【背景男新海誠的背景心法】#葉郎電影徵信社

一整個世代的日本動畫創作者都註定要活在宮崎駿巨大的的影子裡。

所以每當什麼人有了什麼突破性的發展（比如打破某吉卜力電影票房記錄之類），大家就要趕忙去打擾可能剛好出來倒垃圾的宮崎駿老先生，詢問他對後輩的評語和被超車的心得。

在《鬼滅之刃》之前，上一次被這樣注目的是《你的名字》。對《你的名字》的導演新海誠來說更倒楣的是，「他」的名字 Shinkai Makoto 偏偏是繼 Hayao Miyazaki 之後唯一廣為西方觀眾熟知的日本動畫創作者姓名。於是「Miyazaki 第二」、「Miyazaki 接班人」、「Miyazaki 的挑戰者」等等標籤紙就緊緊黏在新海誠身上，怎麼撕都撕不完。

事實是新海誠不僅不是宮崎駿第二，而且一點都不想成為宮崎駿第二。和倒楣的細田守不同的是，他的創作事業不僅沒有在宮崎駿的陰影裡待太長時間，還成功走出迥異於宮崎駿所定下來的產業規格以外的一條新道路。

新海誠的秘訣：背景。


▉ 數位革命下的一人樂隊

新海誠的崛起，走的是一條從來沒有人走過的路。沒有吉卜力/德間或是東寶這些片廠的系統作為背後靠山，他從一開始就採取一人樂隊的方式獨力完成作品。他就是自己的背景。

新海誠大學念的是文學，畢業之後第一份工作是在遊戲公司沒日沒夜地設計網頁和製作遊戲影片。這時候動畫不是他的職業，而是業外的興趣。

和宮崎駿前輩出身手繪動畫的黃金年代不一樣的是，新海誠非常幸運地活在一個數位革命的奇蹟年代。無所不能的電腦，使專業創作者和業餘創作者的界限變得模糊，因為像新海誠這樣的業餘者也可以在沒有片廠資源當靠山的狀態下，獨力完成他的前幾部短片作品。

另一個美好的奇蹟是可以快速複製的光碟燒錄機以及協助他擴散影片資訊的網站。

「那時候還沒有 YouTube 或是（Facebook 之類）社群網站。我記得當時我們的同事發現有個傢伙在網路上叫賣他自己製作的5分鐘動畫短片。那時候他根本是自己燒光碟，然後拿去漫畫市集自己叫賣。那傢伙正職是在一個電腦遊戲公司上班。從週一到週五天天加班到深夜。然後再趕回家創作自己的動畫短片，並且一張一張慢慢燒光碟來賣。」著名製片兼 CoMix Wave Films 董事角南一城在一次訪談中回顧2001年發掘新海誠的傳奇經歷。

「一個人要幹這麼多活真的是有點太多了，尤其是還得燒光碟。所以我就跑去告訴他說：這樣吧，起碼燒光碟跟賣片子的活兒讓我們來代勞吧！」

新海誠的下一部短片——片長25分鐘的《星之聲》仍然維持一人樂隊模式，在他的Mac G4上一人包辦繪製、剪接、配音（他日後的妻子、當時的女友在配音階段也幫了一點忙）。

事實上2003年開始和 CoMix Wave 籌備第一部長片《雲之彼端，約定的地方》的時候，他原本還打算繼續如法炮製。只是片長慢慢擴充到90分鐘，場景數量也開始突破上千個場景，一人樂隊的模式終於不得不作一些修訂。

CoMix Wave 原本做的是漫畫授權業務，完全不具備動畫製作的人力編制。簡單說就是該公司沒有絲毫接近吉卜力的樣貌。角南一城回顧當時當時公司另一個剛到職的製片伊藤耕一郎（日後成為《你的名字》製片）看完企劃之後，劈頭就問：

