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。EBD28資訊網——每日最新資訊28at.com

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。EBD28資訊網——每日最新資訊28at.com

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。EBD28資訊網——每日最新資訊28at.com

EBD28資訊網——每日最新資訊28at.com

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。EBD28資訊網——每日最新資訊28at.com

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。EBD28資訊網——每日最新資訊28at.com

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

上一篇： 風清、風雷、風順，中國氣象局發布三個 AI 氣象大模型系統

下一篇： 金山辦公 WPS AI 海外版發布，海外月活設備數已超兩億