提供1000+款AI效率工具丨AIEVA.CN丨欢迎访问
AI奇点网-AI工具特刊丨6月19日
谷歌发布新一代AI视频自动配音工具，AI视频开启「有声时代」！
6月17日，谷歌人工智能团队DeepMind发布了一个名为V2A（Video-to-Audio）的AI架构系统，顾名思义即“视频转音频”，能根据画面内容或者手动输入的提示词直接为视频配音。
该模型最大的功能在于，可为任何视频自动创建合适的音轨BGM，在实践中取得了十分有效的进展，可以大大降低视频配音的制作成本。
当前Sora、Pika、可灵以及Runway等视频模型已经能输出逼真的短片，但它们均输出的是默片。
谷歌V2A系统的特点，便是V2A能依靠自身的多模态视觉能力理解视频当中的信息。V2A能看懂画面，知道画面里正在发生什么，应该出现什么声音。
举个例子，比如输入一则主题为「在黑暗中行走」的无声视频，添加“电影、恐怖片、音乐、紧张、混凝土上的脚步声”等文本提示后，AI模型就能根据提示词生成恐怖片风格的背景音效，十分逼真。
00:00 / 00:12
脚步声基本吻合人物走动的节奏，随着画面的切换，脚步声也随之消失，毛骨悚然的紧张感拉满。
为了能够贴近Sora热点，谷歌V2A的开发团队使用了不少Sora生成的视频片段作为输入范例。
00:00 / 00:08
比如上边这段Sora生成的水母漂荡影像，营造出了负压十足的深海水压感。
下方这则短片也是Sora的样片，经由V2A生成的音乐配乐后的视频颇有西部大片的感觉。