هر تصویرِ اصلیِ تأییدشده یک هفته کارِ اندازه‌گیری پشتش دارد: استوری، فید، مربع، بنر، و بعد همه‌اش دوباره به زبانِ دوم. Luma Variants که از ۹ مهر فعال است، یک آگهیِ ثابتِ تأییدشده می‌گیرد و همین مرحله را انجام می‌دهد؛ لوگو، تیتر و دکمهٔ اقدام قفل می‌مانند. کم‌خلاقیت‌ترین هفتهٔ هر کمپین همین است، و همان هفته‌ای که خطا از زیرِ دست رد می‌شود.
Luma Variants: یک آگهی، پنج قطع، چند زبان
Luma روز ۹ مهر Variants را عرضه کرد. یک آگهیِ ثابتِ تأییدشده را بارگذاری می‌کنی، قطع‌ها و زبان‌ها را انتخاب می‌کنی و ابزار اندازه را عوض می‌کند و ترجمه می‌کند. به گفتهٔ Luma لوگو، تیتر و دکمهٔ اقدام «دست‌نخورده می‌مانند». پنج قطع: 9:16، 4:5، 1:1، 6:5 و 16:9. ابزار در زبانهٔ Discover زیرِ کارتِ Ad Variants فعال است و مخاطبش «تیم‌های آژانس و برند» است. نسخهٔ اول فقط آگهیِ ثابت را پوشش می‌دهد و قیمتی اعلام نشده. نمونه‌های زبانی‌اش انگلیسی و اسپانیایی است (Luma، ۹ مهر).
برداشت من: ارزشِ ابزارِ تغییرِ اندازه به چیزهایی است که دست نمی‌زند. Luma لوگو و تیتر و دکمه را قفل می‌کند. در آگهیِ FMCG قفلِ چهارم بسته‌بندی است، و هنوز کسی آن را قول نداده. شیرین عسل — سبدِ محصولات را عمودی ساختم، 1080×1920، هر ضرب یک دسته محصول. رفتن از 9:16 به 16:9 برش نیست، چیدمانِ دوباره است: محصول باید کامل بماند و نوشته خوانا. آزمونِ اصلی همین است. آزمونِ دوم خطِ فارسی است. نمونه‌های Luma انگلیسی و اسپانیایی‌اند. تیترِ راست‌به‌چپ کلِ چیدمان را عوض می‌کند. اول یک آگهی را امتحان کن، بعد به بیست نسخه اعتماد کن.
Stability AI این بار سراغِ موسیقیِ مجوزدار رفته
TechCrunch روز ۱۰ مهر گزارش داد که شان پارکر Stability AI را حولِ موسیقی از نو می‌سازد. Sony و Warner و Universal در دورِ ۷۶ میلیون دلاریِ اواخرِ اوت (اوایلِ شهریور) شریک شدند و کاتالوگ‌هایشان را برای آموزشِ مدل مجوز دادند. Stability سه مدلِ صوتیِ تازه و یک نرم‌افزارِ ویرایشِ موسیقی عرضه کرده که از روی متن قطعهٔ بی‌کلام یا تکه‌های کوتاه می‌سازد. ورودیِ زمزمه و بیت‌باکس هم در راه است. پارکر می‌گوید «این بار طبقِ قاعده بازی می‌کنم» (TechCrunch، ۱۰ مهر).
برداشت من: موسیقیِ اسکای انگور قرمز را خودم ساختم و قطعه را با Lyria درآوردم. فیلم دیالوگ و نوشته ندارد؛ موسیقی قصه را می‌برد. برای ما که برای برندِ صادراتی کار می‌کنیم، اولین سؤالِ حقوقیِ مشتری این است که مدل با چه داده‌ای آموزش دیده. مدلی که روی کاتالوگِ مجوزدارِ لیبل‌ها آموزش دیده جوابِ تمیزتری دارد. محدودیت: گزارش هیچ قیمت و شرطِ تجاری‌ای نمی‌دهد. آموزشِ مجوزدار نمی‌گوید با خروجی چه کاری مجازی. قبل از پخش، مجوزِ استفاده را بخوان.
Suno Speech: صدا و موسیقی در یک ترک
Suno روز ۹ مهر بتای Speech را برای همه باز کرد. متن را می‌نویسی، صدا و سبکِ موسیقی را توصیف می‌کنی و یک ترک تحویل می‌گیری: گفتار روی موسیقیِ زمینهٔ تازه. خودِ Suno هشدار می‌دهد که لهجهٔ بریتانیایی گاهی «تا استرالیا می‌رود و برمی‌گردد» و مکث‌های دراماتیک ممکن است «خیلی دراماتیک» باشند. در یادداشت از زبان‌ها، قیمت و سقفِ طول حرفی نیست (Suno، ۹ مهر).
برداشت من: برای ترکِ موقت خوب است، برای میکسِ نهایی نه. در تیزرِ تبلیغاتی گفتار و موسیقی دو تصمیمِ جدا هستند. گفتار بعد از نظرِ حقوقیِ برند دوباره ضبط می‌شود و در نسخهٔ ۱۵ ثانیه‌ای جایش روی تصویر جابه‌جا می‌شود. یک ترکِ چسبیده هر دو را از تو می‌گیرد، و یادداشتِ Suno از ترک‌های جدا (stem) چیزی نمی‌گوید. زبانی هم اعلام نشده؛ اول یک جملهٔ فارسی امتحان کن. کاربردِ درستش: زمان‌بندیِ انیماتیک قبل از این‌که گوینده بیاید. بعد کنارش بگذار.
امروز چه کنم؟
یک آگهیِ ثابت که تأیید شده و منتشر شده بردار. در Luma Variants آن را به 9:16 و 16:9 ببر، به همان دو زبانی که واقعاً منتشر می‌کنی. سه چیز را با بزرگنماییِ ۱۰۰ درصد نگاه کن: بسته‌بندی کامل و بی‌کشیدگی مانده؟ تیتر هنوز همان‌جاست که چشم می‌نشیند؟ جملهٔ ترجمه‌شده را یک فارسی‌زبان امضا می‌کند؟ اگر هر سه درست بود، یک هفته کارِ اندازه‌گیری صرفه‌جویی کرده‌ای. اگر بسته‌بندی شکست، فعلاً دستی کار کن و منتظرِ نسخهٔ بعد بمان. اگر می‌خواهی ببینی بقیهٔ خطِ تولید را چطور می‌چینم، این‌جا توضیح داده‌ام.
منابع
- Luma AI — معرفیِ Luma Variants، ۹ مهر ۱۴۰۵ — lumalabs.ai
- TechCrunch — شان پارکر Stability AI را حولِ موسیقی می‌سازد، ۱۰ مهر ۱۴۰۵ — techcrunch.com
- Suno — معرفیِ Speech (بتا)، ۹ مهر ۱۴۰۵ — suno.com