ElevenLabs: Создана нейросеть для генерации фоновых звуков по текстовым подсказкам

Об этом сообщается на официальной странице компании в социальной сети X (ранее — Twitter). Авторы новой нейросети продемонстрировали ее возможности на примере беззвучных видеороликов, сгенерированных с помощью генеративной модели Sora фирмы OpenAI, передает gazeta.ru

«Мы использовали текстовые подсказки, такие как «грохот волн», «звон металла», «чириканье птиц» и «двигатель гоночного автомобиля», для создания звука, который мы наложили на некоторые из наших любимых клипов из анонса OpenAI Sora», — отметили в ElevenLabs.  

В демонстрационном видео показаны и другие примеры работы алгоритма, включая шум улицы мегаполиса, механический гул робота и лай щенков. 

ElevenLabs известна как разработчик ИИ-системы по преобразованию текста в синтезированную речь и автоматического дубляжа видео с поддержкой более чем 20 языков.