Scene AI con più personaggi
Generatore AI di scene con più personaggi
Aggiornato il 3 novembre 2026

| SceneMixer in sintesi | Cosa ottieni |
|---|---|
| Prezzo video | Da 0,06 $ al secondo (10 crediti) nel livello predefinito, fino a 0,47 $ al secondo nel livello più alto; ogni prezzo ti viene mostrato prima di premere il pulsante |
| Durata della clip | Fino a 30 secondi per ogni segmento generato; un episodio viene composto a partire dai suoi segmenti a 1 credito al secondo |
| Un episodio, conti alla mano | Un episodio da 60 secondi nel livello predefinito costa circa 660 crediti (video più compositing), cioè circa 4,11 $ al prezzo più basso per credito; una serie di 10 episodi da 90 secondi ricavata da un romanzo di 30.000 caratteri costa circa 10.026 crediti, cioè circa 62 $ |
| Dialoghi | Pronunciati direttamente nel video, una voce per personaggio, in una qualsiasi delle 15 lingue |
| Formati | 9:16 verticale o 16:9 orizzontale; da 480P a 1080P, più un livello 2K |
| Gratis per iniziare | 50 crediti alla registrazione, 15 immagini di riferimento gratuite, uno storyboard gratuito per il primo episodio e un'anteprima video gratuita di 5 secondi |
| Chi lo usa | 2.900+ creator hanno generato con SceneMixer (account con almeno una generazione, conteggiati a novembre 2026) |
| Input | Una sceneggiatura, un romanzo o un'idea in una riga; caricamento di file .txt, .docx e .md |
Il difficile è chi c’è nell’inquadratura, non quanti
I video generati hanno un difetto specifico quando nell’inquadratura c’è più di una persona: aggiungono una faccia che non dovrebbe esserci. Qualcuno menzionato nel testo — guardato, chiamato a voce, pensato — appare sullo schermo con una faccia inventata sul momento, perché niente dice al modello la differenza tra “presente” e “nominato”.
Per questo l’elenco delle inquadrature lo specifica per ogni shot. Ogni inquadratura porta un elenco esplicito di quali personaggi sono visibili, e solo quell’elenco — non la prosa, non lo stato finale dell’inquadratura precedente — decide quali riferimenti dei personaggi vengono allegati.
In sintesi
| Chi è visibile nell’inquadratura | Un elenco per ogni shot. L’unione di tutti gli elenchi dei shot di un segmento decide quali fogli di riferimento vengono inviati. |
|---|---|
| Chi è fuori campo | Viene scritto come direzione — “verso sinistra”, “sguardo verso la camera” — non come nome. Nessuna faccia viene allegata. |
| Inquadrature di una sola persona | Sono marcate esplicitamente, così il renderer sa che nell’inquadratura c’è una persona sola e non deve inventare compagnia. |
| Chi parla | Viene nominato per ogni battuta; tutti gli altri nell’inquadratura sono marcati a labbra chiuse, così muove la bocca solo chi parla. |
| Folla sullo sfondo | È uno stato dichiarato della scena, scritto una sola volta nell’intestazione del segmento, oppure non c’è — non viene mai dedotto dal suono ambientale. |
| Limite pratico | Oltre quattro personaggi nominati nella stessa inquadratura la qualità cala. L’elenco delle inquadrature lo evita, invece di forzarlo. |
Perché nominare un personaggio fuori campo rovina lo shot
È un fatto misurabile, non teorico. Inquadrature che nominavano un antagonista fuori campo hanno prodotto la faccia sbagliata o una persona in più in cinque render su otto. Le stesse inquadrature riscritte usando una direzione al posto del nome hanno dato zero errori in dodici render. Per questo la pipeline le riscrive: in uno shot di una sola persona, un personaggio che esiste solo come direzione di sguardo o di movimento viene convertito in una frase spaziale e rimosso dall’elenco dei presenti.
La stessa logica vale per i morti: un personaggio citato solo come cadavere in questo segmento viene scritto come un nome comune, non come riferimento a un personaggio, così nessuno allega la sua scheda di riferimento e lo fa rialzare.
