杀疯了！谷歌卷视频到语音，逼真音效让AI视频告别无声！

机器之心报道

这几天，大洋彼岸杀疯了！

Luma的热乎劲儿还没过去，昨晚Runway就甩出一个王炸——Gen-3Alpha。（查看详情请移步：Runway版Sora发布：高保真、超强一致性，Gen-3Alpha震撼到网友了）

音频提示:紧张刺激的恐怖片配乐，脚步声在混凝土上回响。（Cinematic,thriller,horrorfilm,music,tension,ambience,footstepsonconcrete）

黑灯瞎火的废弃仓库中，一个黑衣人犹如鬼魅般缓行，再配上诡异的音乐和脚步声，恐怖气氛拉满。

音频提示:狼在月光下的长嚎。（Wolfhowlingatthemoon）

音频提示:汽车打滑声、引擎轰鸣声，伴随着天使般的电子音乐。（carsskidding,carenginethrottling,angelicelectronicmusic）

这种灵活性让用户对音频输出有了更多的控制，可以快速尝试不同的音频输出，并选择最佳匹配。

音频提示：一艘宇宙飞船在浩瀚的太空中疾驰，星星在它周围划过，高速飞行，充满科幻感。（Aspaceshiphurtlesthroughthevastnessofspace,starsstreakingpastit,highspeed,Sci-fi）

音频提示：一艘宇宙飞船在广袤的太空中高速穿梭，星星在它周围飞速掠过，具有科幻感。（Aspaceshiphurtlesthroughthevastnessofspace,starsstreakingpastit,highspeed,Sci-fi）

同时，他们也在优化唇形同步功能。

音频提示：音乐，文本转录「这只火鸡看起来好极了，我好饿。」（Music,Transcript:“thisturkeylooksamazing,I’msohungry”）

或许是由于深度伪造技术带来诸多社会问题，GoogleDeepMind求生欲满满，一个劲承诺将负责任开发和部署AI技术，在向公众开放之前，V2A技术将经过严格的安全评估和测试。

此外，他们还整合了SynthID工具包到V2A研究中，为所有AI生成的内容添加水印，以防止技术的滥用。