Tudo sobre Google
Tudo sobre Lucidez Sintético
A DeepMind, empresa de pesquisa e desenvolvimento de perceptibilidade sintético (IA) do Google, desenvolve uma instrumento capaz de gerar “paisagens sonoras” para vídeos. Chamada de V2A (abreviatura, em inglês, de “vídeo-para-áudio”), a instrumento entende comandos de texto e “lê” pixels para sincronizar áudio com vídeo.
Novidade instrumento do Google cria falas, música e efeitos para vídeos
- A DeepMind, empresa de pesquisa e desenvolvimento de perceptibilidade sintético (IA) do Google, desenvolve uma instrumento chamada V2A (vídeo-para-áudio), capaz de gerar “paisagens sonoras” para vídeos. Esta instrumento entende comandos de texto e analisa pixels para sincronizar áudio com vídeo;
- O “motor” da V2A é um protótipo de IA treinado com sons, videoclipes e transcrições de diálogos. As “paisagens sonoras” geradas pela instrumento incluem diálogos, música e efeitos sonoros, todos ajustados para corresponder ao tom das imagens dos vídeos;
- Devido à qualidade ainda não ideal do som e para evitar o uso indevido, porquê a geração de deep fakes focadas em desinformação, a DeepMind informou que a instrumento não será disponibilizada ao público tão cedo.
O “motor”– ou “cérebro”, se preferir – do V2A é um protótipo de IA que foi treinado combinando sons, videoclipes e transcrições de diálogos. A instrumento usa a descrição de trilhas sonoras para gerar “paisagens” e, depois, as sincroniza com as imagens.
Leia mais:
‘Paisagens sonoras’ criadas por IA do Google têm falas, efeitos e música
As “paisagens sonoras” criadas pela novidade instrumento do Google contam com diálogos, música e efeitos sonoros. Elas são geradas de forma que correspondam ao tom das imagens dos vídeos.
“Através do treinamento em vídeo, áudio e anotações adicionais, nossa tecnologia aprende a associar eventos de áudio específicos a várias cenas visuais, ao mesmo tempo que responde às informações fornecidas nas anotações ou transcrições”, explica a DeepMind em transmitido publicado em seu site.
Ainda de consonância com a empresa, a instrumento seria capaz de compreender “pixels brutos” de uma imagem e sincronizar involuntariamente os sons gerados, sem premência de descrições.
Por ainda não ter conseguido uma qualidade subida de som e para evitar o uso indevido, porquê deep fakes focadas em desinformação, a DeepMind disse que não disponibilizará o recurso tão cedo.
Assista inferior algumas demonstrações de “paisagens sonoras” criadas na V2A (as imagens foram criadas no Veo, plataforma do Google que transforma texto em vídeo):