杀疯了！谷歌卷视频到语音，逼真音效让AI视频告别无声！

文章摘要

【关 键 词】 AI技术、视频生成语音、DeepMind、音频效果、V2A

谷歌DeepMind最近发布了一项视频生成语音（V2A）技术的进展，该技术可以为视频内容自动生成匹配的音效和配音，结束了AI视频只有画面没有声音的历史。这项技术通过结合视频像素和自然语言文本提示，为屏幕上的动作创建丰富的音频效果，如脚步声、狼嚎和背景音乐等。它还可以与现有的视频生成模型如Veo联合使用，为档案材料、无声电影等传统影像生成音轨，拓宽了创作的可能。

此技术不仅关注正面提示来引导音频生成，还允许用户通过负面提示来避免不期望的声音，提供了极大的灵活性。此外，V2A技术可以无限量地为任何视频输入生成音轨，并且能够快速试验不同的音频输出以找到最佳匹配。

原文和模型

【原文链接】 阅读原文 [ 4039字 | 17分钟 ]
【原文作者】 机器之心
【摘要模型】 generalv3.5
【摘要评分】 ★★☆☆☆

讯飞星火API

讯飞星火大模型，是由科大讯飞推出的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务，提供语言理解、知识问答、逻辑推理、数学题解答、代码理解与编写等多种能力。