wshuyi的个人博客分享 http://blog.sciencenet.cn/u/wshuyi

博文

如何用卡片法高效做视频? 精选

已有 7260 次阅读 2022-8-17 17:31 |系统分类:科普集锦

痛点

之前我跟你聊过很多次用卡片笔记法写文章的事儿。今天咱们换个话题,聊聊用卡片法做视频

现在是移动互联网时代,学习和工作中需要用到视频制作的地方,还真不少。尤其是像我这样当老师的。

我这几年做了许多视频。但是实话实说,凡是复杂一些的视频,特别是技术类讲解展示,我在制作的时候总会感觉很焦虑。

焦虑的原因,是表达欲和成熟度不匹配

我最想表达的时刻,往往是刚让电脑跑出来一个结果。这时候,我特别想把自己的成果和喜悦心情分享出去。

但是,一般这时候内容成熟度是不够的。例如前面的铺垫内容,还都没有准备好。讲解的思路,也都没有理顺。

怎么办呢?

常见做法,自然就是去查找和准备这些资料,直到胸有成竹。这样自己讲解内容时,才不会露怯。

可等到内容成熟度足够了,时间往往已经过去许久,我也没有那么想展示自己做出来的结果了,因为兴奋感衰退了。

很多有趣的内容,因此淹没在了我的笔记里。更可惜的,是那些没有记录下来的内容,就丢弃在风中了。可惜。

最近,我开始尝试用 Stable Diffusion 来人工智能绘图。这款工具真是非常强大。绘制出来的内容,比起 Disco Diffusion ,要精细得多。说明一下,我不是画家,上面描述的,是本人尝试对比后的主观感受。请不要跟我讨论某些风格上「Disco Diffusion 甩开 Stable Diffusion 几条街」之类的。不听不听。

举个例子,我最近开始读《九宫格写作法》这本书。里面有一段描述顾客尝试过一碗汤后的评论:

汤底是炖了 3 天的猪骨浓汤,配菜是汆烫得恰到好处的豆芽菜,吃起来脆嫩爽口。桌子上放有店家推荐的柚子胡椒,只需撒上一点点,柚子那清新的酸味便会让你眼前一亮。

我于是好奇心大起,就想尝试一下,这碗汤画出来是什么样子。于是我决定用 Stable Diffusion 来画。

首先还得把上面那段话翻译成英文,因为 Stable Diffusion 目前不认得中文。 Shame on you, dumb computer!

The soup base is pork bone soup stewed for 3 days, and the side dish is bean sprouts boiled just right, which tastes crispy and refreshing. On the table, there is Yuzu pepper recommended by the store, just a little sprinkle, the fresh sour taste of Yuzu will make you bright.

Stable Diffusion 经过 30 多秒钟,绘制出来两张图片。

对比一下,你觉得哪一张更符合描述呢?

你看,这样的结果,让我觉得很兴奋,我当时就想分享出来。

但是我是要分享,而不是炫耀。怎么才能让小伙伴们也用上 Stable Diffusion 呢?根据我尝试的过程,这可没有那么容易。因为你得进行申请,获得批准后还得了解怎么用才行。

注:这话的有效期,截止到本文发布为止。我相信,用不了多久,使用 Stable Diffusion 会变得非常简单。但是,我更相信很多读者不愿意等那么久。

好吧,我需要在视频里讲如何用 Stable Diffusion 。这包括很多琐碎的过程。一想起来得切换场景,进行这么多复杂过程的录制,我就头疼。要按照以前的工作流程,我基本上就放弃了。

但是这次,我找到了一个特别高效、省事儿而又愉快的视频制作方法 —— 卡片法。

这里的卡片,其实也是指最小内容单元。跟卡片法写文章不同,最小单元从一系列的文字,变成了一段视频。

这一段视频里,我只讲一个事儿。

听起来,这很容易操作。但是以前这其实是有问题的。因为存储需要占用空间。如果需要多个设备同步,还得进行云端上传下载。一些简单的视频修剪,也需要打开 Final Cut Pro 或者剪映之类的视频剪辑工具,很是麻烦。

但是这次,我突然想明白了,用云端录制工具就好。虽然这些工具的目的是让你无需下载就能保存和分享。但是你完全可以下载下来二次利用啊。这里我用的例子是 Loom ,但是你完全可以采用「芦笋」等国产工具替代,效果都是差不多的。

录制

Loom 录制的好处,在于你可以在当前任何工作界面直接呼叫,然后录制即上传,上传即分享,云端可剪辑,然后还能下载剪辑之后的视频。

有了这样方便的工具,我可以随时把新鲜出炉的 Stable Diffusion 绘制结果点评录下来。

如上图所示,红框里的剪辑按钮一点,你就能够把多余的部分处理掉。这样剪辑的重担,就不必全都压到最后了。你进行「卡片综合」的过程也才能更加轻松愉悦。

另外一点,就是有些操作涉及隐私(例如输入用户名、密码,或者界面里有个人信息暴露),我不喜欢实时操作来讲解。没关系,咱们可以把关键步骤截屏下来。所有隐私的地方,预先进行马赛克处理。这比视频的马赛克更加容易。

