان به چند شات کوتاه تقسیم کرد.

حرکت دوربین در انیمیشن AI

از اصطلاح‌های مشخص استفاده کنید:

  • static camera: دوربین ثابت
  • slow zoom in: زوم آهسته رو به داخل
  • slow zoom out: زوم آهسته رو به بیرون
  • pan left: حرکت افقی دوربین به چپ
  • pan right: حرکت افقی دوربین به راست
  • tilt up: حرکت دوربین به بالا
  • tilt down: حرکت دوربین به پایین
  • tracking shot: دنبال‌کردن شخصیت
  • dolly in: نزدیک‌شدن فیزیکی دوربین
  • orbit shot: چرخش دوربین به دور سوژه
  • handheld: حرکت شبیه دوربین روی دست

برای انیمیشن‌های آموزشی، دوربین ثابت، Pan آرام و Zoom ملایم معمولاً بهتر از حرکت‌های شدید سینمایی هستند.

ساخت انیمیشن سخنگو از روی صدا

اگر هدف شما ساخت یک شخصیت کارتونی سخنگو است، می‌توانید ابتدا دیالوگ را ضبط یا با Text-to-Speech تولید کنید و سپس فایل صوتی را برای هماهنگ‌سازی حرکت دهان وارد ابزار انیمیشن کنید.

روند پیشنهادی:

  1. متن دیالوگ را نهایی کنید.
  2. متن را برای گویندگی ویرایش کنید.
  3. صدای آزمایشی بسازید.
  4. سرعت و تلفظ را کنترل کنید.
  5. فایل نهایی را به ابزار Lip Sync بدهید.
  6. حرکت دهان و حالت چهره را بررسی کنید.
  7. خروجی را با سایر شات‌ها ترکیب کنید.

Adobe Express امکان انتخاب شخصیت و هماهنگ‌کردن آن با صدای ضبط‌شده یا فایل صوتی را ارائه می‌کند. این روش برای کلیپ‌های کوتاه، ارائه، آموزش و محتوای شبکه‌های اجتماعی مناسب است. ابزار Animate from Audio ادوبی

ابزارهای ساخت انیمیشن با هوش مصنوعی

درواره

درواره یک ابزار آماده تدوین انیمیشن نیست؛ بلکه API هوش مصنوعی در اختیار توسعه‌دهندگان قرار می‌دهد. می‌توانید از آن برای تولید ایده، سناریو، دیالوگ، شات‌لیست، Storyboard Description، پرامپت تصویر و داده‌های ساختاریافته پروژه استفاده کنید.

همچنین بر اساس مدل‌های موجود، می‌توانید قابلیت‌های چندرسانه‌ای موردنیاز پروژه خود را بررسی کنید. فهرست مدل‌ها و قابلیت‌های به‌روز آن‌ها در صفحه مدل‌های درواره قرار دارد.

Animaker

Animaker یک پلتفرم آنلاین برای ساخت ویدئوهای انیمیشنی و Live Action است. امکاناتی مانند Character Builder، قالب‌های آماده، کتابخانه عناصر، ابزارهای تدوین و تولید ویدئو از متن دارد. برای ویدئوهای توضیحی، آموزشی و تبلیغاتی می‌تواند مناسب باشد. وب‌سایت رسمی Animaker

Adobe Express

Adobe Express برای ساخت سریع انیمیشن شخصیت از روی صدا، طراحی صحنه، تغییر اندازه و تدوین ساده مناسب است. کاربر می‌تواند شخصیت انتخاب کند، صدا را ضبط یا بارگذاری کند و پس از هماهنگ‌شدن حرکت، پس‌زمینه و قالب خروجی را تغییر دهد.

Canva

Canva برای موشن گرافیک ساده، ارائه متحرک، ویدئوی شبکه اجتماعی و حرکت‌دادن عناصر طراحی کاربرد دارد. قابلیت Magic Animate می‌تواند بر اساس محتوای طرح، حرکت‌ها و Transitionهای مناسب پیشنهاد کند. صفحه رسمی Canva Magic Animate

نرم‌افزارهای تدوین

حتی اگر همه شات‌ها با AI ساخته شوند، برای ترکیب کلیپ‌ها به یک نرم‌افزار تدوین نیاز دارید. ابزارهایی مانند DaVinci Resolve، Adobe Premiere Pro، After Effects و CapCut برای این کار استفاده می‌شوند.

