Mirelo SFX 2.0: efeitos sonoros e ambientes a partir de uma frase

Os artistas de foley ficaram famosos por bater duas metades de coco para imitar cascos de cavalo. O Mirelo SFX 2.0 dispensa os cocos: você descreve o som em palavras e ele devolve um arquivo de áudio com efeitos sonoros ou ambiente. O exemplo na página do modelo é um bom teste do que ele faz: a passagem de uma nave alienígena que começa como um ronco distante, cresce até um rugido de turbina por cima, cai de tom com efeito Doppler e se afasta. É um som com começo, meio e fim, escrito em um só parágrafo.

O que ele pode criar?

Dois tipos de coisa. Eventos: uma porta batendo, uma espada saindo da bainha, uma nave passando, um vidro quebrando. Ambientes de fundo: chuva num telhado de zinco, um café movimentado, vento numa floresta, o zumbido da casa de máquinas de uma nave. O controle de duração vai de um décimo de segundo a dez minutos e começa em 30 segundos, então tanto um clique curto quanto um loop longo para uma cena cabem num só modelo.

Como devo escrever o prompt?

Como o briefing de um sound designer, não como uma legenda. Quatro coisas fazem a diferença: a fonte (o que produz o som), a ação (o que acontece, em ordem), o espaço (uma sala pequena, uma catedral, ao ar livre) e a distância (de perto, do outro lado da rua). O exemplo da nave tem as quatro, e é por isso que funciona.

Para que serve o prompt negativo?

Para manter de fora o que entra de penetra. Peça uma rua movimentada e talvez venha uma buzina que você não queria, ou uma voz no café. O prompt negativo fica nas configurações avançadas, e a própria dica dele lista os suspeitos de sempre: música, vozes, trânsito. Para um ambiente sob diálogo, colocar 'vozes, fala, música' ali mantém o fundo limpo, e os seus atores são os únicos falando. O guia de prompts negativos explica a ideia com mais detalhe para imagens e vídeo; aqui funciona do mesmo jeito.

Como consigo variações do mesmo som?

Use a seed. Deixada vazia, cada execução é uma nova tomada aleatória, que é o que você quer enquanto explora. Quando ouvir uma tomada de que gosta, fixe a seed dela e mantenha enquanto ajusta o texto: o resultado muda só o quanto as suas palavras mudam. Um jogo precisa de cinco passos parecidos mas não idênticos; mantenha o prompt e troque só a seed, cinco vezes. O post sobre seeds explica a mesma ideia para imagens.

Qual formato de arquivo devo escolher?

WAV é o padrão e a escolha certa para editar num programa de vídeo ou de áudio, porque não tem compressão. FLAC também é sem perdas e menor. MP3 e AAC são para a web ou uma prévia rápida, e nesses dois você pode definir uma taxa de bits entre 32 e 320 kbps; deixada vazia, a codificação é automática.

O que ele não faz?

Ele foi feito para efeitos sonoros e ambientes, e é só isso que a descrição dele promete: para uma música ou uma fala, escolha um modelo de música ou de voz. Ele também não assiste ao seu vídeo. Encaixar um som no quadro exato em que um copo bate no chão é trabalho da versão de vídeo para som do mesmo modelo, o Mirelo SFX 2.0 de vídeo para áudio, que escuta a imagem. Para outro modelo de texto para som com ambientes em loop, veja o guia de efeitos sonoros V2, e todos os modelos de áudio estão na página de modelos.