在哪里讲解这些图片呢?开启 Preview ,每张图片录一段视频?完全不需要。我目前发现处理这些零散资料视频录制最好的应用,还是 mmhmm。

你可以在截屏或者拷贝图片后, Cmd + V 粘贴到 mmhmm 里面。你可以按照自己的顺序和节奏,随心所欲来介绍。

当然了,在 mmhmm 中,你个人的影像可以更好地和讲述内容融为一体。

靠着这样的方式,我在 Loom 里面形成了多张视频卡片。你可以通过 Library 功能总览。

下面还有:

注意这些卡片录制完成后,我都立即进行了更名,便于识别。这一点很重要。卡片法的一个特点就是穿越时间,让自己和过去、未来的自己合作。如果满屏视频卡片标题都是摄制日期,那你回顾和使用的时候,就该抓狂了。

有的卡片,我在录制完毕后就趁热打铁进行了修剪。而有的视频虽然也需要剪辑,但是用专业化工具更加高效 (例如中间有磕绊或者停顿等),我就先不动。

当开头、结尾这些内容也最终录制完成的时候,我知道总体的内容已经齐全了。我把需要用到的视频,一一下载下来。然后,就扔到 Final Cut Pro 里面进行剪辑了。

剪辑

你可以看到,因为视频「卡片」都有标题,根据标题进行初步的逻辑次序调整很便利。

初步排布之后,时间线就是这个样子了:

如果你用卡片写作法写过文章,就不难理解,卡片间会出现「缝隙」。例如两个视频片段之间,可能缺乏合理的过渡。或者是剪辑过程中,因为修剪部分过期内容,造成了逻辑链条缺失。

倘若是在以前,我总会重新补录一段儿。这样虽然稳妥,但会有一些麻烦。例如说你录制视频卡片是在上一周,现在衣着不同、背景也不同 (尽管我在录制的时候做了背景虚化),很容易「跳戏」。

现在,为了进一步降低视频制作成本,我干脆放弃这样做。我的新方法是直接插入一副图像,用 Final Cut Pro 的 Record voiceovers 功能,把要表达的内容,对着话筒直接说出来。就象下图中标红的部分那样。好了,卡片之间的过渡部分搞定了。

当然,你还可以把插图弄得更有动感一些,例如使用 Final Cut Pro 的 Ken Burns 效果。

这是我最常用的一种镜头特效。通过指定开头结尾展示的部分,然后中间自动补充过渡运动。

比起自己设定 key frames ,省事儿多了。作为一个懒人,我对这个特效很满意。

发布

在 Final Cut Pro 一通操作之后,就可以把初稿导出了。但是我一般不会选择从这个版本直接发布,而是呼叫剪映,进行正式版的输出。

使用剪映的这个部分,主要包括以下操作:

  • 制作封面

  • 声音降噪

  • 添加字幕(有的时候懒,字幕干脆就不添加)

  • 调整比例(例如说 3:4,便于手机竖屏输出)

这是我使用卡片法做的第一期关于 Stable Diffusion 的视频,你看看效果如何

小结

本文我给你分享了最近摸索的卡片法做视频。这期视频的制作,比起之前同主题视频来说,轻松高效了很多,整个儿过程充满了愉快。

你平时做演示视频吗?有没有遇到上文所说的苦恼,或者有什么其他痛点?你有什么更好的应对方式吗?欢迎留言,我们一起交流讨论。

如果你觉得本文有用,请点赞

如果本文可能对你的朋友有帮助,请转发给他们。

欢迎关注我的专栏,以便及时收到后续的更新内容。

延伸阅读

Roam Research 和 Tiddlywiki 该选哪个?(20220111 直播答疑视频)

如何用 Python 和 BERT 做多标签(multi-label)文本分类?

如何用 Python 和决策树预测广告点击行为?(云环境视频教程)

自己录制和剪辑视频,如何解决占用空间过大的问题?

【星球精选】Obsidian 中的 excalibrain 插件:免费的 theBrain ?

题图: editing a video with index cards, by myself with Stable Diffusion




https://blog.sciencenet.cn/blog-377709-1351551.html

上一篇:如何用人工智能帮你高效寻找研究选题?
下一篇:卡片笔记写作法为什么管用?
收藏 IP: 218.68.105.*| 热度|

6 王启云 史永文 王凌峰 张俊鹏 郑永军 雷蕴奇

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-21 18:38

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部