#V2A

AI科研传播指数 33

DeepMind 公布 V2A 技术：看懂视频画面，自动生成配乐与对白

Google DeepMind 公布视频转音频（V2A）技术研究进展，能结合视频画面与文本提示生成同步声音。该系统基于扩散模型，无需手动对齐即可为静音视频或老胶片搭配配乐、拟音与台词。不过目前口型同步等仍有局限，模型尚未公开发布。