人工智能语音初创公司 ElevenLabs 首次为人工智能生成的视频添加音效，让人们了解了其未来的发布计划。
ElevenLabs 以其近似人类的文本到语音和合成语音服务而闻名，它为使用 OpenAI 的 Sora 制作的视频添加了人工生成的音效。
OpenAI 上周发布了其令人印象深刻的 Sora 文本到视频人工智能模型，展示了迄今为止最逼真、最一致、最长的人工智能生成视频。
ElevenLabs 表示，它还没有准备好发布其文本-声音特效模型，但一旦上线，它将能够创建包括脚步声、海浪声和环境声在内的各种声音。该公司在 X 上写道：”我们被 Sora 的发布所震撼，但觉得它还需要点什么…… 如果你能用人工智能来描述一种声音并生成它，会怎么样呢？
这段网络疯传的sora生成视频的配音由ElevenLabs制作
ElevenLabs 公司成立于 2022 年，被认为能制作出最逼真的合成语音，生成的语音足够接近自然，几乎无法察觉。
今年年初，这家总部位于英国的初创公司完成了价值 8000 万美元的 B 轮融资，成为价值十亿美元的独角兽企业。在宣布新一轮融资的同时，该公司还推出了一款新工具，用于在视频中同步人工智能语音，以实现自动翻译，进军国际配音市场。
市场上已经有一些文本到特效的模型，通常是围绕音乐人工智能模型建立的，包括 myEdit、AudioGen 和 StabilityAI 的 Stable Audio。ElevenLabs 提供的声音似乎是最自然的。
目前还不清楚文本到声音特效模型将于何时推出，但 ElevenLabs 已经发布了一个等待注册列表，要求输入 “您可能用来创建声音的提示”。
这对人工智能视频意味着什么？
下一阶段可能会出现一些工具，它们可以分析视频内容，并在正确的位置自动添加音效。这同样适用于音乐。目前，大多数人工智能音乐工具都是从文本到音乐，但未来随着多模态技术的发展，它们可以从图像或视频开始。
生成式人工智能的梦想之一，就是能够根据一个提示创建完整、全面的内容。
目前，这还只是一个梦想，更不用说接近现实了，但随着文本到特效、改进的人工智能视频和合成语音等技术的进步，梦想正在一步步变为现实。
发布者：ai发烧友，转转请注明出处：http://www.ouzou.cn/ai-jishu/4331.html
