Pika Labs，一家人工智能视频平台，近日向所有用户开放了其声效功能。该功能允许创作者在视频生成前或生成后轻松添加声音。
该声效功能最初仅为Pro计划订阅者提供，来源于Pika Labs自家的文本到音频模型，旨在匹配视频提示文本。
这一功能的推出为AI视频创作带来了新的维度，扩展了Pika Labs平台之前加入的角色语音和唇同步工具。
市场上其他公司也在探索带声音的AI视频领域。ElevenLabs拥有自己的声效库，而Runway则推出了限量版的唇同步功能。
在Pika Labs中，添加声效到视频有两种方式：一种是在初始提示时通过切换声效开关，另一种是在事后通过另一个提示。经过实际测试，除非需要选择特定的声音，如指定某个季节或特定噪音，否则第一种方式通常能获得更好的效果。
例如，基于之前为Suno AI音乐应用创作的一个故事图片，描绘了圣诞节的月球酒吧场景，仅通过开启声效开关，Pika Labs能够较好地匹配图片场景，尽管未能完全捕捉到圣诞元素。
在另一个实验中，通过给定提示和启用声效，模型能够捕捉到运动感并生成引擎轰鸣的声效，尽管声音较小，但整体效果良好。
其他测试，如泳池跳水声效测试，虽然视觉效果与提示不完全匹配，但水声效果良好；而厨房环境声效测试则成功捕捉到了工作中厨房的声音。
最后一个测试是烟花声效，这是对每个声效测试都进行的标准测试。尽管没有手动同步，但AI模型还是做出了不错的表现。
总结来说，声效为人工智能视频内容增添了重要的维度，实际上，它为任何视频内容都增添了显著的维度。就像通过看图片就能听到汽车引擎轰鸣的声音一样，声音的准确性和同步性至关重要。
Pika Labs的工具似乎实现了这一点。尽管它并不完美，有时可能无法完全获得想要的声音，但它设计得足够灵活，既可以用于随意的想法，也可以用于完整的、精心制作的作品。
相关文章