「請問電影裡頭的這些背景要誰來畫？這部電影有上千個場景耶～」某個人回答說大概是新海誠自己畫吧。「那他得畫整整十年才畫得完啊！」伊藤難以置信地驚呼。


▉ 新海誠的背景是這麼練成的

2004年的《雲之彼端，約定的地方》是新海誠第一次不用親自下海畫所有背景的動畫作品。為了避免花上十年才畫完，CoMix Wave 殺去東京藝術大學招募人手加入團隊，來分攤這上千個背景的繪製工作。

他們第一個遇到的麻煩是工具。新海誠的背景是完全用電腦畫的（人物仍是手繪），可是當時接受學院訓練出來的學生仍然使用畫筆當成創作工具，所以他們必須從電腦操作重新學起，才有辦法練成新海誠的背景心法。

其實我們也幾乎可以確定宮崎駿本人不太使用電腦。今年吉卜力工作室把所有作品打包授權給串流巨人 Netflix 時，據說負責最後拍板定案的宮崎駿還反問說 Netflix 到底是什麼，「因為我不太用電腦的」他說。

而電腦和數位相機這兩樣新海誠正好趕上的發明，則是他練成著名的華麗背景術的秘密武器。

出身百年建設公司家族的新海誠，小學的時候就用考試考第一名的約定跟爸爸換來一台當時要價70萬日圓的 Sharp 電腦 MZ-2000。有了這種早於同輩許多年的資訊素養，才使文學系畢業的他得以在專業完全不同的遊戲公司工作。

緊接著數位相機的年代來了。

「當時相機開始變得非常便宜，每個人都玩得起。於是我就開始東奔西跑，拿著我的相機拍攝各種都市風光和街景，傳到電腦裡頭之後就用來當成我作畫的基礎。」新海誠在一次訪談中談及他1998年獨力完成《她和她的貓》的經驗，其中大量用相機拍下的照片正是輔助他完成數量繁多的背景繪製的關鍵。

他之所以比其他動畫創作者更早使用而且更廣泛使用電腦，不全然是一個美學的決定。效率和成本才是第一考量。在《你的名字》之前他不可能用吉卜力甚至好萊塢的規格工作。然而新海誠利用相機和電腦完成的這些背景，終究建立了專屬自己的美學。

他說：「吉卜力動畫的最大特徵是裡頭這些角色的動作。他們動起來就像真的人一樣生動。然而我自己的著力點則是在背景上頭。背景對我來說無比重要。所以我們會去現場實地考察，確保盡可能重塑真實。就算是那些前頭沒有人物在的空景，我們也希望做到細緻真實。」

因為電腦繪圖最終仍是繪圖，所以即使成品有相片一般的犀利真實感，它仍會在創作者需要的地方說謊，提供和現實場景不一樣的細節。新海誠的背景就像是經過他的眼光調校過的現實強化版：更飽和的顏色，更劇烈的光線變化，多到可以說故事的畫面訊息量。就有如戀愛中的人看世界的眼光一樣......


▉ 站在和宮崎駿截然不同的時代舞台

新海誠除了不同於宮崎駿用角色動作說故事，而改用背景當成推進故事的主要力量之外，還有另一個根本的差別更使他永遠不會成為宮崎駿第二......

他們身處完全截然不同的時代舞台上：宮崎駿成長於戰後百廢待舉的日本，他的動畫事業則建立在經濟爆炸性成長（以及環境和社會衝突）的年代；新海誠則成長於歌舞昇平的日本，動畫事業則起自經濟泡沫後的平靜死水中。

這樣的時代條件使他們的創作心理出發點有了相差十萬八千里的不同：「他（宮崎駿）更像是父親、老師、校長一樣的人物......一出口就是道德倫理，對人們應該做什麼、要怎麼過活有具體的想法。你可以說他是像權威一般存在的人物」新海誠說。

「我不確定是世代因素或是我個人的因素，我永遠無法告訴青少年他們該做什麼，該怎麼過活。因為我完全清楚記得自己還是青少年時的迷惘狀態，我記得那些挫敗，記得那些男孩向女孩告白的興奮。這些情緒仍然還在。這就是為什麼我跟宮崎駿的電影主題會有這麼大的差別。」