برای پروژه‌های ساده، قابلیت‌های برش، تنظیم صدا، زیرنویس و خروجی ابزارهای آنلاین نیز ممکن است کافی باشد.

ساخت انیمیشن فارسی با هوش مصنوعی

تولید انیمیشن فارسی چند چالش ویژه دارد:

  • تلفظ درست نام‌ها و واژه‌های فارسی
  • طبیعی‌بودن لحن راوی
  • هماهنگی Lip Sync با واج‌های فارسی
  • نمایش صحیح متن راست‌به‌چپ
  • انتخاب فونت فارسی خوانا
  • شکستن درست خطوط زیرنویس
  • هماهنگی فرهنگی شخصیت‌ها و محیط

برای نتیجه بهتر، متن گویندگی را جداگانه آماده کنید.

پرامپت آماده‌سازی متن برای گویندگی فارسی

متن زیر را برای گویندگی یک انیمیشن آموزشی فارسی آماده کن.

قواعد:
- جمله‌های طولانی را کوتاه کن.
- اعداد و نمادها را به شکل قابل خواندن بنویس.
- نشانه‌گذاری را برای مکث طبیعی اصلاح کن.
- واژه‌های تخصصی انگلیسی را همراه تلفظ مناسب فارسی بازنویسی کن.
- لحن دوستانه و حرفه‌ای باشد.
- معنی متن تغییر نکند.
- توضیحات صحنه از متن گوینده حذف شود.

متن:
[متن موردنظر]

ساخت صدای شخصیت‌ها

برای هر شخصیت یک Voice Profile تعریف کنید:

نام شخصیت: تابان
نوع صدا: جوان و پرانرژی
سرعت: متوسط
لحن: کنجکاو و دوستانه
ارتفاع صدا: کمی زیر
میزان هیجان: متوسط
نوع بیان: روشن و آموزشی
مکث بین جمله‌ها: کوتاه

اگر چند شخصیت دارید، صداها باید به‌اندازه کافی متفاوت باشند تا مخاطب بدون دیدن تصویر نیز آن‌ها را تشخیص دهد.

از تغییر شدید سرعت و زیر و بمی صدا پرهیز کنید، مگر اینکه بخشی از طراحی آگاهانه شخصیت باشد.

موسیقی و افکت صوتی

صدا بخش بزرگی از کیفیت ادراک‌شده انیمیشن را می‌سازد. یک تصویر متوسط با صدای خوب ممکن است حرفه‌ای‌تر از تصویر زیبا با صدای ضعیف به نظر برسد.

برای هر شات می‌توانید این لایه‌ها را داشته باشید:

  • دیالوگ
  • صدای راوی
  • موسیقی پس‌زمینه
  • صدای محیط
  • افکت حرکت
  • افکت انتقال
  • صدای رابط کاربری یا عناصر گرافیکی

موسیقی نباید وضوح گفتار را کاهش دهد. هنگام حضور راوی، صدای موسیقی را پایین بیاورید و بلندی صدای تمام بخش‌ها را یکدست کنید.

زیرنویس فارسی

زیرنویس برای مشاهده ویدئو بدون صدا و افزایش دسترس‌پذیری مهم است.

نکات زیرنویس فارسی:

  • هر زیرنویس بیش از حد طولانی نباشد.
  • شکست خط در محل طبیعی جمله انجام شود.
  • کلمات مرتبط از یکدیگر جدا نشوند.
  • زیرنویس روی عناصر مهم تصویر قرار نگیرد.
  • حاشیه امن پایین ویدئو رعایت شود.
  • فونت ساده و خوانا باشد.
  • برای پس‌زمینه‌های متغیر از کادر نیمه‌شفاف یا سایه استفاده شود.
  • متن زیرنویس با نسخه نهایی صدا هماهنگ باشد.

تدوین شات‌های تولیدشده

پس از تولید کلیپ‌ها، آن‌ها را به ترتیب در Timeline قرار دهید.

در تدوین:

  1. ابتدا صدای راوی را قرار دهید.
  2. شات‌ها را با زمان صدا هماهنگ کنید.
  3. کلیپ‌های اضافه را کوتاه کنید.
  4. از Transitionهای زیاد استفاده نکنید.
  5. رنگ شات‌ها را به یکدیگر نزدیک کنید.
  6. پرش‌های تصویری را با نمای واسط بپوشانید.
  7. افکت‌های صوتی را اضافه کنید.
  8. موسیقی را تنظیم کنید.
  9. زیرنویس را وارد کنید.
  10. نسخه آزمایشی را روی موبایل مشاهده کنید.

