Mirelo SFX 2.0

Краткое описание

mirelo-sfx-2.0 — это модель генерации звуковых эффектов, вызываемая через единый интерфейс HiAPI.ai: она принимает текстовый запрос и выдаёт аудио. В запросе пользователь описывает источник звука, материал, действие, расстояние и окружающую среду, а также указывает длительность от 1 до 30 секунд (по умолчанию 5 секунд). Модель подходит разработчикам видео, игр и интерактивного контента, которым нужно массово создавать звуковые материалы, а также командам, желающим встроить генерацию звуковых эффектов в автоматизированные производственные процессы.

Ключевые возможности

• Генерация звуковых эффектов напрямую из текстового описания — достаточно описать в запросе источник звука, материал, действие, расстояние и окружающую среду, чтобы получить соответствующее аудио без записи или сэмплирования материалов.
• Длительность генерации задаётся в секундах — за одну генерацию поддерживается от 1 до 30 секунд, по умолчанию 5 секунд, что позволяет подогнать звуковой эффект под фактическую длину кадра или интерактивного события.
• Единая оплата по выходным секундам — стоимость напрямую зависит от длительности сгенерированного аудио, поэтому затраты на короткие и длинные эффекты предсказуемы.

Описание возможностей

Генерация звуковых эффектов по запросу: опишите нужный звук текстом длиной не более 2000 символов — модель выдаст соответствующее аудио, избавляя от поиска и записи материалов.

Управляемая длительность аудио: параметр duration задаёт длину выходного аудио от 1 до 30 секунд, что удобно для синхронизации с видеоклипами, анимационными кадрами или ритмом интерактивной обратной связи.

Структурированное описание звука: запрос позволяет описывать комбинации источника звука, материала, действия, расстояния и окружающей среды, что помогает точно передать пространственность и фактуру звукового эффекта для конкретной сцены.

Подключение через единый интерфейс: вызов выполняется через единый интерфейс HiAPI.ai, а выходное аудио можно напрямую подключить к существующему аудио- или контентному конвейеру.

Сценарии применения

• Монтажёры видео добавляют атмосферные звуки к кадрам — вводят описание звука, соответствующее содержимому кадра, и задают длительность, получая материал атмосферных звуковых эффектов, который можно сразу уложить на таймлайн.
• Разработчики игр создают звуки для интерактивных событий — генерируют короткие звуковые эффекты по описанию действия и материала для воспроизведения при нажатии кнопок, столкновениях или подборе предметов.
• Контент-команды массово перебирают варианты звуковых эффектов — многократно генерируют звук с одним и тем же запросом, меняя формулировки, быстро сравнивают варианты и используют выбранный в финальном материале.

Ограничения и рекомендации по выбору

Сейчас в качестве входных данных поддерживается только текстовый запрос: загрузить референсное аудио для переноса тембра или подбора стиля нельзя. Максимальная длительность выходного аудио — 30 секунд; более длительные непрерывные звуки нужно генерировать частями и склеивать самостоятельно. Если задача требует человеческого голоса, музыки или песен с текстом, следует выбрать соответствующую модель синтеза речи или генерации музыки. В случаях, когда предъявляются строгие требования к спектру, динамике и другим деталям звукового эффекта, рекомендуется сначала сгенерировать кандидатные материалы, а затем отобрать их вручную и обработать на постпродакшене.