成長於和平年代的新海誠，更常在電影中描繪的不是什麼企圖改變世界的革命性議題（比如環保），而是生活經驗、童年回憶和數位時代中人跟人之間的疏離。

文學系畢業的他其實更接近他最鍾愛的作家村上春樹的電影分身，經常從日常生活最簡單的事物出發，在枝微末節中找到故事：

「我總是以文字為出發點。比如《秒速五公分》中的角色台詞『我希望明年櫻花盛開時我們仍可以一起賞櫻』。電影的所有畫面就是從這一句話開始的。」新海誠說。

該片中的主要故事線——被大雪攔阻而延誤赴約的火車橋段，甚至也是新海誠生活中真正發生過的經歷。新海誠電影中那些被吉卜力工作室的鈴木敏夫特別指名讚歎的天空背景，同樣出自新海誠每天在東京的生活經驗，因為就像世界上所有過度擁擠的大都市一樣，東京最美好的一面都必須是抬頭仰角看到的天空和建築天際線。

我們大概無法想像宮崎駿電影中的王蟲追逐或是波妞的海上飛行是改編自個人真實經歷。

有趣的是或許為了滿足市場需求，其實新海誠也曾在2011年推出一部87分像吉卜力電影的《追逐繁星的孩子》。這部失敗之作沒有拉近他和宮崎駿的距離，反而是當年發生的另一起重大事件311大地震觸發了新海誠風格的漂移：

地震當天人在東京的新海誠就像所有人一樣被迫面對東京的街景、大家習以為常的天空和一切的一切都有可能隨時消失的巨大背景情緒《你的名字》和《天氣之子》就是這個新的背景情緒的產物。

「我們的社會、我們生活的城市並不會永遠存在。在這種氛圍下作為一個動畫創作者，我有義務去寫一個靠自己的力量去主動改變命運的故事」新海誠說。

於是一場空前的天災，非常微妙地讓新海誠和宮崎駿這兩條原本永遠不會相交的平行線開始交會......


____________________

到myVideo觀看新海誠所有作品：https://pse.is/3al364

現在加入會員，每天不用四元再送看片金：https://pse.is/387zgu

我的設計專門學校因為疫情關係現在也正進行遠距教學，我的後輩參加的是攝影專題，但沒辦法到人多的地方拍攝、沒有辦法去影印店輸出，這樣前所未有的情況之下老師想出一個利用電腦或手機鏡頭攝影的方式，請學生們拍各種不一樣感覺的照片。
一開始覺得前鏡頭的素質跟單眼怎麼比？但也剛好利用這樣的低像素，看看能捕捉到什麼樣的照片、氛圍，這張剛好就是我在跟她聊天時拍下的一張，很模糊、但我很愛🥰

大家也可以試試看打開檯燈、找個背景、依偎在有光的地方、抱隻毛小孩，拍一張紀念這個時期的回憶相片。

AI 將可快速分離人聲、各式樂器等音源，Facebook 開源 Demucs 計畫

作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |

音樂源分離，是利用技術將一首歌曲分解成它的組成成分，如人聲、低音和鼓，這和人類大腦的工作很類似，大腦可以將一個單獨的對話，從周圍的噪音和一屋子的人聊天中分離出來。

如果你擁有原始的錄音室多軌錄音，這很容易實現，你只需調整混音來分離一個音軌，但是，如果你從一個普通 MP3 檔案開始，所有的樂器和聲音都被混合到一個立體聲錄音中，即使是最複雜的軟體程式也很難精確地挑出一個部分。

Facebook AI 的研究人員已經開發了一個系統，可以做到這一點──精確度高得驚人。

創建者名叫亞歷山大‧笛福茲（Alexandre Defossez），是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs，這個名字來源於「音樂資源深度提取器」，其工作原理是檢測聲波中的複雜模式，對每種樂器或聲音的波形模式建立一個高層次的理解，然後利用人工智慧將它們巧妙地分離。