اگر دو شات از نظر ظاهر شخصیت به هم نمی‌خورند، می‌توانید بین آن‌ها از نمای محیط، نمای نزدیک یک شیء یا موشن گرافیک استفاده کنید.

ساخت انیمیشن با API درواره

در یک خط تولید خودکار، مدل زبانی می‌تواند درخواست کاربر را به یک پروژه ساختاریافته تبدیل کند.

ابتدا در درواره ثبت‌نام کنید و کلید API بگیرید. کلید API را فقط در متغیر محیطی بک‌اند نگه دارید.

نصب کتابخانه پایتون

pip install openai

تولید سناریو و شات‌لیست ساختاریافته

import os
import json
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DARVAREH_API_KEY"],
    base_url="https://api.darvareh.ir/v1"
)

user_brief = """
موضوع: نحوه کار پنل خورشیدی
نوع: انیمیشن دوبعدی آموزشی
مخاطب: نوجوانان ۱۲ تا ۱۶ سال
مدت: ۹۰ ثانیه
زبان: فارسی
شخصیت: ربات آموزشی کوچک به نام تابان
نسبت تصویر: 16:9
"""

prompt = f"""
بر اساس بریف زیر یک برنامه کامل تولید انیمیشن بساز:

{user_brief}

خروجی باید JSON معتبر و شامل این بخش‌ها باشد:
- title
- audience
- duration_seconds
- visual_style
- character_bible
- narration
- shots

هر عضو shots باید شامل این فیلدها باشد:
- shot_number
- duration_seconds
- narration
- visual_description
- character_action
- camera_motion
- image_prompt
- motion_prompt
- sound_effect

مجموع زمان شات‌ها نزدیک به زمان کل پروژه باشد.
هر شات فقط یک حرکت اصلی داشته باشد.
هیچ متن توضیحی بیرون از JSON ننویس.
"""

response = client.chat.completions.create(
    model="MODEL_ID_DARVAREH",
    messages=[
        {
            "role": "system",
            "content": (
                "تو کارگردان و سناریونویس حرفه‌ای انیمیشن هستی. "
                "پاسخ‌ها باید منسجم، قابل تولید و از نظر زمانی واقع‌بینانه باشند."
            )
        },
        {
            "role": "user",
            "content": prompt
        }
    ],
    temperature=0.6
)

content = response.choices[0].message.content
project = json.loads(content)

print(project["title"])

for shot in project["shots"]:
    print(
        shot["shot_number"],
        shot["duration_seconds"],
        shot["motion_prompt"]
    )

مقدار MODEL_ID_DARVAREH را با Model ID درواره مدل موردنظر جایگزین کنید. برای انتخاب مدل مناسب و بررسی قابلیت‌ها، صفحه مدل‌ها را ببینید.

نمونه ساختار JSON پروژه

{
  "title": "تابان و انرژی خورشید",
  "audience": "نوجوانان ۱۲ تا ۱۶ سال",
  "duration_seconds": 90,
  "visual_style": {
    "type": "2D educational animation",
    "palette": ["#36A9E1", "#FFD447", "#FFFFFF"],
    "lighting": "bright and soft"
  },
  "character_bible": {
    "name": "تابان",
    "appearance": "ربات کوچک سفید با اتصالات آبی",
    "fixed_symbol": "نماد خورشید زرد روی سینه"
  },
  "shots": [
    {
      "shot_number": 1,
      "duration_seconds": 6,
      "narration": "تا حالا فکر کرده‌اید نور خورشید چگونه به برق تبدیل می‌شود؟",
      "visual_description": "تابان کنار پنل خورشیدی روی پشت‌بام",
      "character_action": "تابان به خورشید اشاره می‌کند",
      "camera_motion": "slow zoom in",
      "image_prompt": "پرامپت ساخت قاب اولیه",
      "motion_prompt": "پرامپت حرکت شات",
      "sound_effect": "صدای درخشش ملایم"
    }
  ]
}

این ساختار می‌تواند مبنای یک پنل تولید انیمیشن باشد. کاربر ابتدا سناریو و شات‌ها را تأیید می‌کند، سپس تولید تصویر و ویدئو آغاز می‌شود.

