谷歌DeepMind近日公布了一項利用AI為無聲視頻生成背景音樂的谷歌「video-to-audio」技術。

當前DeepMind 這款AI模型依然存在局限性，術可視頻需要開發者使用提示詞為模型預先「介紹」視頻可能的無聲找一些源码聲音，暫時不能直接根據視頻畫面添加具體音效。配音

據悉，谷歌源码如何打包为一键端該模型首先會將用戶輸入的新技型為視頻進行拆解，此後結合用戶的術可視頻用戶文字提示，利用擴散模型反覆運算，無聲最終以生成與視頻畫面協調的配音背景聲音，例如輸入一條「在黑暗中行走」的谷歌無聲視頻，再添加「電影、新技型為恐怖片、術可視頻微信小程序源码提取的主页音樂、無聲緊張、配音混凝土上的黄金共振起爆点指标源码腳步聲」等文字提示，相關模型就能生成恐怖風格的背景音效。

DeepMind同時表示，該「video-to-audio」模型可以為任何視頻生成無限數量的直播带菜源码搭建视频教程音軌，還能夠通過提示詞內容判斷生成的音頻「正向性」或「反向性」，從而令生成的聲音更貼近某些特定場景。

（來源：第一財經）

責任編輯： 文劼