元宇宙風口下，視覺中國如何重估？
要說橫跨2021年和2022年，到目前仍然很火的概念，元宇宙肯定要算一個。不僅互聯網巨頭們紛紛布局，上市公司們趨之若鶩，還被不少地方政府寫入了產業規劃，大有在2022年
6 月 18 日消息，據谷歌DeepMind新聞稿，DeepMind 近日公布了一項利用AI為無聲視頻生成背景音樂的“video-to-audio”技術。
獲悉，當前 DeepMind 這款AI模型依然存在局限性，需要開發者使用提示詞為模型預先“介紹”視頻可能的聲音，暫時不能直接根據視頻畫面添加具體音效。
據悉，該模型首先會將用戶輸入的視頻進行拆解，此后結合用戶的用戶文字提示，利用擴散模型反復運算，最終以生成與視頻畫面協調的背景聲音，例如輸入一條“在黑暗中行走”的無聲視頻，再添加“電影、恐怖片、音樂、緊張、混凝土上的腳步聲”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。
展望未來，DeepMind表示研究人員正進一步優化這款“video-to-audio”模型，計劃未來能夠讓模型直接根據視頻內容，無須通過提示詞即可生成視頻背景音，同時還將改善視頻中人物對白的口型同步能力。
本文鏈接：http://www.www897cc.com/showinfo-45-4701-0.html谷歌 DeepMind 新研究：利用 AI 模型為無聲視頻配音
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號