معماری پیشنهادی سامانه تولید انیمیشن

دریافت موضوع و تنظیمات کاربر
        ↓
تولید سناریو با API درواره
        ↓
تولید شات‌لیست ساختاریافته
        ↓
بررسی و ویرایش توسط کاربر
        ↓
ساخت Character Bible و Style Guide
        ↓
تولید قاب ابتدایی هر شات
        ↓
تأیید تصاویر مرجع
        ↓
تبدیل تصاویر به کلیپ‌های کوتاه
        ↓
تولید صدا و افکت
        ↓
ترکیب خودکار در Timeline
        ↓
ساخت زیرنویس
        ↓
کنترل کیفیت و خروجی نهایی

در یک محصول واقعی، هر مرحله را جداگانه ذخیره کنید. اگر شات هفتم مشکل داشت، نباید کل پروژه دوباره تولید شود.

مدیریت وضعیت پروژه

برای هر شات یک وضعیت تعریف کنید:

{
  "shot_number": 7,
  "status": "awaiting_review",
  "script_version": 2,
  "image_version": 4,
  "video_version": 1,
  "approved_image_id": "img_742",
  "approved_video_id": null
}

وضعیت‌های پیشنهادی:

  • draft
  • script_approved
  • image_generating
  • image_ready
  • image_approved
  • video_generating
  • awaiting_review
  • approved
  • failed

این طراحی از تولیدهای تکراری جلوگیری می‌کند و امکان ویرایش مرحله‌ای را فراهم می‌سازد.

کاهش هزینه تولید انیمیشن

تولید ویدئو معمولاً از تولید متن و تصویر پرهزینه‌تر است. برای کنترل هزینه:

  • ابتدا Storyboard کم‌هزینه بسازید.
  • شات‌لیست را پیش از تولید نهایی تأیید کنید.
  • پیش‌نمایش را با وضوح پایین‌تر تولید کنید.
  • فقط شات‌های تأییدشده را با کیفیت بالا بسازید.
  • حرکت‌ها را ساده نگه دارید.
  • کلیپ‌های ناموفق را از همان مرحله اصلاح کنید.
  • نتیجه‌های قابل استفاده را Cache کنید.
  • نسخه‌های مختلف یک شات را ذخیره کنید.
  • برای هر مرحله مدل متناسب با همان کار انتخاب کنید.
  • محدودیت تعداد بازتولید برای کاربران تعریف کنید.

قیمت‌ها و مدل‌های موجود ممکن است تغییر کنند؛ بنابراین برای اطلاعات به‌روز به صفحه مدل‌های درواره مراجعه کنید.

چگونه ثبات شات‌ها را افزایش دهیم؟

پرامپت ثابت بسازید

بخش‌های مربوط به سبک و شخصیت را در یک Template نگه دارید و فقط اطلاعات صحنه را تغییر دهید.

از تصویر مرجع استفاده کنید

Character Reference، Style Reference و تصویر شات قبلی می‌توانند پیوستگی را افزایش دهند.

تغییرات را محدود کنید

در هر شات فقط یک تغییر اصلی اعمال کنید. تغییر هم‌زمان محیط، لباس، زاویه، نور و حرکت احتمال خطا را بالا می‌برد.

شات‌ها را کوتاه نگه دارید

شات‌های طولانی‌تر فرصت بیشتری برای تغییر شکل شخصیت و محیط ایجاد می‌کنند. چند کلیپ کوتاه و کنترل‌شده معمولاً بهتر از یک کلیپ طولانی هستند.

تدوین را بخشی از راه‌حل بدانید

قرار نیست مدل همه‌چیز را در یک برداشت بی‌نقص تولید کند. برش مناسب، نمای نزدیک، Cutaway و افکت صوتی می‌توانند بسیاری از محدودیت‌ها را پوشش دهند.

اشتباهات رایج در ساخت انیمیشن با AI

شروع بدون سناریو

تولید چند کلیپ زیبا بدون طرح مشخص، معمولاً به ویدئویی پراکنده منجر می‌شود.

تولید یک ویدئوی طولانی در یک مرحله

سناریو را به شات‌های کوتاه تقسیم کنید تا کنترل بیشتری روی حرکت و ظاهر داشته باشید.

نوشتن پرامپت‌های مبهم

عبارت‌هایی مانند «یک انیمیشن حرفه‌ای بساز» اطلاعات کافی درباره شخصیت، محیط، سبک و حرکت ارائه نمی‌کنند.

