Refilmagem: como falas e música são lidas do clipe e o que vai para o seu episódio

Resposta rápida: Cada tomada do clipe é ouvida duas vezes: primeiro por um reconhecedor de fala que responde “alguém está falando e o que foi dito”, depois pelo modelo que descreve a tomada, que recebe as palavras reconhecidas para trabalhar. Por isso, as falas são citadas, não adivinhadas pelo movimento dos lábios, e uma tomada sem ninguém falando é marcada como silenciosa. Se o clipe tiver música, a leitura anota seu estilo, e cada clipe que você gerar carrega o mesmo briefing curto de música, como acontece em anúncios. O idioma do diálogo é escolhido na tela de envio e fica fixo assim que a leitura começa: as falas são escritas nele e traduzidas se a fonte falar outro idioma. Uma fala que o reconhecedor não conseguiu entender simplesmente fica faltando; compare com o seu clipe e adicione-a à tomada no editor depois que o storyboard for gerado.

Frame de “Neon Debt”, um curta de drama com IA gerado de ponta a ponta pelo SceneMixer (7 personagens, 1 episódio) — Exemplo: “Neon Debt” — Realismo de Motor de Jogo, 1 episódio, produzido de ponta a ponta pelo SceneMixer a partir do roteiro · assistir aos episódios

Depois da leitura, abra o episódio na Etapa 3 e leia o esboço: cada bloco de cena lista suas falas no formato “falante: fala”.

Como as falas são ouvidas

O reconhecimento de fala roda no áudio de cada tomada. O que ele ouve é passado para a descrição da tomada como “essas palavras foram ditas aqui”; o descritor então identifica quem está falando pelos rostos e escreve a fala na tomada. Música por baixo da fala é tratada corretamente; gritos no meio de multidão, sotaques carregados e falas muito baixas são os casos em que ele falha, e nesses casos as falas são omitidas em vez de inventadas. As falas aparecem no esboço como num roteiro: Escreva Diálogos que Sejam Capturados.

A storyboard segment: location, time and weather fields, then numbered shots with durations, asset chips and spoken lines — Cada tomada é ouvida; o que foi capturado é citado na leitura e vira fala no esboço.

Por que citar, e não adivinhar

Por conta própria, um modelo de visão perguntado “o que foi dito aqui” às vezes ouve e às vezes não, na mesma tomada, e inventa falas plausíveis quando está inseguro. Palavras reconhecidas fixadas na descrição evitam os dois problemas; as mesmas palavras são usadas toda vez que a tomada é descrita.

Música

A leitura verifica uma vez se o clipe tem música e de que tipo. Se tiver, cada segmento gerado carrega um briefing de música de uma linha correspondente, para que os segmentos tenham música do mesmo estilo; a faixa original nunca é usada. Som ambiente é anotado, mas não levado adiante. De Onde Vem a Música.

Idioma do diálogo

Escolhido na tela de envio, com padrão no idioma da sua interface (o site chinês é sempre em chinês), e fixo assim que a leitura começa. Falas ouvidas em outro idioma são traduzidas para ele. Não é possível mudar isso depois em uma refilmagem, por isso a Etapa 1 não mostra esse menu. Depois da Leitura.

Quando uma fala foi perdida ou está errada

O esboço em si não pode ser editado, e o storyboard copia suas falas palavra por palavra. Gere o storyboard, depois abra o segmento onde a fala pertence e adicione ou corrija ali, com o falante; uma fala atribuída à pessoa errada é corrigida da mesma forma. Editar é gratuito. Gerar o Storyboard.

No clipe	Na leitura	No seu episódio
Fala clara	Citada, falante identificado	Uma fala no esboço
Ninguém fala	Tomada marcada como silenciosa	Sem fala
Fala pouco clara	Omitida	Adicione manualmente no segmento
Música	Estilo anotado	Música do mesmo estilo em cada segmento
Som ambiente	Anotado	Não levado adiante; o storyboard cria o seu próprio

Perguntas frequentes

Por que uma fala está faltando?

O reconhecedor não conseguiu entendê-la. Compare com o seu clipe e adicione-a no segmento depois que o storyboard existir.

As vozes originais são usadas?

Não. As vozes vêm das configurações de voz do elenco, como em qualquer projeto.

A refilmagem pode falar um idioma diferente do original?

Sim; escolha o idioma do diálogo na tela de envio e as falas serão traduzidas na leitura.

A música original é reutilizada?

Não. Seu estilo é descrito e os segmentos geram a sua própria.

Por que um grito de multidão não vira fala?

Ruído de grupo é tratado como som de fundo, não como diálogo.

Ouvido, citado, escrito

O que foi dito no clipe é o que o seu episódio diz.

Iniciar uma refilmagem

Atualizado em 27 de setembro de 2026