Google DeepMind最近發布了一項名為V2A（Video-to-Audio）的技術，V2A能夠根據視頻畫面和文字描述自動生成與視頻內容同步的音頻，也就是給 ai 視頻自動配音、配樂。這使得用戶可以通過文字描述來生成背景音樂、環境音效來自動生成與視頻內容同步的音軌。這包括背景音樂、環境音效甚至與視頻內容匹配的對話。

視頻生成模型正以驚人的速度發展，但目前的視頻生成模型只能生成無聲輸出。V2A技術成為讓生成的電影栩栩如生的一種有前途的方法。

V2A主要功能

• 音頻生成：V2A可以根據視頻畫面和用戶提供的文字描述，自動生成與視頻內容同步的音軌。

• 同步音頻：V2A能夠確保生成的音頻與視頻內容完美同步，使得視頻和音頻之間沒有任何延遲或錯位。

• 多樣化音軌：用戶可以為任何視頻生成無限數量的音頻，嘗試不同的音效組合。

• 創意提示：V2A支持“正向提示”和“負向提示”功能，通過這些提示，用戶可以精確控制生成的音頻效果。

• 高質量音頻：通過在訓練過程中引入詳細的聲音描述和對話轉錄，生成的音軌真實且富有表現力。

• 自動化處理：V2A系統不需要手動對齊生成的聲音與視頻，減少了調整聲音、視覺和時間元素的繁瑣工作。

V2A工作原理

• 輸入視頻和文字描述：用戶提供視頻和文字描述作為輸入。
  

• 視頻編碼：系統將視頻轉換成AI可以處理的格式。

• 生成音頻：AI模型從隨機噪聲開始，逐步生成與視頻和文字描述相匹配的音頻。

• 合成音頻和視頻：生成的音頻與視頻結合，形成完整的音視頻文件。

• 調整和控制：用戶可以提供額外的提示進行調整，以滿足特殊需求。

V2A技術發展

盡管V2A技術已經展現出巨大潛力，DeepMind團隊仍在不斷改進和完善這項技術。目前的研究方向和改進目標包括：

音頻輸出質量改進：確保在各種視頻質量下保持音頻輸出的一致性和高質量。

唇同步改進：改進對話視頻中的唇同步問題，確保生成的語音與角色的唇部動作完美同步。

處理視頻失真：解決視頻失真或內容超出模型訓練數據分布時的音頻生成問題。

安全與透明性：進行嚴格的安全評估和測試，確保技術的安全性和透明性。

V2A的應用很廣泛，從社交媒體內容制作到電影和廣告的音頻設計都有無限的可能。

V2A 技術的獨特之處在于，它可以理解視頻中的原始像素，并自動將生成的聲音與視頻同步，目前，V2A嘗試通過輸入的對話文本生成與角色唇部動作同步的語音，但有時會出現視頻中的口型與生成的語音不完全匹配的情況。DeepMind正在致力于改進這一方面。

詳細情況：https://deepmind.google/discover/blog/generating-audio-for-video/