درخواست حرکت‌های متعدد

حرکت هم‌زمان چند شخصیت، اشیا و دوربین احتمال ایجاد اعوجاج را افزایش می‌دهد.

تغییر سبک میان شات‌ها

پالت رنگ، نوع خطوط، نور، نسبت شخصیت و سبک پس‌زمینه را در Style Guide ثابت کنید.

نادیده‌گرفتن صدا

انیمیشن فقط تصویر نیست. صدای ضعیف می‌تواند کیفیت کل پروژه را پایین بیاورد.

افزودن متن فارسی هنگام تولید تصویر

مدل تصویر ممکن است حروف را اشتباه تولید کند. متن و زیرنویس را در مرحله تدوین اضافه کنید.

انتشار مستقیم خروجی اولیه

دست‌ها، چهره، حرکت، اشیای پس‌زمینه، تلفظ و زیرنویس را قبل از انتشار کنترل کنید.

چک‌لیست کنترل کیفیت انیمیشن

سناریو

  • هدف ویدئو روشن است.
  • قلاب ابتدایی جذاب است.
  • دیالوگ‌ها طبیعی هستند.
  • زمان متن با مدت ویدئو هماهنگ است.
  • پایان مشخص و مناسب دارد.

تصویر

  • ظاهر شخصیت ثابت مانده است.
  • پالت رنگ شات‌ها هماهنگ است.
  • اعضای بدن طبیعی هستند.
  • پس‌زمینه ناگهان تغییر نمی‌کند.
  • نوشته یا واترمارک ناخواسته وجود ندارد.
  • نسبت تصویر صحیح است.

حرکت

  • حرکت شخصیت روان است.
  • دوربین بی‌دلیل نمی‌لرزد.
  • سرعت حرکت طبیعی است.
  • اشیا شکل خود را از دست نمی‌دهند.
  • ابتدا و انتهای شات قابل تدوین است.

صدا

  • تلفظ فارسی صحیح است.
  • موسیقی مزاحم گفتار نیست.
  • بلندی صدا یکنواخت است.
  • افکت‌ها با تصویر هماهنگ‌اند.
  • مکث‌ها طبیعی هستند.

خروجی

  • زیرنویس غلط ندارد.
  • حاشیه امن رعایت شده است.
  • ویدئو روی موبایل آزمایش شده است.
  • نسخه نهایی از ابتدا تا انتها بازبینی شده است.
  • تنظیمات فشرده‌سازی کیفیت را بیش از حد کاهش نداده است.

کاربردهای تجاری ساخت انیمیشن با هوش مصنوعی

این فناوری در حوزه‌های مختلف قابل استفاده است:

  • ویدئوی معرفی محصول
  • آموزش کارکنان
  • انیمیشن شبکه‌های اجتماعی
  • محتوای آموزشی مدرسه
  • قصه کودک
  • ویدئوی توضیح خدمات
  • معرفی اپلیکیشن
  • موشن گرافیک آماری
  • ساخت آواتار برند
  • تبلیغات کوتاه
  • آموزش نرم‌افزار
  • محتوای چندزبانه
  • نمونه‌سازی برای استودیوهای انیمیشن
  • ساخت Storyboard برای فیلم و تبلیغات

برای کسب‌وکارها، مهم‌ترین مزیت AI کاهش زمان تولید نسخه اولیه و امکان آزمایش چند ایده قبل از اجرای نهایی است.

ایده‌هایی برای ساخت محصول با API درواره

توسعه‌دهندگان می‌توانند محصولاتی مانند این‌ها بسازند:

  • تولیدکننده سناریوی انیمیشن
  • سازنده خودکار Storyboard
  • پنل تولید ویدئوی آموزشی
  • ابزار تبدیل مقاله به شات‌لیست
  • سرویس ساخت انیمیشن معرفی محصول
  • مولد داستان تصویری کودک
  • ابزار تولید پرامپت حرفه‌ای ویدئو
  • سامانه مدیریت شات‌های AI
  • سرویس تولید محتوای چندزبانه
  • ابزار کنترل ثبات شخصیت‌ها
  • دستیار تدوین و تولید زیرنویس

در این محصولات، API درواره می‌تواند لایه استدلال، نگارش، ساختاردهی داده و آماده‌سازی پرامپت‌ها را تأمین کند.

