Filem pelancaran model imej Ora 2

Tanya saya untuk: nama produk saya, cadangan satu baris, logo saya, 3 hingga 6 tangkapan skrin produk, 40+ imej hasil ciptaannya (atau fotonya), warna dan fon jenama saya, kunci API ElevenLabs dan ID suara, serta trek bebas royalti dengan penurunan jelas (fail audio dan cap masa penurunan). Jika saya melangkau apa-apa, gunakan tetapan lalai ini: "Ora 2", "model imej yang dibuat untuk citarasa", imej percuma daripada Unsplash dan Pixabay, Geist, ink #111214, suara Samara X (19STyYD15bswVz51nqLf) pada eleven_v4 dan Pixabay "Cascade Breathe" (129.83 BPM, penurunan pada 75.39s).

<script>
Tulis suara latar 9 baris dalam format ini dan sesuaikan setiap baris dengan produk saya:
"Ini ialah [nama]. Satu [kategori]... dibina untuk [nilai]. [Kata Kerja] dalam SEBARANG gaya. Berikannya [input] - dan ia akan... faham. Lebih banyak anda menggunakannya, lebih BAIK ia menjadi. Laraskan [tetapan]nya. [tetapan]nya. [tetapan]nya. Setiap [output] - betul-betul seperti yang anda bayangkan. [Nama]. Keluar sekarang."
Gunakan tag emosi dengan berhati-hati: [lembut] pada baris yang senyap dan [teruja] pada baris [Kata Kerja]. Jangan tandakan pembuka, dan akhiri dengan noktah kosong.
</script>

Panggil API ElevenLabs secara terus menggunakan kunci saya, tanpa MCP. Jana 4 pengambilan skrip penuh dalam satu hantaran dan biarkan saya memilih. Jika baris tidak kedengaran betul, jana semula hanya baris itu sebanyak 4 kali dan sambungkan versi terbaik ke dalam pengambilan saya.
Pendekkan jeda yang lebih lama daripada 0.28 saat kepada 0.2 saat, kemudian bawa setiap frasa 85% daripada jumlahnya ke arah aras median, laraskan gandaan hanya semasa jeda.
Untuk pemasaan perkataan, bahagikan bacaan pada jeda 100ms atau lebih lama, transkripsi setiap segmen secara berasingan dengan Whisper dan jajarkan perkataan pertamanya dengan permulaan yang diukur. Satu hantaran Whisper boleh meletakkan perkataan sehingga setengah saat lewat.

Filem pelancaran segi empat sama berdurasi 22 saat, 1440x1440 pada 60fps, dalam gaya pelancaran makmal AI: kanvas putih, satu jenis taip, dakwat hitam, imej sebenar dan kapsyen yang ditaip perkataan demi perkataan pada masa yang tepat ia disebut.
Setiap kawalan (bar gesaan, panel tetapan, pil kapsyen) menggunakan kaca cecair: sapukan lapisan fros pada pemandangan di belakangnya, bengkokkan pemandangan itu di sepanjang tepi seperti kaca tebal, kemudian tambahkan kilauan atas, rim terang dan bayang pengangkat lembut. Kaca hilang pada warna putih biasa, jadi tambahkan aura pastel perlahan dalam warna jenama saya atau sedikit sapuan kabur foto di belakangnya.
Yang satu menekankan jenis perkataan dalam kecerunan warna jenama saya, dengan cahaya samar di belakangnya.
Peraturan gerakan: pastikan kamera melayang (tolak dari 1.0 ke 1.04 setiap babak; apabila kandungan beralih ke babak seterusnya, mulakan pada zum di mana babak sebelumnya berakhir). Tiada apa-apa yang muncul serta-merta: gunakan pudar yang dikurangkan sekurang-kurangnya 0.3s. Tukar imej pada not ke-16, dengan satu klik untuk setiap satu. Letakkan babak berubah pada permulaan frasa dan laraskan penurunan muzik dengan baris [Kata Kerja]. Jangan tunjukkan noktah pada skrin.
Diharamkan: sorotan kotak pilihan, hentakan yang disentak dengan rentak, kilatan putih, 3D, templat.

