கூகுள் புதிய AI கருவி உரைத் தூண்டுதல்களைப் பயன்படுத்தி ஒலிப்பதிவுகளை உருவாக்குகிறது
செய்தி முன்னோட்டம்
கூகுளின் டீப் மைண்ட் வீடியோக்களுக்கான ஒலிப்பதிவுகளை உருவாக்கும் திறன் கொண்ட புதிய செயற்கை நுண்ணறிவு (AI) கருவியை அறிமுகப்படுத்தியுள்ளது.
இந்த செயலி வீடியோ உள்ளடக்கம் மற்றும் ஆடியோவை உருவாக்க, உரை தூண்டுதல்கள் இரண்டையும் பயன்படுத்துகிறது.
இது ஒரு டிராமா ஸ்கோர், யதார்த்தமான ஒலி விளைவுகள் அல்லது கதாபாத்திரங்களுடன் சீரமைக்கும் உரையாடல் மற்றும் வீடியோவின் தொனியுடன் கூடிய காட்சிகளை உருவாக்க பயனர்களை அனுமதிக்கிறது.
DeepMind இன் இணையதளம் AI கருவியின் திறன்களின் உதாரணங்களைக் காட்டுகிறது.
பயன்பாடு
இது எப்படி வேலை செய்கிறது?
AI கருவியானது குறிப்பிட்ட உரைத் தூண்டுதல்களின் அடிப்படையில் ஆடியோவை உருவாக்க முடியும்.
எடுத்துக்காட்டாக, சைபர்பங்க் பாணி நகரக் காட்சியில் கார் ஓட்டுவதைக் காட்டும் வீடியோவிற்கான ஒலிப்பதிவை உருவாக்க, கூகுள் "கார்ஸ் ஸ்கிடிங், கார் எஞ்சின் த்ரோட்லிங், ஏஞ்சலிக் எலக்ட்ரானிக் மியூசிக்" போன்றவற்றைப் பயன்படுத்தியது.
மற்றொரு உதாரணம் "நீருக்கு அடியில் துடிக்கும் ஜெல்லிமீன்கள், கடல்வாழ் உயிரினங்கள், கடல்" என்ற கட்டளையைப் பயன்படுத்தி நீருக்கடியில் ஒலிக்காட்சியை உருவாக்குவதை உள்ளடக்கியது.
உரைத் தூண்டுதல்களைப் பயன்படுத்துவதற்கான விருப்பம் இருந்தாலும், இந்தக் கருவியைப் பயன்படுத்துவதற்கு அவை கட்டாயமில்லை.
பன்முகத்தன்மை
வரம்பற்ற ஆடியோ விருப்பங்களை வழங்குகிறது
DeepMind இன் புதிய AI கருவியைப் பயன்படுத்துபவர்கள், வீடியோவில் உள்ள தொடர்புடைய காட்சிகளுடன் உருவாக்கப்பட்ட ஆடியோவை துல்லியமாக சீரமைக்க வேண்டியதில்லை.
கருவியானது வீடியோக்களுக்கான வரம்பற்ற ஒலிப்பதிவுகளை உருவாக்க முடியும், பயனர்களுக்கு முடிவில்லா ஆடியோ விருப்பங்களை வழங்குகிறது.
இந்த அம்சம், ElevenLabs இன் சவுண்ட் எஃபெக்ட்ஸ் ஜெனரேட்டர் போன்ற பிற ஒத்த கருவிகளில் இருந்து இதை வேறுபடுத்துகிறது, இது ஆடியோவை உருவாக்க உரைத் தூண்டுதல்களையும் பயன்படுத்துகிறது.
பயிற்சி மற்றும் விண்ணப்பம்
இது ஆடியோ-வீடியோ இணைப்பை எளிதாக்கும்
AI கருவியானது ஒலியின் விரிவான விளக்கங்கள் மற்றும் பேச்சு உரையாடலின் டிரான்ஸ்கிரிப்டுகள் அடங்கிய ஆடியோ, வீடியோ மற்றும் சிறுகுறிப்புகளில் பயிற்சியளிக்கப்பட்டது.
இந்தப் பயிற்சியானது, வீடியோ-க்கு-ஆடியோ ஜெனரேட்டரை, ஆடியோ நிகழ்வுகளை காட்சிக் காட்சிகளுடன் துல்லியமாகப் பொருத்த அனுமதிக்கிறது.
இது DeepMind's Veo மற்றும் Sora போன்ற கருவிகளில் இருந்து AI-உருவாக்கிய வீடியோவுடன் ஆடியோவை இணைக்கும் செயல்முறையை எளிதாக்கும்.
இருப்பினும், டீப் மைண்ட் தற்போது மேம்படுத்தும் பணியில் ஈடுபட்டுள்ள இந்தக் கருவிக்கு சில வரம்புகள் உள்ளன.
எதிர்கால முன்னேற்றங்கள்
மேம்பாடு மற்றும் சோதனைக்கு உட்பட்டுள்ளது
DeepMind இன் புதிய AI கருவியின் வரம்புகளில் ஒன்று உதடு இயக்கத்தை உரையாடலுடன் ஒத்திசைக்கும் திறன் ஆகும்.
இது தற்போது மேம்படுத்தப்பட்டு வருகிறது. வீடியோ-க்கு-ஆடியோ அமைப்பின் தரமும் வீடியோ தரத்தைப் பொறுத்தது; தானியமான அல்லது சிதைந்த வீடியோக்கள் ஆடியோ தரத்தில் குறிப்பிடத்தக்க வீழ்ச்சியை ஏற்படுத்தும்.
இன்னும் கடுமையான பாதுகாப்பு மதிப்பீடுகள் மற்றும் சோதனைக்கு உட்படுத்த வேண்டியிருப்பதால், கருவி இன்னும் பொதுவான பயன்பாட்டிற்கு கிடைக்கவில்லை.