笛福茲說，像 Demucs 這樣的技術，不僅能幫助音樂家學習複雜的吉他即興重複段落，總有一天，它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說，他的目標是讓人工智慧系統擅長辨識音頻源的組成部分，就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。

分解聲波的更好方法

聲源分離長期以來一直吸引著科學家。1953 年，英國認知科學家科林‧切爾瑞（Colin Cherry）創造了「雞尾酒會效應」這個詞語，用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。

工程師們首先試圖透過調整立體聲錄音中的左右聲道，或調整均衡器設置來提高或降低某些頻率，進而隔離歌曲的人聲或吉他聲。

基於聲譜圖的人工智慧系統，在分離出以單一頻率響起或共振的樂器的音符方面相對有效，例如鋼琴或小提琴旋律。

這些旋律在聲譜圖上顯示為清晰、連續的水平線，但是隔離那些產生殘餘噪音的撞擊聲，比如鼓、低音拍擊，是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件，但它實際上包含了不同的部分。對於鼓來說，它包括覆蓋較高頻率範圍的初始撞擊，隨後是在較低頻率範圍內的無音高衰減。笛福茲說，一般的小鼓「就頻率而言，到處都是」。

聲譜圖只能將聲波表現為時間和頻率的組合，無法捕捉到這樣的細微差別。因此，他們將鼓點或拍子低音處理成幾條不連續的垂直線，而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道，聽起來常常是模糊不清的。

夠聰明的系統來重建缺失

基於人工智慧的波形模型避免了這些問題，因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋，波形模型的工作方式與電腦視覺相似，電腦視覺是人工智慧的研究領域，旨在讓電腦學會從數位圖像中辨識模式，進而獲得對視覺世界的高級理解。

電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」，笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後，它開始推斷更高比例的結構，以增加細微差別，並精細雕刻每個波形。

笛福茲說，他的系統也可以比做探測和記錄地震的地震儀。地震時，地動儀的底座會移動，但懸掛在上面的重物不會移動，這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震，然後推斷出每個地震的震級和強度的細節。同樣，笛福茲的系統分析並分離出一首歌曲的本來面目，而不是根據預先設定的聲譜圖結構來分割它。

笛福茲解釋，構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構，這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做，因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶，這種結構允許網路處理整個數據序列，如一段音樂或一段視頻，而不僅是一個數據點，如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。

這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net，比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛，引擎噪音會淹沒一個人的聲音」，笛福茲說。

以前的波形模型，透過簡單地移除原始音頻源文件的一部分來處理這個問題，但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力，「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻​​」，這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符，因為它理解應該呈現什麼樣的聲音。

這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說，Demucs 已經與最好的波形技術相匹配，並且「遠遠超出」最先進的聲譜技術。

在盲聽測試中，38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音，這 50 首曲目由 3 個模型分開：Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影（如背景噪音或失真）方面表現最佳。

Demucs 已經引起了人工智慧愛好者的興趣，精通技術的讀者可以從 GitHub 下載 Demucs 的代碼，代碼用 MusDB 數據集來分離音樂源。

笛福茲解釋，隨著 Demucs 的發展，它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器，通常需要對原始硬體進行大量的數位化改造。

想像一下，如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音，Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。

資料來源：https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg

我是JC老師

電腦相關課程授課超過6000小時的一位 Photoshop 課程講師
由於實在太多同學像我反映希望可以有線上課程學習
所以就決定錄製一系列的 Photoshop 線上影片教學
而且不加密、不設限、不販售，就是純分享
希望可以幫助到有需要的朋友們

這系列 Photoshop 教學影片
是由初學到深入，專為初學者設計
後半部進階內容與範例並非一般商業用途
而是針對 Photoshop 與 3ds Max 之間的整合教學
包含無縫貼圖製作、建築合成調色、室內設計合成調色、遊戲貼圖製作方面

