È stato presentato uno strumento all’avanguardia che sfrutta l’intelligenza artificiale per generare colonne sonore personalizzate per i video. Questo innovativo sistema si distingue per la sua capacità unica di combinare l’analisi dei pixel dei contenuti video con l’utilizzo di prompt testuali.
Immagina uno scenario con una vettura sportiva ruggente in un paesaggio cyberpunk. Inserendo descrizioni come “pneumatici che stridono, motore che romba, musica elettronica eterea”, l’AI crea senza soluzione di continuità una traccia audio che si adatta perfettamente alle immagini, sincronizzando lo stridio delle gomme con il movimento dell’auto. Un’esperienza coinvolgente che trasforma il racconto.
Il sito web di DeepMind fornisce ulteriori esempi delle capacità dello strumento. Gli utenti possono dettare la generazione del suono attraverso prompt testuali o lasciar lavorare autonomamente l’AI, offrendo infinite possibilità creative.
Inoltre, questo sistema vanta la capacità di produrre un “numero illimitato” di colonne sonore per lo stesso video, permettendo agli utenti di sperimentare e trovare l’accompagnamento audio ideale per le proprie esigenze.
Nonostante l’eccellenza in molte aree, vi sono sforzi in corso per migliorare l’accuratezza della sincronizzazione labiale e garantire un’uscita audio di alta qualità, che potrebbe essere influenzata dalla chiarezza del video originale.
Nonostante il suo potenziale, lo strumento rimane non ancora disponibile al pubblico in attesa di rigorose valutazioni sulla sicurezza. Al momento del lancio, l’audio generato dall’AI verrà contrassegnato con il watermark SynthID di Google, a testimonianza della sua origine artificiale.
Questa innovazione da parte di DeepMind segna un notevole passo avanti nella rivoluzione della creazione audio per i video, promettendo un approccio nuovo alla creazione di contenuti multimediali coinvolgenti e personalizzati. Mentre il settore evolve, attori minori come Dream Machine stanno facendo sentire la loro presenza con strumenti di generazione video basati su prompt, offrendo un panorama variegato per gli autori di contenuti da esplorare e innovare.