پرسش‌های متداول

بهترین هوش مصنوعی برای ساخت انیمیشن چیست؟

بهترین ابزار به نوع پروژه بستگی دارد. برای آواتار سخنگو، انیمیشن دوبعدی قالب‌محور، تبدیل تصویر به ویدئو و ساخت شات سینمایی ابزارهای متفاوتی مناسب‌اند. ابتدا نوع خروجی و میزان کنترل موردنیاز را مشخص کنید.

آیا ساخت انیمیشن با هوش مصنوعی رایگان است؟

برخی ابزارها طرح رایگان یا اعتبار آزمایشی دارند، اما معمولاً کیفیت بالاتر، حذف واترمارک، زمان بیشتر و خروجی با وضوح بالا به طرح پولی نیاز دارد. شرایط هر سرویس ممکن است تغییر کند.

چگونه از روی عکس انیمیشن بسازیم؟

ابتدا عکس باکیفیت و ترکیب‌بندی مناسب انتخاب کنید. سپس آن را وارد ابزار Image-to-Video کنید و حرکت سوژه، محیط و دوربین را با یک پرامپت کوتاه و دقیق توضیح دهید.

آیا می‌توان با AI کارتون فارسی ساخت؟

بله. سناریو، دیالوگ، تصویر، صدا و زیرنویس فارسی قابل تولید هستند. تلفظ، راست‌به‌چپ‌بودن متن و هماهنگی لب‌ها باید جداگانه بررسی شوند.

آیا می‌توان یک شخصیت را در تمام شات‌ها ثابت نگه داشت؟

می‌توان ثبات را تا حد زیادی افزایش داد، اما تضمین کامل وجود ندارد. استفاده از Character Sheet، تصویر مرجع، پرامپت ثابت، شات‌های کوتاه و اصلاح دستی نتیجه را بهتر می‌کند.

برای ساخت انیمیشن به برنامه‌نویسی نیاز داریم؟

برای استفاده از ابزارهای آماده خیر. برنامه‌نویسی زمانی مفید است که بخواهید فرایند تولید را خودکار کنید یا یک اپلیکیشن و سرویس اختصاصی بسازید.

تفاوت Text-to-Video و Image-to-Video چیست؟

در Text-to-Video، کلیپ مستقیماً از توضیح متنی ساخته می‌شود. در Image-to-Video، یک تصویر اولیه وجود دارد و مدل آن را متحرک می‌کند. روش دوم معمولاً کنترل بیشتری روی ظاهر قاب آغازین می‌دهد.

چگونه هزینه ساخت انیمیشن AI را کاهش دهیم؟

ابتدا سناریو و Storyboard را تأیید کنید، پیش‌نمایش کم‌کیفیت بسازید، شات‌ها را کوتاه نگه دارید و فقط خروجی‌های نهایی را با کیفیت بالا تولید کنید.

آیا خروجی AI بدون تدوین قابل انتشار است؟

گاهی برای کلیپ‌های بسیار ساده کافی است، اما بیشتر پروژه‌ها به برش، تنظیم صدا، اصلاح رنگ، زیرنویس و کنترل کیفیت نیاز دارند.

جمع‌بندی

ساخت انیمیشن با هوش مصنوعی فقط به واردکردن یک جمله در ابزار ویدئوساز محدود نمی‌شود. نتیجه حرفه‌ای از یک فرایند منظم شامل بریف، سناریو، شات‌لیست، Storyboard، طراحی شخصیت، تولید تصاویر مرجع، متحرک‌سازی، صداگذاری و تدوین ساخته می‌شود.

مهم‌ترین اصل این است که پروژه را به شات‌های کوتاه و قابل کنترل تقسیم کنید. ظاهر شخصیت و سبک بصری را مستند کنید، برای هر شات فقط یک حرکت اصلی در نظر بگیرید و پیش از تولید باکیفیت، قاب‌ها و نسخه‌های آزمایشی را تأیید کنید.

اگر می‌خواهید یک سامانه تولید انیمیشن، Storyboard یا محتوای ویدئویی خودکار بسازید، از درواره کلید API دریافت کنید. برای انتخاب مدل متناسب با تولید متن، تصویر یا سایر قابلیت‌های موردنیاز نیز فهرست مدل‌های درواره را بررسی کنید.

مقالات مرتبط

برای مطالعه شرایط استفاده و محدودیت‌های مسئولیت، صفحه «سلب مسئولیت» را مشاهده کنید.

Read more