آموزش افزودن خودکار B-Roll با هوش مصنوعی CapCut

مقدمه: چرا به B-Roll نیاز داریم؟

در ویدیوهای آموزشی، خبری، ولاگ و حتی تبلیغاتی، بخش زیادی از جذابیت بصری از «B-Roll» می‌آید. B-Roll یعنی تصاویر پوششی (Footage) که روی صدای گوینده یا روی ویدیوی اصلی قرار می‌گیرد تا مفهوم را بهتر منتقل کند و ریتم ویدیو یکنواخت نشود. وقتی مخاطب فقط یک تصویر ثابت از گوینده ببیند، احتمال خستگی و خروج از ویدیو بالا می‌رود؛ اما با B-Rollهای مرتبط، ذهن مخاطب درگیر می‌ماند و Retention Rate (نرخ نگهداشت) بهتر می‌شود.

مشکل روش سنتی این است که پیدا کردن فوتیج مناسب، دانلود، وارد کردن به پروژه و هم‌زمان‌سازی با صحبت‌ها زمان‌بر است. اینجاست که قابلیت‌های هوش مصنوعی کپ‌کات (CapCut AI features) می‌تواند بخش بزرگی از این فرآیند را خودکار کند؛ به‌خصوص با قابلیت «Script to Video کپ‌کات» که متن یا سناریو را به ویدیوی قابل تدوین تبدیل می‌کند و به‌صورت خودکار B-Roll پیشنهاد می‌دهد.

پیش‌نیازها و ابزار مورد نیاز

نصب آخرین نسخه CapCut (Desktop & Mobile). در برخی نسخه‌ها نام منوها یا جای دکمه‌ها ممکن است کمی متفاوت باشد.
داشتن یک سناریو (Script) آماده یا فایل صوتی ضبط‌شده (Voiceover).
اتصال اینترنت پایدار، چون بیشتر قابلیت‌های «آموزش هوش مصنوعی کپ‌کات» برای تحلیل متن/صوت و پیشنهاد مدیا نیازمند پردازش آنلاین هستند.

روش اصلی: استفاده از قابلیت Script to Video

قلب این آموزش، ساخت ویدیو از متن در CapCut با ابزار «Script to Video» است. این قابلیت برای تولیدکنندگانی مناسب است که می‌خواهند سریع از یک متن ساده یا یک سناریو، یک تایم‌لاین آماده با تصویر، زیرنویس و B-Roll داشته باشند و بعد فقط آن را اصلاح و شخصی‌سازی کنند.

مسیر دسترسی (دسکتاپ): CapCut را باز کنید، در صفحه اصلی (Home) بخش AI یا Templates/AI Tools را پیدا کنید و روی گزینه Script to Video کلیک کنید.

مسیر دسترسی (موبایل): در صفحه اصلی CapCut، معمولاً در بخش ابزارهای هوش مصنوعی (AI) یا Create، گزینه Script to Video نمایش داده می‌شود. اگر پیدا نکردید، از بخش Search داخل برنامه عبارت Script to Video را جستجو کنید.

بعد از ورود به ابزار، دو راه دارید:

متن/اسکریپت را مستقیم Paste کنید.
در صورت وجود، از AI Writer داخلی کپ‌کات استفاده کنید (مثلاً انتخاب موضوع، لحن و طول متن) و سپس خروجی را به‌عنوان Script وارد مرحله تولید ویدیو کنید.

گام ۱: تنظیمات ساخت ویدیو (Generation Settings)

قبل از تولید، باید تنظیمات را درست انتخاب کنید تا نتیجه نهایی از ابتدا به هدف پلتفرم شما نزدیک باشد و زمان تدوین کاهش پیدا کند.

