Vidu Q4는 캐릭터의 목소리를 유지할 수 있을까? Arcloop 숏드라마 제작 흐름

반복 등장하는 캐릭터는 얼굴뿐 아니라 목소리도 알아볼 수 있어야 합니다. 이 가이드는 인물 이미지, 장소 이미지, 녹음을 사용해 Arcloop의 Vidu Q4 Preview로 12초 대화 장면을 설계합니다. 자료를 준비하고 대사 프롬프트를 작성한 뒤, 같은 녹음으로 새로운 대사의 두 번째 영상을 만드는 과정입니다.

배경은 문을 닫은 작은 수리점입니다. 여성이 문 쪽을 보다가 방문자를 알아보고 경계하던 표정을 풀어갑니다. 짧은 두 문장과 단순한 공간으로 연기를 확인하기 쉽게 합니다. 아직 완료된 음성 테스트가 아닌 제작 계획입니다.

음성 레퍼런스의 역할

Vidu Q4는 음성 레퍼런스를 지원합니다. 녹음은 목소리의 예시이고, 영상 프롬프트는 새 대사와 장면을 지정합니다. 목소리 유사성, 대사 정확도, 입 모양, 자연스러운 연기를 따로 확인하세요. 하나가 잘되어도 나머지가 모두 맞는 것은 아닙니다.

다음 에피소드의 같은 인물, 화면 밖 대화에 대한 반응, 짧은 소개에 활용할 수 있습니다. 처음에는 화자를 한 명으로 제한하면 지시가 어떻게 반영되는지 판단하기 쉽습니다.

Arcloop에서 Vidu Q4 대화 장면 만들기

1단계. 대사에 맞는 감정 변화를 정하기

카메라 지시보다 감정 변화를 먼저 정하세요. 이 장면은 불확실함에서 안도감으로 바뀝니다. 인물은 앉아서 문을 바라보고 큰 손짓을 하지 않습니다.

시간은 목표 리듬이지 프레임 단위 제어가 아닙니다. 결과에서 쉼이 자연스러운지 확인하세요. 대사와 복사할 프롬프트는 영어로 유지했습니다.

2단계. 인물, 수리점, 음성 레퍼런스 준비하기

얼굴이 충분히 크게 보이는 선명한 이미지를 사용하세요. 중립적인 표정은 고개를 돌렸을 때 얼굴, 머리, 재킷을 비교하는 기준이 됩니다.

Arcloop 외부의 내장 이미지 생성 도구로 만든 인물 참고 이미지입니다. 얼굴, 머리, 옷차림을 지정합니다.

인물 이미지 프롬프트

Create one photorealistic casting reference photograph of an original adult woman in her early thirties. Short dark curls, brown eyes, a narrow oval face, a small natural freckle below her left eye, rust colored canvas work jacket over a plain gray cotton shirt. Chest up framing, body turned slightly to the right, both eyes visible, relaxed mouth, neutral attentive expression. Soft daylight on a plain pale gray background. Natural skin texture, realistic hair and fabric, no beauty filter. One person, no text, no logos, no collage, no illustration or animation.

장소 이미지는 작업대, 문, 조명을 정합니다. 다른 얼굴이 섞이지 않도록 사람은 넣지 않습니다.

같은 외부 도구로 만든 장소 이미지입니다. 빈자리는 캐릭터가 앉을 위치를, 문은 시선 방향을 제공합니다.

수리점 이미지 프롬프트

Create one photorealistic location photograph of a small independent repair shop after closing. A worn wooden workbench in the foreground, a dark green entrance door in the right background, neatly hung hand tools on the rear wall, one warm desk lamp on the left, cool evening light through a narrow window. Leave a clear seated position behind the workbench with an unobstructed view toward the door. Eye level medium wide composition, realistic scale and practical lighting. No people, no readable text, no brand marks, no illustration or animation.

직접 녹음했거나 사용 허가를 받은 합성 음성을 사용하세요. 음악이나 다른 화자가 없는 깨끗하고 자연스러운 말소리가 좋습니다.

Vidu 참조 영상 API는 312초 MP3를 요구합니다. 이 사례는 자연스럽게 말한 58초를 권장하며 내보낸 파일 길이를 확인해야 합니다. Arcloop 업로드 화면의 추가 조건도 제출 전에 확인하세요.

녹음용 대사 예시

I left a seat for you. Take your time.

최종 대사와 다른 문장을 녹음하면 단순 재생이 아니라 새로운 말에도 목소리가 반영되는지 확인할 수 있습니다. 이후 테이크에서도 같은 파일을 사용하세요.

3단계. 자료 첨부 후 전체 프롬프트 입력하기

Arcloop을 열어 이미지 두 장과 녹음을 영상 요청에 첨부하고 명확한 이름을 붙입니다. 대괄호 이름은 자리표시자이므로 실제 자료 이름이나 참조 표시로 바꾸세요.

전체 영상 프롬프트

Create one 12 second photorealistic drama scene in a real repair shop after closing.

