OpenAI 继续分享 Sora 的剪辑，Sora 是其令人印象深刻的流畅和逼真的生成式 AI 视频模型，但它目前只是一个内部模型。与此同时，包括皮卡在内的快速发展的视频人工智能领域的竞争对手并没有浪费这一刻。
本周末，Pika 添加了一项新功能，允许用户为他们在网络平台上制作的 AI 视频自动生成音效，pika.art。此举有望为人工智能生成的视频增加一个全新的维度，其中大部分是无声的，以前需要用户通过其他编辑软件添加自己的声音文件。现在，有了 Pika 的新功能，他们可以直接在应用程序中完成并创建新的声音文件，而无需单独采购。
此举是在推出口型同步功能不到两周后推出的，并将 AI 生成的内容提升到一个全新的水平，使其更适合个人创作者和企业用例。与口型同步和现有的生成式 AI 视频视觉效果制造商一起，Pika 创建了首批“多合一”的主要生成式 AI 视频创建平台，用户可以在其中使用 AI 完成所有操作——音效、画外音和视觉效果——所有这些都在一个地方使用 AI 算法。
通过提供这三项主要功能，Pika可以证明对电影制作人来说是一个有吸引力的提议，并且不需要单独的电影摄影师，摄像师，声音设计师，甚至演员，或者单独电影制作人自己采购所有这些内容的责任 - 至少对于某些项目。电影制作人无需在现场拍摄，也不用对不同的库存图像和声音数据库和程序进行分类以找到所有文件来拼接一部电影，Pika 现在让用户输入并生成所有这些文件，速度比以前快得多，而且更直接地来自他们的想象力。
然而，截至目前，Pika表示，该功能仅提供给那些参与其超级合作者计划或每月支付58美元订阅Pro的人。最终，它计划将其移出测试阶段，并将其提供给 Pika 平台的所有用户。
Pika 的 AI 视频将如何获得音效？
在宣布该功能的新闻声明和 X 帖子中，Pika 确认用户将通过两种方式获得声音效果。
一种是上下文生成，平台下方的 AI 模型将决定哪种音频最适合从文本提示生成的剪辑。
同时，第二种是后续方法，用户可以在平台上生成或上传无音频剪辑后添加特定的 AI 生成的声音。
该公司解释说，对于前者，用户所要做的就是在输入提示时打开“声音效果”开关。专有模型将完成其余的工作，并在几秒钟内提供完整的视听输出 - 与场景相关的声音。
但是，对于后续方法，用户必须单击“编辑”和“声音效果”（旁边可用于修改区域和扩展画布功能），然后编写完整的文本提示，描述他们想要添加到相关剪辑中的声音类型。根据提供的提示，该模型将生成多个声音选项，允许用户选择和添加最适合他们需求的声音。
虽然该功能刚刚宣布，但预计它的推出将为 AI 视频创作者提供急需的工具来增强他们的创作。以前，用户被迫使用来自其他来源的音频，这给流程带来了摩擦并花费了更多时间。Pika 声称是 AI 视频领域中第一个将生成的音频作为视频输出的一部分的人。
也就是说，需要注意的是，Pika并不是唯一一个探索使用文本提示生成声音的人。就在最近，以其文本转语音和语音转语音 AI 技术而闻名的 ElevenLabs 也开放了其文本转声音 AI 的早期注册，该 AI 将允许创作者通过简单地用文字描述他们的想象力来生成声音效果。
Meta 还提供一种名为 AudioGen 的类似技术。然而，这些竞争对手都没有提供内置的视频生成式AI模型。
预计会随着时间的推移推出
皮卡表示，新的音效功能将逐步向用户推出。目前，它处于测试阶段，只有那些参加公司超级合作者计划或每月支付 58 美元订阅 Pro 的人才能访问。利用这些早期用户的反馈，该公司计划迭代和改进该功能，使其适合该平台的所有用户。
自 2023 年 12 月推出其网络平台以来，Pika 一直在全力以赴加强其产品以对抗竞争对手，尤其是 OpenAI 尚未推出的 Sora。
就在最近，它与 ElevenLabs 合作推出了口型同步，允许用户在他们的视频中添加 AI 声音，同时还添加了匹配的动画，以确保说话角色的嘴巴随着对话及时移动。皮卡说，即使是这些口型同步视频也可以用声音效果来增强，以创造一个更完整和身临其境的场景。
下一步，这家初创公司计划在这项工作的基础上，在管道中提供更多功能。它已经以近 2 亿美元的估值筹集了 5500 万美元的资金，不仅要与 OpenAI 竞争，还要与创意 AI 领域的其他资金雄厚的参与者竞争，包括 Adobe、Runwa、Stability AI 和最近推出的 Haiper。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/5750.html
文章评论