انتخاب نسبت تصویر (Aspect Ratio): برای ریلز/تیک‌تاک/شورتز معمولاً ۹:۱۶ را انتخاب کنید. برای ویدیوهای یوتیوب و آموزش‌های افقی ۱۶:۹ مناسب‌تر است. در صفحه تنظیمات تولید، روی گزینه Aspect Ratio کلیک کنید و نسبت موردنظر را انتخاب کنید.
انتخاب Voiceover (در صورت نداشتن صدای ضبط‌شده): اگر فایل صوتی ندارید، بخش Voice/Voiceover را باز کنید و صدای هوش مصنوعی را انتخاب کنید. معمولاً امکان انتخاب جنسیت، سبک خوانش و گاهی سرعت وجود دارد. اگر فایل صوتی دارید، گزینه Import/Upload Voice را انتخاب و فایل را وارد کنید.
فعال‌سازی Smart Generation: گزینه Smart Generation (یا معادل آن مثل Auto Match/Smart Match) را روشن کنید. این گزینه باعث می‌شود کپ‌کات بر اساس کلمات کلیدی متن، مدیا پیشنهاد دهد و عملاً «افزودن B-roll خودکار» انجام شود.

پس از تنظیمات، روی دکمه Generate یا Create کلیک کنید تا کپ‌کات تایم‌لاین اولیه را بسازد. خروجی معمولاً شامل کلیپ‌های پیشنهادی، برش‌های زمانی، متن/کپشن و گاهی موسیقی پس‌زمینه است.

گام ۲: شخصی‌سازی و تعویض B-Roll‌های پیشنهادی

هوش مصنوعی همیشه ۱۰۰٪ دقیق نیست؛ ممکن است بعضی B-Rollها مفهوم را اشتباه برداشت کنند، تکراری باشند یا با فضای برند شما هم‌خوانی نداشته باشند. مرحله مهم، «بازبینی انسانی و اصلاح دستی» است تا خروجی طبیعی و حرفه‌ای شود.

بازبینی کلی تایم‌لاین: ویدیو را از ابتدا پخش کنید و هر جایی که تصویر با جمله یا کلمه هم‌خوانی ندارد علامت‌گذاری ذهنی کنید.
تعویض یک B-Roll با Replace: روی کلیپ B-Roll در تایم‌لاین کلیک کنید. سپس در پنل ابزارها (Inspector/Properties) یا نوار ابزار، گزینه Replace را انتخاب کنید. در موبایل معمولاً با انتخاب کلیپ و رفتن به منوی پایین، Replace نمایش داده می‌شود.
استفاده از Stock Materials داخلی: پس از Replace، وارد بخش Stock Materials یا Materials شوید. کلمه کلیدی مرتبط را جستجو کنید (مثلاً “productivity”، “camera”، “editing”). این بخش برای تولید محتوای ویدیویی با هوش مصنوعی عالی است چون سریع فوتیج‌های آماده پیشنهاد می‌دهد.
ایمپورت فوتیج‌های شخصی: برای برندینگ بهتر، بخشی از B-Rollها را از آرشیو خودتان جایگزین کنید. از گزینه Import (دسکتاپ) یا Upload/Add (موبایل) استفاده کنید و کلیپ شخصی را وارد پروژه کنید، سپس همان کلیپ را جایگزین B-Roll انتخاب‌شده کنید یا به‌صورت Overlay اضافه کنید.
اصلاح طول و ریتم B-Roll: لبه‌های کلیپ را در تایم‌لاین بگیرید و کوتاه/بلند کنید تا دقیقاً روی جمله موردنظر بنشیند. برای ویدیوهای کوتاه، معمولاً B-Rollهای ۱ تا ۲.۵ ثانیه ریتم خوبی می‌دهند.

این مرحله همان جایی است که «تدوین سریع با موبایل» یا دسکتاپ واقعاً معنا پیدا می‌کند؛ چون اسکلت اصلی را AI می‌سازد و شما فقط تصمیم‌های خلاقانه و اصلاح‌های ضروری را انجام می‌دهید.

روش جایگزین: استفاده از Auto-Caption و تطبیق دستی سریع

اگر شما ویدیوی اصلی (Main Roll) را خودتان ضبط کرده‌اید و فقط می‌خواهید سریع B-Roll اضافه کنید، می‌توانید از زیرنویس خودکار به‌عنوان نقشه راه استفاده کنید. این روش کاملاً جایگزین Script to Video نیست، اما برای پروژه‌هایی که تصویر اصلی دارید بسیار کاربردی است.

