我要评论6 月 2 日消息，elevenlabs 此前已推出利用人工智能生成人类声音和音乐的工具，现在他们更进一步，推出了可以为播客、电影或游戏创作音效的工具。
elevenlabs 的名为“sound effects”的新工具可以根据用户提供的文本描述生成最长 22 秒的音效，并与公司原有的语音和音乐平台结合使用。用户每次使用“sound effects”后，可以获得至少四个可下载的音频片段供选择。
elevenlabs 与素材平台 shutterstock 合作，利用其庞大的音频素材库训练了生成式模型。据悉，shutterstock 的内容授权对象涵盖了 openai、meta 和谷歌等诸多知名人工智能公司。
代码网注意到，“sound effects”提供免费和付费两种版本，付费用户生成的音效可用于商业用途，而免费用户则需在标题中标注来源“elevenlabs.io”。elevenlabs 对用户输入文本描述的字数有限制，免费用户每月有 10,000 个字符的额度。在“sound effects”中，如果用户自行设置音频剪辑时长，则每秒会消耗 40 个字符的额度；如果使用默认的音频长度，每次生成音效会消耗 200 个字符。
目前市场上已经存在音效素材库，供创作者、电影制作人和游戏开发者使用。但是，这些素材库的价格可能比较昂贵，而且有时很难找到完全符合需求的音效。elevenlabs 在博客中表示，“sound effects”旨在“快速、经济高效和大规模”地生成丰富逼真的音效。
除了 elevenlabs，其他人工智能开发商也在积极研发音效生成器。stability ai 去年发布了 stable audio，可生成音乐和音效片段；而 meta 的 audiocraft 模型则可以生成自然环境音效，例如风声或交通噪音。
发表评论