Use [CHARACTER IMAGE] for the woman's identity, short dark curls, face, freckle, rust colored jacket, and gray shirt. Use [SHOP IMAGE] for the workbench, dark green doorway, tool wall, and practical lighting. Use [VOICE AUDIO] as the voice reference for this woman speaking the new dialogue below. The recording is a voice example, not a request to repeat its words.

One adult woman is seated behind the workbench. An unseen visitor has just arrived at the doorway to camera right. Keep her gaze toward that doorway, slightly past the camera. Begin in a medium close view at her eye level. Make one slow, subtle camera push toward her face throughout the scene. Keep her face and mouth unobstructed.

0 to 3 seconds: A soft door chime sounds. She raises her eyes toward the doorway, attentive but guarded. Her hands remain still below the frame.

3 to 6 seconds: Recognition softens her expression. She says the following line once, in natural conversational English:
You came back.

6 to 8 seconds: She pauses. A small breath and a slight release in her jaw show relief. Leave the pause quiet.

8 to 11 seconds: Her shoulders ease. Still looking toward the visitor, she says the following line once:
I kept the light on.

11 to 12 seconds: Hold on her quiet reaction as the last word settles.

Use warm light from the desk lamp and soft cool evening light from the window. Natural skin texture, restrained facial movement, realistic breathing, gentle focus falloff. Keep the character, clothes, shop layout, and lighting consistent. Generate the spoken dialogue, soft chime, and quiet room tone. No music, narration, subtitles, additional speakers, extra dialogue, sudden cuts, illustration, or animation.

목소리, 이미지, 대사의 역할이 분리되어 있습니다. 다른 장면에 쓰려면 캐릭터, 배경, 말을 바꾸고 원하는 연기에 맞게 쉼을 조정하세요.

4단계. 생성한 뒤 새 대사로 다시 만들기

Vidu Q4 Preview, reference to video를 선택합니다. 계획 설정은 12초, 720p, 16:9, 오디오 생성 켜기입니다. 이미지 두 장과 녹음이 해당 작업에 연결되었는지 확인하세요.

Arcloop 모델 가이드는 이미지 입력을 필수로 하며 참조 영상에서 최대 세 개의 음성 참조를 지원합니다. 표시되는 크레딧 예상치를 확인하세요. 초 단위 지시는 정확한 타이밍을 보장하지 않으므로 대사와 입 움직임도 결과에서 확인합니다.

두 번째 요청은 이미지, 음성, 길이, 오디오 설정을 유지하고 아래 두 대사만 바꿉니다.

Line at 3 to 6 seconds:
I almost locked the door.

Line at 8 to 11 seconds:
Come in. It's cold out.

강조의 자연스러운 차이는 허용하되 억양과 음색을 비교하세요. 이 비교는 해당 장면을 확인하는 용도이며 모델 전체 성공률을 뜻하지 않습니다.

음성 참조의 영향을 듣고 싶다면 원래 대사에서 녹음을 빼고 세 번째 버전을 선택적으로 만들 수 있습니다. 프롬프트의 음성 참조 문장도 삭제하고 오디오 생성은 유지합니다. 별도 시도 비용이 필요합니다.

5단계. 대사, 목소리, 입, 반응 확인하기

먼저 헤드폰으로 듣고 대사가 끝까지 나오는지, 말을 추가했는지, 쉼이 남아 있는지 확인합니다. 녹음과 비교할 때는 자음, 음색, 억양을 들으세요. 음높이만 비슷하다고 충분하지 않습니다.

정상 속도로 입을 보며 소리가 입보다 먼저 나오거나, 말이 끝나도 입이 계속 움직이거나, 쉼 중 표정이 과장되는지 확인하세요. 처음과 마지막 얼굴, 재킷을 원본과 비교합니다.

대사가 급하면 줄이거나 시간을 늘립니다. 음성이 불명확하면 먼저 잡음 있는 녹음을 교체합니다. 연기가 굳어 보이면 감정 지시를 한 가지 변화로 단순화하세요. 한 번에 하나씩 바꾸고 이전 결과와 비교합니다.

자주 묻는 질문

코딩이나 별도 립싱크 도구가 필요한가요?

Arcloop의 이미지·음성 첨부, 텍스트 프롬프트, 영상 설정으로 Vidu Q4 Preview에 소리와 영상을 함께 생성하도록 요청합니다. 입 움직임을 본 뒤 추가 편집이 필요한지 결정하세요.

녹음만 업로드할 수 있나요?

현재 Arcloop 연동은 이미지가 필요합니다. 인물 이미지는 화자를, 수리점 이미지는 장소를 정하고 녹음은 목소리 정보를 보완합니다.

하나의 녹음으로 모든 에피소드의 목소리가 같아지나요?

보장되지 않습니다. 같은 녹음과 인물 이미지, 화자 지정을 재사용해도 영상마다 비교해야 합니다. 다른 대사와 감정은 말하는 방식에 영향을 줍니다.

비교 비용은 얼마인가요?

서로 다른 대사의 두 영상에는 두 번의 생성이 필요합니다. 음성 참조 없는 선택 버전은 한 번이 추가됩니다. 이미지·음성 준비와 재시도까지 계산하고 매번 Arcloop 예상치를 확인하세요.