ورود ویدیو به پروژه: پروژه جدید بسازید و ویدیوی اصلی را Import کنید و روی تایم‌لاین قرار دهید.
ساخت زیرنویس خودکار (Auto-Captions): از منوی Text گزینه Auto Captions را انتخاب کنید. زبان را روی فارسی (در صورت پشتیبانی) یا زبان گفتار تنظیم کنید و روی Generate/Start کلیک کنید.
استخراج کلمات کلیدی از کپشن: با مرور زیرنویس‌های تولیدشده، کلمات کلیدی هر بخش را پیدا کنید (مثلاً نام ابزار، مفهوم، مکان، محصول).
پیدا کردن مدیا بر اساس کلمات کلیدی: وارد بخش Materials یا Stock شوید و همان کلمات کلیدی را جستجو کنید. سپس کلیپ‌ها را بالای ویدیو (به‌صورت Overlay) قرار دهید.
هم‌زمان‌سازی سریع: B-Rollها را دقیقاً روی بازه زمانی همان جمله در زیرنویس قرار دهید. این کار باعث می‌شود تصویر و متن و صدا هماهنگ و قابل فهم بمانند.

این روش، ترکیب خوبی از کنترل دستی و سرعت است؛ چون Auto-Caption یک ساختار زمانی دقیق از صحبت‌ها می‌دهد و انتخاب B-Roll بر اساس آن بسیار سریع‌تر می‌شود.

نکات طلایی برای طبیعی‌تر شدن تدوین هوش مصنوعی

تکنیک J-Cut و L-Cut: برای طبیعی شدن، همیشه لازم نیست تصویر و صدا دقیقاً هم‌زمان تغییر کنند. در J-Cut صدای بخش بعدی کمی زودتر شروع می‌شود ولی تصویر هنوز از بخش قبلی است. در L-Cut تصویر عوض می‌شود اما صدای بخش قبلی کمی ادامه پیدا می‌کند. در CapCut کافی است صوت و کلیپ‌ها را جداگانه کمی جلو/عقب بکشید تا همپوشانی ایجاد شود.
ترنزیشن نرم بین B-Rollها: بین بعضی B-Rollها از ترنزیشن‌های ساده مثل Dissolve یا Fade استفاده کنید. زیاده‌روی در ترنزیشن‌های نمایشی باعث آماتور شدن خروجی می‌شود. ترنزیشن را بین دو کلیپ بگذارید و Duration را کوتاه (مثلاً ۰.۲ تا ۰.۴ ثانیه) نگه دارید.
حرکت دادن تصاویر ثابت (Motion): اگر AI به جای ویدیو از تصویر استفاده کرد، برای جلوگیری از خشکی، روی عکس‌ها افکت حرکتی سبک بدهید: Zoom in یا Zoom out، یا استفاده از Keyframe برای حرکت آرام. این کار حس ویدیویی‌تری ایجاد می‌کند.
یکدست‌سازی رنگ (Color Match): اگر B-Rollها از منابع مختلف هستند، رنگ و نور متفاوت می‌شود. با تنظیمات ساده مثل Exposure/Contrast/Temperature یا فیلترهای یکسان، ظاهر کلی را هماهنگ کنید.
اولویت با مفهوم، نه فقط زیبایی: هدف B-Roll توضیح بهتر و جلوگیری از یکنواختی است. اگر یک B-Roll زیبا اما نامرتبط باشد، باعث گیج شدن مخاطب و افت Retention Rate می‌شود.

جمع‌بندی

برای افزودن B-roll خودکار در CapCut، سریع‌ترین مسیر استفاده از «Script to Video» است: متن را وارد کنید، نسبت تصویر را انتخاب کنید، در صورت نیاز Voiceover هوش مصنوعی را تنظیم کنید و با فعال کردن Smart Generation ویدیو را بسازید. سپس با Replace، استفاده از Stock Materials و وارد کردن فوتیج‌های شخصی، B-Rollها را دقیق‌تر و حرفه‌ای‌تر کنید. اگر ویدیوی اصلی را از قبل دارید، روش Auto-Caption به شما کمک می‌کند بر اساس زیرنویس، B-Rollها را سریع و دقیق روی تایم‌لاین بچینید.

هوش مصنوعی کپ‌کات سرعت را بالا می‌برد، اما کیفیت نهایی به اصلاح دستی، انتخاب‌های خلاقانه و کنترل ریتم تدوین وابسته است.