如果這部影片對你有幫助的話，請幫我按個讚，給我點鼓勵
也多分享給需要的朋友們喔~

Photoshop CC 2020 線上教學影片目錄：http://bitly.com/2u0WwWG
Photoshop CC 2020 線上教學影片範例下載：http://bitly.com/2FTNygJ
JC-Design 網站：http://jc-d.net/
JC-Design 粉絲團：https://www.facebook.com/jcdesigntw/
JC-Design LINE ID：@umd7274k

---------------------------------------------------------------------------------------------------

解析度
　● DPI (Dot Per Inch) 指的是一英寸中有幾個像素
　　▲ 解析度的大小關係到影像的清析與否，一般電腦螢幕的解析度為72DPI，搭配高階一點的顯示卡則可到96DPI。如果是要印刷用的影像檔案，則至少要300DPI 以上才不會有馬賽克的模糊現像產生。若是要使用在網頁上的影像檔案，則只要72DPI 就足夠了。
　　▲ 影像的解析度會影響列印時，影像的列印品質及大小，但不會影響它在螢幕上所呈現的品質。而且，影像解析度是可以透過 PhotoImpact 、 PhotoShop 、 PaintShop Pro… 等影像處理軟體加以改變！
　● 每英寸像素，ppi 或 PPI （Pixels Per Inch）
　　▲ 像素密度(pixel density)單位，即每英寸的長度中所具有的像素。由解析度中X或Y軸的數字除以該軸的長度(英寸)，可得該軸的像素每英寸密度。一般的像素是方形或接近方形，X與Y軸像素密度相同，但也有不相同的顯示器。
　　▲ 掃描圖片時的度量單位：掃描圖片時，我們在原稿的每一英吋範圍內要產生多少畫素值pixel，經過掃描後，同一張原稿，它的 ppi 值越大時，所得到的圖像也越大，通常我們在掃描時，對於較大的正片或圖像，可以採用較大的 ppi 值，對較小的正片或照片採用較小的 ppi 值，ppi 與 dpi 是不同的！

介紹常見影像格式（BMP、GIF、JPEG、PNG、向量圖）
　● BMP：Windows的標準影像格式，支援RGB、索引色、灰階和點陣色彩模式。
　● GIF：翻譯為圖形交換格式，是一種LZW壓縮格式，設計用於最小化檔案大小和電子傳輸時間。優點為可以做動畫和透明背景圖，缺點是色彩數少，只支援256色、易失真。
　● JPEG：是利用離散餘弦轉換壓縮技術來儲存靜態影像的檔案格式。支援CMYK、RGB、灰階色彩模式，不同於GIF的是JPEG會保留RGB影像中的所有色彩資訊，但會選擇性的丟棄資料以壓縮檔案容量，是一種破壞性的壓縮。
　● PNG：是免專利的一種替代GIF的圖形格式，支援灰階、含Alpha的RGB色彩、點陣圖、無含Alpha的RGB色彩模式，利用Alpha色版來定義檔案中的透明度，所以可以產生無鋸齒邊緣的背景透明圖。
　● 向量圖：以數學函式來描述螢幕上的圖形、色彩，就算是改變圖形的外觀，也只是改變了數學函式的某些參數值，讓電腦重新計算而已，因此不會有點陣圖失真和鋸齒狀的情形發聲，而且因為只是記錄數學函式的參數值，所以檔案遠小於點陣圖。

---------------------------------------------------------------------------------------------------

==延伸線上教學聯結==
Photoshop CC 2017 線上教學影片目錄：http://bit.ly/2A9PH3B
3ds Max 2015 線上教學影片目錄：http://bitly.com/2dUGqn3
AutoCAD 2015 2D 線上教學影片目錄：http://bitly.com/2dUGm6Y
TQC AutoCAD 2008 2D 線上教學影片目錄：http://bitly.com/2dUGQtB