可灵AI全系模型上线“视频音效”功能 可同步生成高质量立体声音效

6月27日，可灵AI宣布全系列(quánxìliè)视频(shìpín)模型上线“视频音效”功能，用户在使用可灵AI进行视频创作时，不仅能获得高质量的视频画面(huàmiàn)，更能体验到与视频精准匹配、富有空间感的立体声音效，真正实现“所见即所听”的沉浸式(shì)体验。目前，该(gāi)功能已无缝集成至文生视频、图生视频、多模态编辑等多种创作模式中，并限时免费开放。 与此同时，平台原有的“音效生成”也进一步升级，新增“视频生音效”功能。用户现在不仅可以通过文本生成音效，更可以直接上(shàng)传本地视频，或选用在可灵(kělíng)平台创作的历史视频，一键为(wèi)无声的画面匹配上语义契合、节奏同步的音效，自动适配(shìpèi)动作、环境、氛围等多种(duōzhǒng)场景，极大地提升了视频内容的表现力和沉浸感，有效降低了创作者在音频后期制作上的时间与技术成本。 从实际效果来看，可灵AI的(de)音效功能在多个典型案例中(zhōng)展现了极高的音画同步精度和极佳的空间听感。例如，在生成“婴儿(yīngér)在活泼地笑”的视频片段中，模型不仅还原了婴儿清亮的笑声，甚至连婴儿笑容间隙短促的吸气声都完美捕捉，与画面中肉嘟嘟脸颊的起伏动作(dòngzuò)精准匹配(pǐpèi)，其富有空间感的立体声效果，让整个画面的温馨感与生命力扑面而来(pūmiànérlái)。 在另一段山体滑坡导致巨石砸中汽车的视频(shìpín)中，系统自动生成了金属扭曲断裂声、石块飞溅与尘土扬起的细节音效，声音(shēngyīn)定位清晰、动态层次丰富，提升了整体灾难场景的视觉冲击力(chōngjīlì)与沉浸感。 据悉，上述功能的实现，依托于可灵AI自主研发的多模态视频生(shēng)音效模型——Kling-Foley。Kling-Foley 支持基于视频内容与可选文本提示自动生成与视频画面语义相关、时间同步的高质量立体声音频，涵盖音效、背景音乐等(děng)多种类型声音内容。它支持生成任意(rènyì)时长的音频内容，还具备(jùbèi)立体声渲染的能力，支持空间(kōngjiān)定向的声源(shēngyuán)建模和渲染。 今年3月，可灵AI首次推出AI音效功能，用户可通过输入文本(wénběn)生成相应的环境音或动作音，并可进一步结合(jiéhé)平台生成的视频进行语义理解与自动匹配(pǐpèi)(pǐpèi)。随后(suíhòu)，在可灵2.1模型中正式加入了视频音效功能，在生成视频的同时，系统也会自动生成与之匹配的音效，增强了整体视听体验。随着视频音效生成技术的成熟落地，将进一步释放可灵AI在广告创意(guǎnggàochuàngyì)、影视、短视频、游戏等内容等领域的发展潜力。 （本文来源：日照新闻网。本网转发此文章，旨在为读者提供更(gèng)多信息资讯，所涉内容不构成投资、消费建议。对文章事实(shìshí)有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供(jǐngōng)读者参考。）