MMAudio v2 (video→audio)
Free.ai
·
audio
·
~500 จำนวนของชิ้นส่วนต่อหน่วย clip
MMAudio v2 (video→audio) คือ a โมเดล AI นำทางผ่านโมเดลภายนอก - ~500 โต๊กเกอร์ ต่อการใช้ (50% ค่าใช้จ่ายสูงกว่าต้นทาง)
ใช้ผ่าน API
REST API รองรับ OpenAI สร้างกุญแจและเรียกโมเดลนี้ในไม่กี่วินาที
curl -X POST https://api.free.ai/v1/music/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/mmaudio-v2","prompt":"your prompt here"}'คำถามที่ถามบ่อย
MMAudio v2 (video→audio) สร้างเอฟเฟกต์เสียงและเสียงแวดล้อมจากข้อความหรือวิดีโอที่อ้างถึง เสียงก้าวเท้า ฝน เครื่องจักร เสียงร้องของสัตว์ต่างดาว - อธิบายเสียง และ MMAudio v2 (video→audio) สังเคราะห์เสียง
โดยทั่วไปจะใช้เวลา 1 ถึง 22 วินาที ขึ้นอยู่กับกลไกของเครื่อง เพลงที่สามารถลูปได้สามารถใช้ / audio/ loop / ขยายได้
ใช่ — กลไกการแปลงวิดีโอเป็นเสียง เช่น MMAudio v2 จะอ่านเฟรมจากวิดีโอของคุณ และสังเคราะห์เพลงที่ตรงกับเสียง (เสียงก้าวเท้าเมื่อเท้าเคลื่อนไหว, เสียงกระเด็นเมื่อน้ำพุ่ง) โหลดวิดีโอที่เงียบไปยัง /v1/audio/from-video/ หรือหน้าด้านบน
ใช้รูปแบบ WAV ตามปริยาย มี MP3 ในตัวเลือกรูปแบบ
MMAudio v2 (video→audio) เป็นโมเดลเสียงระดับพรีเมี่ยม ประมาณ ~1,000-5,000 โต๊กเกอร์ต่อคลิป 1 ดอลลาร์ = 750,000 โต๊กเกอร์
โมเดลเหล่านี้ถูกปรับให้เหมาะกับเอฟเฟกต์เสียง + ฟอลลี ไม่ใช่ดนตรี สำหรับเพลงประกอบหรือเพลงประกอบเสียง โปรดดู / music / โดยใช้ MusicGen, ACE-Step, Stable Audio ในการจัดการกับกรณีเหล่านี้
ใช่ — คำถามจะอธิบาย (อธิบายเสียง ไม่ใช่เนื้อเพลง) ดังนั้น ภาษาใดก็ได้ก็สามารถใช้ได้ ตราบใดที่โมเดลเข้าใจมัน ภาษาอังกฤษจะให้ผลลัพธ์ที่สม่ำเสมอที่สุด
ใช่ — / batch / รองรับรายการคำสั่ง ทุกคลิปจะถูกจัดเก็บใน / account /? tab=history API เป็นทางที่ยืดหยุ่นที่สุดในการเก็บรักษาตระกูลโฟลเดอร์
ใช่ — POST ไปยัง /v1/audio/generate/ ด้วย model="MMAudio v2 (video→audio)" และคำสั่งของคุณ (หรือวิดีโอสำหรับเครื่องยนต์ v2a). /api/ มีข้อมูลที่อ้างอิงเต็ม
นโยบายเดียวกับที่เหลือของ Free.ai - จัดการเองบน GPU ของเรา, พิเศษกับ DPA, อัพโหลดหมดอายุในตารางการแบ่งปันหน้าต่าง เราไม่ได้ฝึกการเข้าถึงของคุณ
ใช่ Free.ai อนุมัติให้ใช้เสียงที่สร้างขึ้น ในการออกแบบเสียงเกม ภาพยนตร์ โพดำ โฆษณา
5 ถึง 30 วินาทีต่อคลิป การแปลงวิดีโอเป็นเสียงใช้เวลานานกว่า (ขึ้นอยู่กับความยาวของวิดีโอ) ใช้ปุ่มคิวบน / audio / เพื่อปิดแท็บ