EasyWan22でStartEndのテスト
前回の「EasyWan22のワークフローが見やすくなったので脱衣させてみた」では単純に512x768pxの動画を生成しただけだったので、今回は開始画像／終了画像(Start～End)の2枚を使い、更に後処理のアップスケールとリファイナーも使う方法で動画生成してみました。
元画像
sd-reforgeでスカートたくし上げ＆竿役のオナニーシーンの静止画を生成し、その後パンツ部分をスカートと同色で塗った後、Inpaintでスカート下した絵を生成するといういつもの流れです。
Prompt:
1girl,loli,slim,skinny,embarrassed,jitome, sitting,skirt_lift,panties,solo focus, faceless_male,standing,male masturbation,1penis, pastel colors,girl's room,three quarter view, masterpiece,best quality, (worst quality,conjoined,text:-1), <lora:dmd2_sdxl_4step_lora_fp16:1>
※Inpaintのときはskirt_liftをskirt_tugにして、pantiesを消す
開始画像／終了画像を指定して動画生成
今日(8/26)、EasyWan22のアップデートしたらワークフローが更新されて、デフォルトが416pxの4秒になっていたので、そのまま生成しました。
尚、元絵は1824x1248pxで、これが448x288pxの超ちっこい動画になります。この生成にRTX4070で約80秒。
いくつか小さい動画を生成した後、良さげな動きの動画を選び、ワークフローのEnable PostProcessとEnable PointMosaicをYesに設定して再実行。
PostProcessではデフォルトでEnable Upscale、Enable Refiner、Enable FrameInterpolationがYesになっているため、アップスケールとリファイナーで約3.3倍の1440x960px動画になります。どういう計算なのかいまいちよくわからないｗ
EasyWanVideoのときはこれでだいぶ元絵の雰囲気が壊れてしまったのであまりアップスケーラーは使わず、間をとって768pxくらいで生成していたのですが、今回のはずいぶん綺麗ですね。448x288pxの動画を引き延ばしたとは思えない。
この後処理(PostProcess)に約250秒かかりました。
ぼくは動画生成をはじめたら料理・洗濯・掃除などで時間つぶしていたのであまり気にしたことなかったのですが、1生成に250秒かけるよりも、80秒で作れるちっこい動画を大量生産し、当たりが出たら後処理で拡大して採用する、というのは合理的なのでしょう。
思ったよりもアップスケーラーが優秀なので、今後もこの方法で動画生成しようと思いました。それともリファイナーがすごいのかな？
ちなみに、画像1枚しか使わない場合は問題なかったのですが、終了画像を設定したときだけ、なぜかランタイムエラーが発生しました。
うちの環境だけの問題かも知れないし、そうでなかったとしても、たぶんすぐ修正されると思いますが、ソースの1行を書き換えれば治ったので、一応記事にしておきました。
EasyWan22でRuntimeError: Boolean value of Tensor with more than one value is ambiguous
Prompt
今回、日本語プロンプトを試してみました。
「TranslateInput,日本語入力」というノードがあるので、そこに下記のような日本語を入れるだけ。あぁ、元の英語プロンプトは空欄にしておいたほうがいいです。デフォルトだとDancingとか入っていて踊りはじめるので。
Prompt:
少女はゆっくりとスカートをたくし上げてパンツを見せる。男はペニスを自らの手で前後にストロークしながらオナニーしている。
日本語で文章書いてからDeepLで翻訳してコピペしていたので、別に英語プロンプトで良いのでは、と思っていましたが、直接日本語入力できるとちょこまかプロンプトを変更する気になれるので、これは案外アリですね。
逆再生パターン
Stable Diffusionで開始／終了画像、つまり差分を作るのはそんなに難しいことではありませんが、あんまり大きな動きもさせづらいです。
なので、やっぱり1枚絵だけ指定してWanVideoに思う存分動かしてもらうパターンも見てみたい。
ということで、こちらはスカートたくし上げの静止画を指定し、「少女はゆっくりとスカートを下しパンツを隠す。男はペニスを自らの手で前後にストロークしながらオナニーしている。」とプロンプト指定したパターンです。
スカートをおろす動画が生成されるので、ffmpegで逆再生動画に変換しました。
こちらのほうが表情豊かだとも言えるし、元のAI絵の雰囲気を壊しているとも言えるので、どちらも一長一短でしょうか。月並みですが目的に応じて使い分けるべきかなと思いました。
謝辞
オープンソースおよび生成モデルの制作者の皆さまに感謝します。
- 元絵生成
- Stable Diffusion webui reForge
- Model:WAI-NSFW-illustrious-SDXL
- 高速化LoRA:dmd2_sdxl_4step_lora_fp16
- 拡張機能:sd-webui-negpip
- 動画生成
- EasyWan22
- 動画加工(逆再生)
- ffmpeg
まとめ
今回は開始／終了画像を指定した動画生成と、生成後のアップスケールとリファイナーを試してみました。
448x288pxのちっこい動画なら1生成80秒くらいだったので、がんがん生成して、あたりを引いたらアップスケールというやり方は良いと思いますが、相変わらず明度がちょいちょい変わるのが気になりますね。
複数シーン繋げるときに困らないかなぁ。まぁトランジションで誤魔化しても良いけども。
次は気が向いたら射精シーンも作りたいと思いまーす。
