Lightricks 推出 ScenA：一段提示词加人声样本，一次生成带环境音的多人对话场景
Lightricks 联合特拉维夫大学推出音频生成模型 ScenA。输入自由文本提示词与参考人声，模型能一次性生成长达 20 秒的多说话人音频场景，自然融入环境杂音、重叠说话和情绪喘息。最关键的是它摆脱了逐轮脚本和分轨生成的束缚，让机器对话真正有了真实世界的现场感。
Lightricks 联合特拉维夫大学推出音频生成模型 ScenA。输入自由文本提示词与参考人声，模型能一次性生成长达 20 秒的多说话人音频场景，自然融入环境杂音、重叠说话和情绪喘息。最关键的是它摆脱了逐轮脚本和分轨生成的束缚，让机器对话真正有了真实世界的现场感。