Testing facial expression and neck movement reference precision

【Seedance2.5 人の表情のリファレンス精度検証】 人の表情や首周りの動きを動画で撮って、リファレンスにしてどれだけ再現できるかやってみました。 参照動画とプロンプトを共有します。 結果は精度高く、顔の表情や、首だけを独立して動かす「首のアイソレーション」を、首から下の筋肉の連動までトレースしてくれた。 左下が元の動き。入力は、動きの動画と写真1枚だけです。 ただ、狙った動きをさせたい時は、プロンプトで動きの説明をしてあげたほうが精度上がりました！ 動きの動画さえあれば、表情も体の連動も、任せられます！ （※深度マップ化してますけど、別にしなくてもあまり精度変わらないです） あなたなら自キャラにどんな動きをさせたいですか？ リプに今回使用した動きの参照動画をダウンロード可でおいておきます😊 よければご自由にお使いください！ プロンプトはこちらです👇 【プロンプト（全文）】 ━━━━━━━━━━ 【生成目的】 10秒の縦型実写ショット。@ Image 1の女性が、青い壁の角を背に床に座ったまま、@ Video 1の「首のアイソレーション」の演技を一つ残らずそのままトレースする。同時に、その動きに合う陽気なオリジナル曲を生成する。 動きは@ Video 1に完全に従う。頭の位置、スライドの向き・幅・速さ・折り返しのタイミング、口の開閉、うつむきと起こしを@ Video 1どおりにし、動作の追加・省略・誇張・言い換えをしない。以下のタイムラインは大まかな目安で、細かいタイミングは@ Video 1が優先。演技のニュアンスだけは「無表情でとぼけた顔のまま、首だけが遊ぶ」方向に寄せる。ニュアンスのために新しい動きを足さない。 【首のアイソレーションの定義】 肩・胸・体幹は完全に固定し、動くのは首から上だけ。頭を傾けたり回したりせず、頭全体を水平に平行移動（スライド）させる。顔はカメラのほうを向いたまま、首が肩の上で左右へ滑る。ときどき顎を少し前へ出す、または後ろへ引く前後のスライドも混ざる。スライドは直線的で、折り返しで小さく止まってから逆方向へ滑る。1回のスライドは約1秒（約2拍）。最大の振れ幅は、頭の幅の4分の1から半分ほど。首に力みは見せず、軽く滑らかに。 【参照の役割】 @ Image 1：唯一の出演者。顔立ち、髪型、髪質、肌の質感、服装を継承する。 @ Video 1：演技参照。首のスライドの向き・幅・速さ・タイミング、顎の前後、口の開閉、うつむきと起こしだけを継承する。人物の外見（髪型、性別、顔、服）、背景は使わない。 【人物】 @ Image 1の女性。1人だけが映る。 【場面】 青い壁が直角に交わる角の前、画面中央に壁のコーナーラインが縦に通る。女性は壁を背に床に座っている。画面は肩から頭上までのバストアップで、頭上に少し余白を残す。柔らかさのある硬めのスタジオ光が正面やや上から当たり、青い壁に穏やかな陰影が出る。手は映らない。 【タイムライン】（目安。左右は画面上の向き） 0〜1.0秒：正面を向き、カメラを見る。無表情で、肩も首も静止気味。 1.0〜2.0秒：首のアイソレーション開始。頭が水平に画面左へ滑る。顔は正面のまま。 2.0〜3.0秒：頭が水平に画面右へ滑り、3.0秒前後で右端に着く。 3.0〜4.0秒：頭が画面左へ滑り戻る。3.0〜3.7秒、口を丸く開ける（無音）。口を開けている間は頭が少し後ろへ引け、閉じたあと、顎を少し前へ出してカメラに近づく。 4.0〜5.5秒：頭が画面右へ滑りながら、顎がゆっくり下がってやや下向きになる。5.3秒前後で右端に着く。 5.5〜7.5秒：頭が画面左へ大きく滑る。6.8〜7.4秒の間、口を開ける（無音）。7.5秒前後で左端（この動画で最大の振れ幅）に着く。 7.5〜8.5秒：頭が画面右へ大きく滑り戻る。 8.5〜9.2秒：右寄りの位置で、頭が下がってうつむく。 9.2〜10.0秒：頭を起こし、画面右寄りの位置で止まり、口を閉じたまま、軽い微笑みで静止して終わる。 【カメラ】 三脚で固定した正面のバストアップ。目の高さ。ズーム、パン、カットはなし。画面のブレは呼吸程度の微小なものだけ。ピントは顔に合わせ、頭が滑っても顔は鮮明に保つ。 【画作り】 実写。肌の質感、髪の艶、Tシャツの織りは写真のまま。肌は自然な暖かさ。フィルムグレインは弱く、コントラストは中程度。 【音】 歌詞も声もない、完全なインストゥルメンタルのオリジナル曲を、映像と同時に生成する。人の声・息づかい・掛け声・ボーカルチョップは一切入れない。口が開いても無音。 (とぼけた間から一気に弾ける、陽気でクセの強いK-POP系ダンスポップ。テンポは約118BPM（1拍が約0.5秒）。軽いキック、ハンドクラップ、コンガなどのラテン系パーカッション、跳ねるベース、短いシンセのスタブ。既存曲のメロディやフレーズは使わない。テンポは一定に保つ。) 首のスライドは約2拍ごとに折り返すので、折り返しの瞬間にパーカッションやスタブを軽く合わせる。 0〜1秒：ほぼ無音に近い。(低く短いシンセの持続音) と <小さなクリック音> だけ。 1.0秒前後：首のアイソレーションが始まる瞬間に、<短いヒット音> を1発。 2.0〜3.0秒：(クラップとベースでビートが入る)。 3.0〜4.0秒：口を開ける瞬間に、<短いパーカッションのヒット> を1発だけ入れる（声ではなく楽器の音）。 4.0〜7.5秒：(ビートが乗り、首のスライドの折り返しに合わせてベースとパーカッションが跳ねる)。7秒前後に、もう一度 <短いパーカッションのヒット> を1発だけ入れる（声ではなく楽器の音）。 7.5〜10.0秒：音数が減り、最後は <短いスティンガー> を1発入れて止める。 曲の下に、<静かなスタジオの空気音> と <Tシャツの衣擦れ> をごく小さく残す。 【連続性】 同じ女性、同じ服、同じ髪の流れを全編で保つ。肩とTシャツの位置は動かない。顔は頭が滑っても形が崩れず、向きは正面のまま保つ。背景の青い壁の角の位置は動かない。 【禁止事項】 白黒・グレースケール・深度マップ風の映像にしない。@ Video 1の人物の顔・髪・性別・服を入れない。他の人物、台詞、歌詞、字幕、ロゴを追加しない。人の声・息づかい・掛け声・歌声を入れない。カメラを動かさない。肩や上半身を揺らさない。頭を大きく回したり傾けたりしない。@ Video 1にない動きを足さない。誇張した表情や大きな身振りにしない。Tシャツの印字を変えない。 ━━━━━━━━━━