ทำตัวละครหนังไทยยุค 70 พร้อมเสียงพากย์ฟิล์มด้วย AI

หนังไทยยุค 2520 มีเสน่ห์เฉพาะตัว ภาพสีซีดอมชมพู เม็ดฟิล์มหนา และเสียงพากย์แหลมหรือทุ้มแหบที่ใครฟังก็จำได้ แต่พอสั่ง AI ว่า "ทำคลิปหนังไทยเก่า" ผลที่ได้มักเป็นภาพดิจิทัลคมกริบกับเสียงพูดสะอาดเกินไป dotPAN จึงทำ Prompt Pack ชุดหนึ่ง (จากชุด 1 Click ULTRA) ที่ใช้ได้จริงตั้งแต่เจนภาพตัวละครใน ChatGPT ไปจนถึงทำคลิป 8 วินาทีใน Flow พร้อมเสียงพากย์ย้อนยุค บทความนี้สรุปแนวคิดและวิธีใช้ที่อยู่ในชุดนั้น

ชุดนี้มีตัวละครอะไรบ้าง

Prompt Pack มี 3 ตัวละคร แต่ละตัวมีพรอมต์ภาพสำหรับ ChatGPT และพรอมต์วิดีโอสำหรับ Flow

1. นางอิจฉา (The Jealous Rival) ตัวร้ายเสียงแหลมประชด
2. โจรหนวด (The Mustached Bandit) ตัวโกงเสียงทุ้มแหบ หัวเราะลั่น
3. พระเอก (The Leading Man) เสียงทุ้มนุ่มกังวาน

ทุกตัวเป็นตัวละครสมมติ เขียนกำกับไว้ในพรอมต์ว่าเป็นการออกแบบต้นฉบับและไม่ใช่บุคคลจริงหรือนักแสดงจริง เพื่อกันไม่ให้ระบบป้องกันลิขสิทธิ์ของ ChatGPT บล็อกงาน

ใช้งาน 4 ขั้น

1. เจนภาพตัวละครใน ChatGPT ด้วยพรอมต์ภาพ ได้ภาพแนวตั้ง 9:16 ลุคฟิล์มเก่า
2. อัปภาพเข้า Flow เพื่อใช้เป็นภาพอ้างอิงตัวละคร (Frames หรือ Ingredients)
3. ตั้งความยาว 8 วินาที ใช้ได้ทั้ง Veo 3.1 และ Omni Flash
4. วางพรอมต์วิดีโอทั้งก้อน จะได้ช็อตเดียวต่อเนื่อง กล้องค่อย ๆ ดันเข้า พร้อมเสียงพากย์

ทำไมเสียงถึงเหมือนหนังเก่า

จุดเด่นของชุดนี้คือไม่ได้เดาว่าหนังเก่าเสียงเป็นอย่างไร แต่วัดจากหนังไทยจริงปี 2521 ถึง 2527 แล้วเขียนผลวัดลงในพรอมต์ ตัวเลขที่ใช้มีดังนี้

• ย่านเสียงอู้อี้ เสียงกระจุกใต้ 1.2 ถึง 4.7 kHz จึงเขียนในพรอมต์ว่า muffled mono, narrow band
• เสียงซ่าน้อย ราว −30 dB จึงเขียนว่า soft constant film hiss
• ไม่มีเสียงก้องห้อง เพราะพากย์ในห้องอัด จึงเขียนว่า dry, no reverb
• เสียงผู้หญิงสูงมาก 291 ถึง 356 Hz จึงเขียนว่า high-pitched, nasal
• ความเร็วพูด 3.1 ถึง 3.7 พยางค์ต่อวินาที จึงเขียนว่า slow pace และจำกัดบทไว้ที่ 19 ถึง 22 พยางค์ต่อช็อต

หลักคิดนี้ใช้กับงานอื่นได้ คือถ้าอยากเลียนแบบสไตล์ไหน ให้วัดจากของจริงก่อน แล้วแปลผลวัดเป็นคำสั่งสั้น ๆ ที่ AI เข้าใจ

เทคนิคเขียนบทพูดให้ AI ไม่พูดเพี้ยน

AI พูดไทยมักเพี้ยนหรือกระตุก ชุดนี้จึงใส่บทพูดสองแบบในพรอมต์เดียว คือประโยคเต็ม และแบบแยกพยางค์ (เช่น "อย่า-คิด-นะ-ว่า-เธอ") พร้อมบอก AI ว่าแบบแยกพยางค์เป็น "pronunciation guide only" เพื่อไม่ให้หยุดทุกพยางค์ ถ้ายังกระตุกให้ลบบรรทัด Syllable guide ทิ้ง อีกข้อคือคำซ้ำต้องเขียนเต็มเสมอ เช่น "ง่ายง่าย" ห้ามใช้ไม้ยมก

ตัวอย่างบทของนางอิจฉา ประโยคแรกมี 12 พยางค์ ประโยคที่สองมี 10 พยางค์ รวม 22 พยางค์ต่อคลิป 8 วินาที ส่วนโจรหนวดมีสามประโยค 3, 10 และ 6 พยางค์ และพระเอกมี 5, 8 และ 9 พยางค์

โครงของพรอมต์วิดีโอ

พรอมต์วิดีโอของทุกตัวละครแบ่งเป็นหัวข้อเดียวกัน คือ CHARACTER, SETTING, FILM LOOK, CAMERA, PERFORMANCE, DIALOGUE, VOICE, AUDIO และ DO NOT การแยกหัวข้อแบบนี้ทำให้แก้ทีละส่วนได้ง่าย เช่น ถ้าเสียงไม่ใช่ ก็แก้เฉพาะ VOICE และ AUDIO โดยไม่ต้องแตะภาพ ส่วนลุคภาพ ชุดนี้ระบุฟิล์มเนกาทีฟสี 35mm ปลายยุค 1970 สีซีดอุ่น โทนผิวชมพูอมม่วงแดง เงาเขียวอมฟ้า และเม็ดฟิล์มหนา ไว้ทั้งในพรอมต์ภาพและพรอมต์วิดีโอ

ทำตามได้เลย

1. เตรียม ChatGPT สำหรับเจนภาพ และ Flow สำหรับทำคลิป
2. ก๊อปพรอมต์ภาพของตัวละครที่ชอบไปเจนภาพแนวตั้ง 9:16 เลือกภาพที่หน้าไม่เพี้ยน
3. อัปภาพเข้า Flow ตั้งความยาว 8 วินาที แล้ววางพรอมต์วิดีโอทั้งก้อน
4. ถ้าเสียงพูดกระตุก ให้ลบบรรทัด Syllable guide
5. ถ้าอยากเปลี่ยนตัวละคร ให้แก้ส่วน CHARACTER และบทพูด โดยรักษาจำนวนพยางค์ให้อยู่ราว 19 ถึง 22 ต่อช็อต

รับ PDF ฉบับเต็มฟรีที่ /f/RETRO