IT之家 6 月 2 日消息，ElevenLabs 此前已推出利用人工智能生成人類聲音和音樂的工具，現(xiàn)在他們更進一步，推出了可以為播客、電影或游戲創(chuàng)作音效的工具。
ElevenLabs 的名為“Sound Effects”的新工具可以根據(jù)用戶提供的文本描述生成最長 22 秒的音效，并與公司原有的語音和音樂平臺結(jié)合使用。用戶每次使用“Sound Effects”后，可以獲得至少四個可下載的音頻片段供選擇。
ElevenLabs 與素材平臺 Shutterstock 合作，利用其龐大的音頻素材庫訓練了生成式模型。據(jù)悉，Shutterstock 的內(nèi)容授權(quán)對象涵蓋了 OpenAI、Meta 和谷歌等諸多知名人工智能公司。
IT之家注意到，“Sound Effects”提供免費和付費兩種版本，付費用戶生成的音效可用于商業(yè)用途，而免費用戶則需在標題中標注來源“elevenlabs.io”。ElevenLabs 對用戶輸入文本描述的字數(shù)有限制，免費用戶每月有 10,000 個字符的額度。在“Sound Effects”中，如果用戶自行設置音頻剪輯時長，則每秒會消耗 40 個字符的額度；如果使用默認的音頻長度，每次生成音效會消耗 200 個字符。
目前市場上已經(jīng)存在音效素材庫，供創(chuàng)作者、電影制作人和游戲開發(fā)者使用。但是，這些素材庫的價格可能比較昂貴，而且有時很難找到完全符合需求的音效。ElevenLabs 在博客中表示，“Sound Effects”旨在“快速、經(jīng)濟高效和大規(guī)模”地生成豐富逼真的音效。
除了 ElevenLabs，其他人工智能開發(fā)商也在積極研發(fā)音效生成器。Stability AI 去年發(fā)布了 Stable Audio，可生成音樂和音效片段；而 Meta 的 AudioCraft 模型則可以生成自然環(huán)境音效，例如風聲或交通噪音。
