Mirelo SFX 2.0

Kurzprofil

mirelo-sfx-2.0 ist ein Soundeffekt-Generierungsmodell, das über die einheitliche Schnittstelle von HiAPI.ai aufgerufen wird, einen Text-Prompt entgegennimmt und Audio ausgibt. Aufrufer beschreiben im Prompt Schallquelle, Material, Aktion, Entfernung und Umgebung und geben eine Dauer von 1 bis 30 Sekunden an (Standard: 5 Sekunden). Es eignet sich für Entwickler von Video-, Spiel- und interaktiven Inhalten, die Soundeffekt-Assets in Serie produzieren möchten, sowie für Teams, die die Soundeffekt-Generierung in automatisierte Produktionsabläufe einbinden wollen.

Kernhighlights

• Soundeffekte direkt aus Textbeschreibungen – Beschreiben Sie Schallquelle, Material, Aktion, Entfernung und Umgebung im Prompt und erhalten Sie das passende Audio, ohne Aufnahmen oder Sample-Material.
• Generierungsdauer sekundengenau festlegbar – Eine einzelne Generierung unterstützt 1 bis 30 Sekunden, Standard sind 5 Sekunden, sodass der Soundeffekt zur tatsächlichen Länge einer Szene oder eines Interaktionsereignisses passt.
• Einheitliche Abrechnung nach Ausgabesekunden – Die Kosten sind direkt an die Dauer des generierten Audios gekoppelt, sodass sich die Kosten für kurze wie lange Soundeffekte vorhersehbar gestalten.

Funktionsbeschreibung

Prompt-gesteuerte Soundeffekt-Generierung: Beschreiben Sie den gewünschten Klang mit einem Text von höchstens 2000 Zeichen, und das Modell gibt das entsprechende Audio aus – ohne Suche nach Materialien und ohne Aufnahmeschritte.

Steuerbare Audiodauer: Über den Parameter duration legen Sie eine Ausgabelänge von 1 bis 30 Sekunden fest, um den Rhythmus von Videosequenzen, Animationsszenen oder Interaktions-Feedback abzustimmen.

Strukturierte Klangbeschreibung: Der Prompt unterstützt die Kombination von Schallquelle, Material, Aktion, Entfernung und Umgebung, sodass sich Raumgefühl und Textur des Soundeffekts für konkrete Szenen präzise gestalten lassen.

Anbindung über eine einheitliche Schnittstelle: Der Aufruf erfolgt über die einzige Schnittstelle von HiAPI.ai, und das Ausgabeaudio lässt sich direkt in bestehende Audio- oder Content-Pipelines einspeisen.

Anwendungsfälle

• Videocutter ergänzen Umgebungsgeräusche für Szenen – Geben Sie eine zur Szene passende Klangbeschreibung ein und legen Sie die Dauer fest, um direkt auf der Timeline einsetzbares Umgebungsgeräusch-Material zu erhalten.
• Spieleentwickler erstellen Interaktions-Soundeffekte – Generieren Sie anhand von Aktions- und Materialbeschreibungen kurze Soundeffekte für ereignisgesteuerte Wiedergabe, etwa Button-Feedback, Kollisionen oder das Aufsammeln von Items.
• Content-Teams iterieren Soundeffekt-Lösungen im Batch – Passen Sie mit demselben Prompt die Beschreibungswörter an und generieren Sie mehrfach, um verschiedene Varianten schnell zu vergleichen und erst dann die endgültige Auswahl für die finale Produktion zu treffen.

Einschränkungen und Auswahlempfehlungen

Derzeit wird nur ein Text-Prompt als Eingabe unterstützt; das Hochladen von Referenzaudio für Timbre-Transfer oder Stilabgleich ist nicht möglich. Die maximale Ausgabedauer beträgt 30 Sekunden; längere durchgehende Klänge müssen in Segmenten generiert und anschließend manuell zusammengesetzt werden. Wenn die Aufgabe Sprachaufnahmen, Musik oder Songs mit Gesang erfordert, sollte ein entsprechendes Sprachsynthese- oder Musikgenerierungsmodell gewählt werden. In Fällen mit strengen Anforderungen an Details wie Frequenzspektrum oder Dynamik der Soundeffekte empfiehlt es sich, zunächst Kandidatenmaterial zu generieren und dieses anschließend manuell zu filtern und nachzubearbeiten.