Due persone uno di fronte all’altro
Ci sono esattamente due modi per girarla e la lista richiede di sceglierne uno: un due-campi di profilo, oppure un campo sopra la spalla. Ciò che non può scrivere è «A guarda B, con B sullo sfondo, fuori fuoco» — perché B sia nella profondità di campo di A, A deve dare le spalle a B, e quella posizione di camera non esiste in un normale piano medio. Se lo chiedi comunque, il renderer mette una persona di fronte alla camera e l'altra in piedi dietro di lei. SceneMixer fissa l'asse nella prima inquadratura in cui entrambi sono davvero nel quadro insieme.
Le folle si dichiarano o non ci sono
Una sala con trecento invitati è uno stato visibile della scena, quindi viene scritto come tale: una riga nell’intestazione del segmento che dice chi sono le persone sullo sfondo, dove sono e cosa fanno. In modo coerente in tutti i segmenti di quella scena. Senza quella riga, l’inquadratura non può parlare di folla, perché il “mormorio degli invitati” nell’audio ambientale non è un’istruzione visiva, e un renderer che riceve solo quello ti mette gli invitati in uno shot e la sala vuota nel successivo.
Quando viene dichiarata una folla, l'istruzione di inquadratura cambia con essa: la folla resta nella profondità di campo, e la lista dei presenti di SceneMixer conta ancora solo i personaggi nominati.
Cosa non fa
- Mettere otto personaggi nominati nello stesso shot in modo affidabile. Oltre quattro, l’identità si degrada. Le scene di gruppo sono coperte con primi piani e over-the-shoulder — proprio come si girano sui set veri.
- Tenere un personaggio se manca l’indicazione “in frame”. Se il modello dimentica di elencare qualcuno che dovrebbe essere visibile, quella persona viene esclusa invece che aggiunta a caso. Se manca una persona si può correggere; se nel tuo dramma appare la faccia di uno sconosciuto no.
- Coreografare azioni di gruppo continue. Folle che si muovono in formazione, combattimenti prolungati tra più persone — sono fuori da quello che i modelli attuali riescono a tenere insieme.
- Capire che c’è una folla dal sound design. O la dichiari, o non c’è: niente vie di mezzo.
Quanto costa
Niente di extra: sono proprietà dell'elenco delle inquadrature, che viene addebitato in base alla lunghezza dello script a 1 credito ogni cento caratteri della parte dell'episodio. Le schede di riferimento costano 7 crediti ciascuna oltre le 15 gratuite nel tuo primo progetto, e il rendering su SceneMixer parte da 10 crediti al secondo di output. Vedi coerenza dei personaggi per come i volti restano uguali tra le inquadrature, e la pagina dei prezzi per le tariffe.
Lingue
Dialoghi nativi in 15 lingue
Ogni serie qui sotto è stata prodotta con la stessa pipeline di SceneMixer, con il cast che parla la lingua in modo nativo: interfaccia, documenti di lavoro e battute sono tutti nella stessa lingua, niente doppiaggio. Aprila per ascoltarla.
A Carta de LisboaPortuguêsDialoghi nativi
윈터 프라미스한국어Dialoghi nativi
El Secreto de CostaEspañolDialoghi nativi
浪人の誓い日本語Dialoghi nativi
Ikrar JakartaBahasa IndonesiaDialoghi nativi
Зимняя коронаРусскийDialoghi nativi
L’Héritier du DéfiléFrançaisDialoghi nativi
Il Tavolo dell'OlivaItalianoNella tua lingua
De Vuurtoren van de FjordNederlandsDialoghi nativi
العهد الصحراويالعربيةDialoghi nativi
Çantasındaki SözleşmeTürkçeDialoghi nativi
Die Istanbul-TäuschungDeutschDialoghi nativi
Останній сигналУкраїнськаDialoghi nativi
問劍青雲繁體中文Dialoghi nativi
The Last EnvelopeEnglishDialoghi nativi
In SceneMixer rispetto a unire più strumenti
La maggior parte dei flussi di lavoro per i drama AI è una catena di cinque o sei strumenti. Qui trovi dove avviene ogni passaggio e che cosa sostituisce.
