Generowanie dźwięków za pomocą tekstu. ElevenLabs pokazuje, że da się

Nie tylko znany i konsekwentnie rozwijany ChatGPT potrafi usprawnić pracę i ułatwić życie. Narzędzi bazujących na sztucznej inteligencji jest znacznie więcej. Warto więc zapoznać się z nowością od ElevenLabs.

Firma ElevenLabs, znana dotychczas z generowania głosów i muzyki za pomocą sztucznej inteligencji, wprowadza narzędzie pozwalające tworzyć efekty dźwiękowe za pośrednictwem poleceń tekstowych.

Nowa funkcja opiera się na promtach użytkownika i umożliwia generowanie do 22 sekund dźwięków, które mogą być wykorzystane w podcastach, filmach czy grach wideo. Zgodnie z informacjami podanymi przez The Verge, użytkownicy otrzymują przynajmniej cztery opcje pobrania plików audio.

ElevenLabs współpracowało ze stockową platformą medialną Shutterstock, aby stworzyć i wyszkolić swoje modele na dostępnych tam klipach audio. Shutterstock udostępnił swoje biblioteki treści wielu firmom zajmującym się AI, w tym OpenAI, Meta i Google.

Narzędzie Sound Effects jest dostępne za darmo, ale są też płatne wersje oferujące licencje komercyjne. Użytkownicy darmowi są zobowiązani do umieszczenia odnośnika 'elevenlabs.io' w tytule używanego klipu. Co więcej, użytkownicy mają ograniczoną liczbę znaków przy tworzeniu promtów - użytkownicy darmowego planu otrzymują 10 000 znaków miesięcznie.

Mimo że na rynku istnieją już biblioteki z klipami dźwiękowymi, ElevenLabs zauważa, że ich narzędzie zostało zaprojektowane, aby "szybko, niedrogo i na wielką skalę" generować bogate i wciągające dźwiękowe pejzaże. To otwiera nowe możliwości dla twórców, filmowców i deweloperów gier, którzy czasem napotykają na problemy ze znalezieniem odpowiednich dźwięków lub muszą ponosić wysokie koszty ich uzyskania.

Źródło: The Verge, X, zdjęcie otwarcia: ElevenLabs