VOCAČasto kladené otázky · TRANSPARENTNOST MÍSTO „ČERNÉ SKŘÍNKY“
Co VocaVid potřebuje.
A kolik to stojí.
Níže uvedené hodnoty pocházejí z dokončených lokálních úloh VocaVid na použitém nastavení RTX-4080. Jedná se o realistický orientační údaj, nikoli o slib výkonu: model, rozlišení, VRAM, fronta, prompt a verze ComfyUI ovlivňují každou generaci.
Kolik stojí projekt VocaVid?
Samotný VocaVid neúčtuje poplatky za jednotlivé obrázky nebo klipy: generování probíhá na vašem počítači s nainstalovanými modely. Skutečné náklady tedy představují výpočetní čas, elektřinu a případně licence nebo náklady na přístup k modelům, které navíc používáte.
Jak dlouho trvá vytvoření hudebního videa?
Největší vliv mají klipy a – pokud jsou použity – avatary. Následující průměrné hodnoty pocházejí z lokální databáze úloh projektu na grafické kartě RTX 4080:
| Krok | Ø na jednotku |
|---|---|
| Obrazový prompt | ~ 9 sekund / segment |
| Obrázek | ~ 5 sekund / segment |
| Videoprompt | ~ 6 sekund / segment |
| Obrázek avatara | ~ 1 minuta 29 sekund / segment |
| Klip | ~ 1 minuta 22 sekund / segment |
| Plán scény | ~ 4 minuty 37 sekund / zpracovaný segment* |
| Renderování MP4 | ~ 2 minuty 33 sekund / export |
| Analýza ukázky | ~ 45 sekund / průběh |
* Rozptyl u plánu scény je vysoký, protože na něj výrazně působí délka skladby, velikost dávky a množství textu. Proto je tato hodnota záměrně určena pouze jako hrubá pomůcka pro plánování.
Co potřebuji před spuštěním?
Python 3.11+, spuštěná instance ComfyUI, FFmpeg a GPU s podporou CUDA tvoří praktický základ. Konkrétní modely a vlastní uzly se odvíjejí od zvoleného pracovního postupu. Referenční příručka k pracovním postupům čerpá z aktuálně dodávaných souborů JSON.
Mohu ručně opravit časování a segmentaci?
Ano. Po volbě „Analyze + Split“ lze v tabulkovém režimu zkontrolovat začátek a konec jednotlivých řádků, skupin řádků a instrumentálních pasáží. To se vyplatí zejména před vytvořením plánu scény a renderováním, protože všechny následující kroky na těchto segmentech staví.
K čemu ještě potřebuji Kdenlive?
VocaVid vytvoří editovatelný projekt v Kdenlive a v případě potřeby přímo vygeneruje soubor MP4. Kdenlive zůstává místem pro finální střih, titulky, individuální přechody nebo korekci barev.
Vytvářejí se reels automaticky?
Po vytvoření finálního souboru MP4 VocaVid analyzuje hudebně zajímavé úseky, generuje náhledy a exportuje vámi vybrané pasáže ve vertikálním formátu. Výběr zůstává na vás; nástroj za vás převezme vyhledávání a technický export.