Tujuh babak, mengikut masa suara:

1. "Ini [nama]": kolaj imej saya akan dipaparkan apabila nama ditaip besar, kemudian digantikan dengan baris kategori.
2. "dibuat untuk [nilai]": kelipan skrin penuh imej terbaik saya bertukar pada not ke-16 ke dalam titisan, dengan garisan ditaip putih di atasnya.
3. Jatuh: bar gesaan kaca menaip gesaan pendek. Kad hasil berubah gaya setiap not ke-16, manakala cip gaya hitam bergolek ke setiap nama baharu di atas jalur lakaran kecil.
4. "Tunjukkan papan mood": 9 imej dipaparkan dalam grid 3x3, kemudian bulatkan hasilnya apabila "Ia memberi anda manfaat" ditaip pada skrin.
5. "Lebih kerap anda menggunakannya, lebih baik ia menjadi": taip dua baris, dengan perkataan yang ditekankan dalam kecerunan.
6. Tetapan: tunjukkan panel kaca dengan 3 gelangsar, setiap satu bergerak mengikut namanya. Ubah rona imej, gulung biji baharu pada 16, kemudian ubahnya menjadi poster. Ubah sapuan warnanya yang kabur di belakang kaca secara serentak.
7. "Setiap [output], tepat seperti yang anda lihat": pecahkan 120 imej saya ke luar dari tengah di sebalik pil kapsyen kaca, kemudian satukan semuanya ke dalam logo saya semasa nama ditaip. Letakkan "Keluar sekarang" di bawah dan tahan selama 2 saat.

Gantikan bar gesaan, hasil dan gelangsar dengan input, output dan tetapan sebenar produk saya.

Tetapkan lagu supaya jatuhan jatuh pada baris [Kata Kerja], dan sauhkan grid rentak di sana.
Elak muzik di bawah suara dengan rantai sisi 3-jalur (rendah 30%, pertengahan 85%, udara 55%; tahan 0.3s, pandang ke hadapan 50ms, lepas 0.5s). Kemudian laraskan pertengahan setiap frasa sehingga suara berada kira-kira 9 dB di atas muzik antara 300 Hz dan 4 kHz.
Gunakan satu Mixkit SFX yang dimuat turun bagi setiap peristiwa, diletakkan mengikut puncaknya yang diukur: satu klik untuk setiap perubahan imej, bunyi kekunci untuk setiap huruf yang ditaip, pendaratan lembut pada perkataan yang ditekankan, bunyi whoosh dan impak pada penurunan dan logo. Potong setiap satu di sekitar puncaknya (banyak bunyi riser ialah 4 saat). Pudarkan muzik di sepanjang lengkung dB di bawah kad akhir. Norma kuat kepada -14 LUFS.

1. Satu kanvas HTML. Setiap bingkai adalah fungsi masa tulen di dalam seek(t), dan setiap kapsyen dan potongan mengikuti jadual perkataan.
2. Kaca: tangkap kanvas di belakang bentuk, kaburkannya kira-kira 14px untuk badan, lukis salinan kabur ringan yang dibesarkan kira-kira 1.06x dalam jalur 12px di sepanjang tepi, kemudian tambahkan susu, kilauan, tepi dan bayang.
3. Render dengan Playwright pada 60fps menggunakan 8 subframe kabur gerakan, kemudian ekod dengan ffmpeg.
4. Sebelum menunjukkan apa-apa kepada saya, buat helaian gambar pegun, imbas perbezaan bingkai untuk pop bingkai tunggal (hanya larian not ke-16 yang mungkin melompat), dan periksa nisbah suara-ke-muzik untuk setiap frasa.

Pembuka [dengan penuh semangat] boleh kedengaran berbisik, manakala [teruja] boleh terasa palsu. Kotak sorotan di belakang perkataan kelihatan seperti pilihan teks Windows. Jika kamera ditetapkan semula kepada 1.0 semasa serah terima, zum akan terpadam. Pudar 0.05s kelihatan seperti tetingkap timbul serta-merta.

Minta input daripada saya, tulis skrip, hantarkan 4 pilihan suara untuk saya pilih, kemudian tunjukkan 8 gambar pegun sebelum render penuh.

Ask me for: my product name, a one-line pitch, my logo, 3 to 6 screenshots of the product, 40+ images of what it creates (or photos of it), my brand colors and font, an ElevenLabs API key and voice ID, plus a royalty-free track with a clear drop (the audio file and the drop timestamp). If I skip anything, use these defaults: "Ora 2", "an image model made for taste", free images from Unsplash and Pixabay, Geist, ink #111214, the voice Samara X (19STyYD15bswVz51nqLf) on eleven_v4, and Pixabay "Cascade Breathe" (129.83 BPM, drop at 75.39s).

