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27日，可灵AI宣布全系列视频(shìpín)模型上线“视频音效”功能，用户在使用可灵AI进行视频创作时，不仅能获得高质量的视频画面，更能体验到与(yǔ)视频精准匹配、富有(fùyǒu)空间感的立体声(lìtǐshēng)音效，真正实现“所见即所听”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(mótài)编辑等多种创作模式中，并限时免费开放。 与此同时，平台(píngtái)原有的(de)“音效生成”也进一步升级，新增“视频生音效”功能。用户现在不仅可以(kěyǐ)通过文本生成音效，更可以直接上传本地视频，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、节奏同步的音效，自动适配动作、环境、氛围等多种场景，极大地提升(tíshēng)了视频内容的表现力和沉浸感，有效降低了创作者(chuàngzuòzhě)在音频后期制作(hòuqīzhìzuò)上的时间与技术成本。 从实际效果来看，可灵AI的(de)(de)音效功能在多个典型案例中(zhōng)展现了极(jí)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(shìpín)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的吸气声都完美捕捉，与画面(huàmiàn)中肉嘟嘟脸颊的起伏动作精准匹配，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砸中(zhōng)汽车的视频中，系统自动生成了金属扭曲断裂声、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(fēngfù)，提升(tíshēng)了整体灾难场景的视觉冲击力与沉浸感。 据悉(jùxī)，上述功能的实现，依托于可灵AI自主研发的多模态(mótài)视频生音效模型——Kling-Foley。Kling-Foley 支持基于视频内容(nèiróng)与可选文本提示自动生成与视频画面语义相关、时间同步的高质量立体声音(shēngyīn)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(shícháng)的音频内容，还具备立体声渲染的能力，支持空间定向(dìngxiàng)的声源建模和渲染。 今年3月(yuè)，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模型中(zhōng)正式加入(jiārù)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，增强了整体视听体验。随着视频音效生成技术的成熟落地(luòdì)，将进一步释放可灵AI在广告创意、影视、短视频、游戏(yóuxì)等内容等领域(lǐngyù)的发展潜力。 （本文(běnwén)来源：日照新闻网。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不(bù)构成投资、消费建议。对文章事实有疑问，请与有关方核实(héshí)或与本网联系。文章观点非本网观点，仅供读者参考。）