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宣布全系列视频模型(móxíng)上线“视频音效”功能，用户在使用可灵AI进行(jìnxíng)视频创作时，不仅能获得高质量的视频画面(huàmiàn)，更能体验(tǐyàn)到与(yǔ)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”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(yīnxiào)生(shēng)成”也进一步升级，新增(xīnzēng)“视频(shìpín)生音效”功能。用户现在不仅可以(kěyǐ)通过文本生成音效，更(gèng)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，极大地提升了视频内容的表现力和沉浸感，有效降低了创作者在音频后期制作上的时间与技术成本。 从实际效果(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(móxíng)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(wánměi)捕捉，与画面中肉嘟嘟脸颊的起伏动作精准匹配(pǐpèi)，其富有空间感的立体声效果，让(ràng)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(zá)中汽车的视频中，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(qīngxī)、动态层次丰富(fēngfù)，提升了整体灾难场景的视觉冲击力与沉浸感。 据悉，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(zhīchí)基于视频内容与可选文本(wénběn)提示自动生成(shēngchéng)与视频画面语义相关、时间同步的高质量立体声音频(yīnpín)，涵盖音效、背景音乐(bèijǐngyīnyuè)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环境音或动作音，并可进一步(jìnyíbù)结合平台生成的视频进行语义理解与自动匹配。随后，在(zài)可灵2.1模型中正式加入(jiārù)了视频音效功能，在生成视频的同时(tóngshí)，系统也会自动生成与之匹配的音效，增强了整体视听(shìtīng)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、影视、短视频、游戏等(děng)内容等领域的发展潜力。 （本文(běnwén)来源：日照新闻网。本网转发此文章(wénzhāng)，旨在为(wèi)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，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）