Lightricks 推出 ScenA：一段提示詞加人聲樣本，一次生成帶環境音的多人對話場景
Lightricks 聯合特拉維夫大學推出音訊生成模型 ScenA。輸入自由文本提示詞與參考人聲，模型能一次性生成長達 20 秒的多說話人音訊場景，自然融入環境雜音、重疊說話和情緒喘息。最關鍵的是它擺脫了逐輪指令碼和分軌生成的束縛，讓機器對話真正有了真實世界的現場感。
Lightricks 聯合特拉維夫大學推出音訊生成模型 ScenA。輸入自由文本提示詞與參考人聲，模型能一次性生成長達 20 秒的多說話人音訊場景，自然融入環境雜音、重疊說話和情緒喘息。最關鍵的是它擺脫了逐輪指令碼和分軌生成的束縛，讓機器對話真正有了真實世界的現場感。