<script>
Write a 9-line voiceover in this format and adapt every line to my product:
"This is [name]. A [category]... built for [value]. [Verb] in ANY style. Give it a [input] - and it just... understands. The more you use it, the BETTER it gets. Adjust its [setting]. Its [setting]. Its [setting]. Every [output] - exactly as you pictured it. [Name]. Out now."
Use emotion tags sparingly: [softly] on the quiet lines and [excited] on the [Verb] line. Don't tag the opener, and end it with a plain full stop.
</script>

Call the ElevenLabs API directly using my key, without an MCP. Generate 4 full-script takes in one pass and let me choose. If a line doesn't sound right, regenerate just that line 4 times and splice the best version into my take.
Shorten pauses longer than 0.28s to 0.2s, then bring each phrase 85% of the way toward the median level, adjusting gain only during pauses.
For word timings, split the read at pauses of 100ms or longer, transcribe each segment separately with Whisper, and align its first word to the measured onset. A single Whisper pass can place words up to half a second late.

A 22-second square launch film, 1440x1440 at 60fps, in the style of an AI lab launch: white canvas, one typeface, black ink, real images, and captions typed word by word at the exact time they're spoken.
Every control (prompt bar, settings panel, caption pill) uses liquid glass: frost the scene behind it, bend that scene along the edge like thick glass, then add a top sheen, bright rim and soft lift shadow. Glass disappears on plain white, so add a slow pastel aura in my brand colors or a blurred wash of the photo behind it.
The one emphasized word types in a gradient of my brand colors, with a faint glow behind it.
Motion rules: keep the camera drifting (push from 1.0 to 1.04 per scene; when content moves to the next scene, start at the zoom where the previous scene ended). Nothing appears instantly: use eased fades of at least 0.3s. Change images on 16th notes, with a click for each. Land scene changes on phrase starts, and align the music drop with the [Verb] line. Don't show full stops on screen.
Banned: selection-box highlights, beat-snapped slams, white flashes, 3D, templates.

Seven scenes, timed to the voice:

1. "This is [name]": a collage of my images drifts out as the name types in large, then gives way to the category line.
2. "made for [value]": full-screen flashes of my best images switch on 16th notes into the drop, with the line typed in white over them.
3. The drop: a glass prompt bar types a short prompt. The result card changes style every 16th note, while a black style chip rolls to each new name above a thumbnail strip.
4. "Show it a moodboard": 9 images fly into a 3x3 grid, then circle the result as "It gets you" types on screen.
5. "The more you use it, the better it gets": type two lines, with the emphasized word in the gradient.
6. The settings: show a glass panel with 3 sliders, each moving as she names it. Shift the image's hue, roll new seeds on 16ths, then turn it into a poster. Shift a blurred wash of its colors behind the glass in sync.
7. "Every [output], exactly how you see it": burst 120 of my images outward from the center behind a glass caption pill, then bring them together into my logo as the name types on. Put "Out now" underneath and hold for 2s.

Replace the prompt bar, results and sliders with my product's real input, outputs and settings.

Set the song so the drop lands on the [Verb] line, and anchor the beat grid there.
Duck the music under the voice with a 3-band sidechain (lows 30%, mids 85%, air 55%; 0.3s hold, 50ms look-ahead, 0.5s release). Then adjust the mids of each phrase until the voice sits about 9 dB above the music between 300 Hz and 4 kHz.
Use one downloaded Mixkit SFX per event, positioned by its measured peak: a click for each image change, a key sound for every typed letter, a soft landing on the emphasized word, whooshes, and impacts on the drop and logo. Trim each around its peak (many risers are 4 seconds). Fade the music along a dB curve under the end card. Loudnorm to -14 LUFS.

1. One HTML canvas. Every frame is a pure function of time inside seek(t), and every caption and cut follows the word table.
2. Glass: capture the canvas behind the shape, blur it about 14px for the body, draw a lightly blurred copy magnified about 1.06x in a 12px band along the edge, then add the milk, sheen, rim and shadow.
3. Render with Playwright at 60fps using 8 motion-blur subframes, then encode with ffmpeg.
4. Before showing me anything, make a contact sheet of stills, scan frame differences for single-frame pops (only the 16th-note runs may jump), and check the voice-to-music ratio for every phrase.

A [warmly] opener can sound whispered, while [excited] can feel fake. A highlight box behind a word looks like a Windows text selection. If the camera resets to 1.0 during a handoff, the zoom snaps. A 0.05s fade looks like an instant pop-in.

Ask me for the inputs, write the script, send me 4 voice takes to choose from, then show me 8 stills before the full render.

Gesaan diambil daripada pos @rossaxbt.