可灵AI全系模型上线“视频音效”功能 可同步生成高质量立体声音效

6月(yuè)27日，可灵AI宣布全系列视频模型上线(shàngxiàn)“视频音效”功能，用户(yònghù)在使用可灵AI进行视频创作(chuàngzuò)时，不仅能获得高质量的视频画面，更能体验到与视频精准匹配、富有空间感的立体声音效，真正实现“所见即所听(tīng)”的沉浸式体验。目前，该功能已无缝集成至文生视频、图生视频、多模态编辑等多种创作模式中，并限时免费开放。 与此同时，平台原有的“音效生(shēng)成”也进一步(jìnyíbù)升级，新增“视频生音效”功能。用户现在不仅可以通过文本生成音效，更可以直接上(shàng)传本地视频，或选用在可灵平台创作的历史视频，一键为无声的画面匹配上语义契合、节奏同步(tóngbù)的音效，自动适配动作、环境、氛围等多种场景，极大地提升了视频内容(nèiróng)的表现力和沉浸感，有效降低了创作者在音频(yīnpín)后期制作上的时间与技术成本。 从(cóng)实际效果(shíjìxiàoguǒ)来看，可灵AI的音效功能在多个典型案例中(zhōng)展现了(le)极高的音画同步精度和极佳的空间听感。例如，在生成“婴儿在活泼地笑”的视频片段中，模型不仅还原了婴儿清亮的笑声，甚至连婴儿笑容间隙短促(duǎncù)的吸气声都完美捕捉，与画面中肉嘟嘟脸颊的起伏(qǐfú)动作精准匹配，其富有空间感的立体声效果，让整个画面的温馨感与生命力扑面而来。 在另一段山体滑坡导致巨石(jùshí)砸中汽车的视频中，系统(xìtǒng)自动生成了金属扭曲断裂(duànliè)声、石块飞溅与尘土扬起的细节音效，声音定位清晰、动态层次丰富，提升了整体灾难场景的视觉冲击力与沉浸感。 据悉(jùxī)，上述功能的(de)实现，依托于可灵AI自主研发的多(duō)模态视频生音效模型——Kling-Foley。Kling-Foley 支持基于视频内容与可选(kěxuǎn)文本提示自动生成与视频画面语义相关(xiāngguān)、时间同步的高质量立体声音频，涵盖音效、背景音乐等多种类型声音内容。它支持生成任意时长的音频内容，还具备立体声渲染的能力，支持空间定向的声源建模和(hé)渲染。 今年3月，可灵AI首次推出AI音效功能，用户可通过输入文本生成相应的(de)环境音或动作音，并可进一步结合平台生成的视频进行语义理解与自动匹配。随后，在可灵2.1模型(móxíng)中正式加入了视频音效功能，在生成视频的同时，系统也会自动生成与之匹配的音效，增强了整体(zhěngtǐ)视听体验。随着视频音效生成技术的成熟落地，将进一步释放可灵AI在广告创意(guǎnggàochuàngyì)、影视、短视频、游戏(yóuxì)等(děng)内容等领域的发展潜力。 （本文来源：日照新闻网。本网转发此文章，旨在(zhǐzài)为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方(fāng)核实或(huò)与本网联系。文章观点非本网观点，仅供读者参考。）