谷歌DeepMind 正在開發基於人工智慧的技術來創建視訊配樂。
谷歌的人工智慧研究部門和其他部門已經創建了視訊模型，但他們無法為其產生聲音效果。 為此，DeepMind 使用V2A（視訊轉音訊）技術。
「視訊生成模型正在以令人難以置信的速度發展，但許多當前系統不會產生音訊。電影製作的下一個重要步驟之一是為這些無聲視訊引入配樂，」DeepMind 在一份聲明中表示。
DeepMind 的V2A 技術使用提示與影片結合來創建音樂、音效和對話。 例如：「水下脈動的水母、海洋生物、海洋。」V2A 的底層擴散AI 模型是在音訊、對話記錄和視訊剪輯上進行訓練的。
以下線索用於為影片創建聲音：電影攝影、驚悚片、恐怖片、音樂、緊張、氣氛、混凝土上的腳步聲。
DeepMind 指出，該技術尚未完善，聲音還不能稱為高品質或令人信服。 在V2A全面推出之前，需要進行改進和測試。
讓我們記住，二月OpenAI 推出了一種新的生成式AI 模型Sora，它允許您將文字轉換為影片。
6月，哈佛大學和DeepMind的科學家創造了一隻以人工智慧為大腦的虛擬老鼠。
先前，Google子公司推出了用於創建遊戲的Genie生成式AI模型。
資訊來源：由0x資訊編譯自FORKLOG。版權歸作者Алекс Кондратюк所有，未經許可，不得轉載