05:55
官方账号Pika Labs@pika_labs
官方账号Pika Labs@pika_labs推荐理由：Pika 发了 Soundtrack，能把视频压成潜在令牌再生成同步音频，时序和场景都对得上，做视频配乐可以试试。
潜在扩散模型
共 2 条相关 AI 资讯
8月19日
05:55
Pika Soundtrack 将视频压缩为保留时序、运动和场景布局的潜在令牌，提示词则转化为指定应听到内容的语义令牌。一个潜在扩散 Transformer 在去噪音频时对两者进行交叉注意力处理，从而学习场景中应有什么声音以及何时发生。该方法旨在让生成的音频与画面内容及节奏精准同步。
5月27日
06:32
06:32
官方一手marktechpost@Asif Razzaq
官方一手marktechpost@Asif Razzaq76°
推荐理由：Stable Audio 3 让音频生成门槛大幅降低——小型模型在普通笔记本上就能跑，做游戏音效、短视频配乐的创作者可以直接上手试试。