Mirelo SFX 2.0: Soundeffekte und Atmos aus einem Satz

Geräuschemacher klatschen bekanntlich zwei Kokosnusshälften aneinander, um Pferdehufe nachzuahmen. Mirelo SFX 2.0 kommt ohne Kokosnüsse aus: Sie beschreiben das Geräusch in Worten, und es liefert eine Audiodatei mit Soundeffekten oder Atmo. Das Beispiel auf seiner Modellseite ist ein guter Test für sein Können: der Vorbeiflug eines einzelnen außerirdischen Raumschiffs, der als fernes Grollen beginnt, über Kopf zu einem Turbinendröhnen anschwillt, mit einem Dopplereffekt in der Tonhöhe absinkt und verklingt. Das ist ein Klang mit Anfang, Mitte und Ende, geschrieben als ein einziger Absatz.

Was kann es erzeugen?

Zwei Arten von Dingen. Ereignisse: eine zuschlagende Tür, ein Schwert, das aus der Scheide gezogen wird, ein Vorbeiflug, zerbrechendes Glas. Klangteppiche: Regen auf einem Blechdach, ein belebtes Café, Wind im Wald, das Brummen eines Raumschiff-Maschinenraums. Der Dauerregler reicht von einer Zehntelsekunde bis zu zehn Minuten und startet bei 30 Sekunden, also passen ein kurzes Klicken und ein langer Loop für eine Szene in ein und dasselbe Modell.

Wie schreibe ich den Prompt?

Wie das Briefing eines Sounddesigners, nicht wie eine Bildunterschrift. Vier Dinge machen den Unterschied: die Quelle (was das Geräusch erzeugt), die Handlung (was passiert, in Reihenfolge), der Raum (ein kleines Zimmer, eine Kathedrale, im Freien) und die Entfernung (ganz nah, auf der anderen Straßenseite). Das Vorbeiflug-Beispiel hat alle vier, und deshalb funktioniert es.

Wofür ist der Negativ-Prompt da?

Um fernzuhalten, was sich einschleicht. Bitten Sie um eine belebte Straße, bekommen Sie vielleicht eine Autohupe, die Sie nicht wollten, oder eine Stimme im Café. Der Negativ-Prompt liegt in den erweiterten Einstellungen, und sein eigener Hinweistext nennt die üblichen Verdächtigen: Musik, Stimmen, Verkehr. Für Atmo unter Dialogen hält 'Stimmen, Sprache, Musik' dort den Teppich sauber, sodass nur Ihre Schauspieler sprechen. Der Leitfaden zu Negativ-Prompts erklärt die Idee ausführlicher für Bilder und Video; hier funktioniert sie genauso.

Wie bekomme ich Varianten desselben Klangs?

Mit dem Seed. Bleibt er leer, ist jeder Durchlauf ein neuer zufälliger Take, und genau das wollen Sie beim Ausprobieren. Wenn Sie einen Take hören, der Ihnen gefällt, setzen Sie seinen Seed und behalten ihn, während Sie die Formulierung anpassen: Das Ergebnis ändert sich nur so weit wie Ihre Worte. Ein Spiel braucht fünf Schritte, die ähnlich, aber nicht identisch sind; behalten Sie den Prompt und ändern Sie fünfmal nur den Seed. Der Beitrag über Seeds erklärt dieselbe Idee für Bilder.

Welches Dateiformat soll ich wählen?

WAV ist der Standard und die richtige Wahl für die Bearbeitung in einem Video- oder Audioprogramm, weil es unkomprimiert ist. FLAC ist ebenfalls verlustfrei und kleiner. MP3 und AAC sind fürs Web oder eine schnelle Vorschau, und für diese beiden können Sie eine Bitrate zwischen 32 und 320 kbps einstellen; bleibt sie leer, wird automatisch kodiert.

Was kann es nicht?

Es ist für Soundeffekte und Atmos gebaut, und mehr verspricht seine Beschreibung auch nicht: Für einen Song oder eine Dialogzeile nehmen Sie besser ein Musik- oder Sprachmodell. Es sieht sich auch Ihr Video nicht an. Einen Klang genau auf das Bild zu legen, in dem ein Glas auf den Boden trifft, ist die Aufgabe der Video-zu-Ton-Version desselben Modells, Mirelo SFX 2.0 Video zu Audio, die dem Bild zuhört. Für ein weiteres Text-zu-Ton-Modell mit loopbaren Atmos siehe den Leitfaden zu Soundeffekten V2, und alle Audiomodelle stehen auf der Modellseite.