Mirelo SFX 2.0: звуковые эффекты и атмосфера из одной фразы

Шумовики, как известно, стучат двумя половинками кокоса, изображая копыта лошади. Mirelo SFX 2.0 обходится без кокосов: вы описываете звук словами, а она возвращает один аудиофайл со звуковыми эффектами или атмосферой. Пример на странице модели хорошо проверяет её возможности: пролёт одного инопланетного корабля, который начинается далёким гулом, нарастает в рёв турбин над головой, проседает по высоте с эффектом Доплера и затихает. Это звук с началом, серединой и концом, записанный одним абзацем.

Что она умеет?

Два вида вещей. События: хлопок двери, меч, вынимаемый из ножен, пролёт, бьющееся стекло. Подложки: дождь по жестяной крыше, шумное кафе, ветер в лесу, гул машинного отделения космического корабля. Ползунок длительности идёт от десятой доли секунды до десяти минут и стоит на 30 секундах, так что и короткий щелчок, и длинная петля для сцены помещаются в одну модель.

Как писать промпт?

Как бриф саунд-дизайнера, а не как подпись к картинке. Разницу делают четыре вещи: источник (что издаёт звук), действие (что происходит и в каком порядке), пространство (маленькая комната, собор, открытый воздух) и расстояние (вплотную, через улицу). В примере с пролётом есть все четыре, поэтому он и работает.

Зачем нужен негативный промпт?

Чтобы не пустить то, что пробирается само. Попросите шумную улицу, и может прозвучать ненужный автомобильный гудок или голос в кафе. Негативный промпт находится в расширенных настройках, и его подсказка перечисляет обычных подозреваемых: музыка, голоса, транспорт. Для атмосферы под диалогом впишите туда «голоса, речь, музыка», и подложка останется чистой, так что говорить будут только ваши актёры. Гид по негативным промптам подробнее объясняет идею для картинок и видео; здесь она работает так же.

Как получить вариации одного звука?

С помощью сида. Если поле пустое, каждый запуск это новый случайный дубль, что и нужно при поиске. Услышав понравившийся дубль, зафиксируйте его сид и держите его, пока правите формулировку: результат меняется ровно настолько, насколько меняются ваши слова. Игре нужны пять похожих, но не одинаковых шагов; оставьте промпт и меняйте только сид, пять раз. Пост о сидах объясняет ту же идею для изображений.

Какой формат файла выбрать?

WAV стоит по умолчанию и подходит для монтажа в видео- или аудиоредакторе, потому что он без сжатия. FLAC тоже без потерь и меньше по размеру. MP3 и AAC для веба или быстрого прослушивания, и для этих двух можно задать битрейт от 32 до 320 kbps; если поле пустое, кодирование автоматическое.

Чего она не умеет?

Она создана для звуковых эффектов и атмосферы, и больше её описание ничего не обещает: для песни или реплики диалога выберите модель музыки или речи. Ещё она не смотрит ваше видео. Подогнать звук к точному кадру, где стакан падает на пол, это задача для версии той же модели из видео в звук, Mirelo SFX 2.0 video to audio, которая слушает картинку. Ещё одна модель «текст в звук» с зацикленной атмосферой описана в гиде по звуковым эффектам V2, а все аудиомодели собраны на странице моделей.