| Passaggio | In SceneMixer | A mano, con strumenti separati |
|---|---|---|
| Sceneggiatura e piano degli episodi | Incolla una sceneggiatura o un romanzo, oppure scrivi una sola riga: viene letta e trasformata in cast, location, oggetti di scena e un outline degli episodi che puoi modificare | Un modello di chat scrive la sceneggiatura; tu la dividi in episodi e porti il testo da uno strumento all'altro |
| Volti dei personaggi e luoghi | Ogni personaggio, location e oggetto di scena viene disegnato una sola volta come scheda di riferimento e collegato a ogni inquadratura in cui compare | Un modello di immagini, una scheda alla volta; sei tu a caricare il riferimento giusto per ogni clip |
| Inquadrature | Uno storyboard per episodio con inquadrature numerate e durata in secondi; il video viene generato segmento per segmento in 9:16 o 16:9, sempre sulle stesse schede | Un modello video, una clip per prompt, descrivendo ogni volta di nuovo le stesse persone |
| Voci e dialoghi | Le battute sono recitate nel video stesso, una voce per personaggio, in una qualsiasi delle 15 lingue | Uno strumento di sintesi vocale per ogni battuta, poi un passaggio di sincronizzazione labiale su ogni clip |
| Correggere una singola inquadratura | Modifichi il testo di quell'inquadratura e rigeneri solo quel segmento; il resto dell'episodio resta intatto | Rigeneri la clip, poi rifai il montaggio della timeline |
| Rifinitura | I segmenti vengono composti in un unico file per episodio, con la colonna sonora; i membri lo scaricano senza il badge AI | Un editor video per unire le clip, aggiungere musica e sottotitoli, poi esportare |
| Pubblicazione | Carichi l'episodio finito su TikTok, YouTube, Instagram o ovunque altro; non viene pubblicato nulla al posto tuo | Caricamento a mano, come qui |
Domande frequenti
Quanti personaggi possono stare in uno stesso shot?
Quattro persone con nome è il limite pratico prima che l'identità inizi a degradarsi, e l'elenco delle inquadrature di SceneMixer è costruito per restarci sotto: le scene corali si coprono con singoli e campi sopra la spalla invece che con inquadrature di gruppo ampie.
Perché un personaggio che ho nominato è apparso sullo schermo?
È esattamente il guasto che l'elenco dei presenti per inquadratura di SceneMixer impedisce. Un personaggio solo guardato o a cui si parla viene scritto come indicazione, non come nome, e non è nell'elenco dei presenti — quindi nessuna arte di riferimento viene allegata e nessun volto viene inventato.
Due personaggi possono parlare faccia a faccia?
Sì, come due figure di profilo o in over-the-shoulder. Quello che non funziona è uno di fronte all’altro con l’altro sfocato sullo sfondo: quella combinazione di inquadratura e profondità è fisicamente incoerente, e chiederla produce una persona in piedi dietro a qualcuno che parla alla camera.
Come funzionano le comparse sullo sfondo?
Vengono dichiarate una volta nell'intestazione del segmento — chi sono, dove, cosa fanno — e restano coerenti per tutta quella scena. Se non viene dichiarato nulla, l'inquadratura non fa riferimento a una folla. SceneMixer non tratta il solo rumore di folla ambientale come un'istruzione visiva.
Chi muove la bocca?
Solo il personaggio indicato come parlante per ogni battuta. Tutti gli altri nell'inquadratura sono esplicitamente marcati con le labbra chiuse, per evitare che chi ascolta muova la bocca a tempo con il dialogo.
Nessuno nell'inquadratura che non hai scelto tu
Genera una scena affollata e conta i volti.
Prova SceneMixer gratisPacchetti di crediti da 1,49 $ · Pro 7,99 $/mese · Nessuna carta di credito per iniziare