Mirelo SFX 2.0 视频转音频：给无声片段配一个音频文件
Mirelo SFX 2.0 视频转音频会观看你的片段，并以单独的音频文件返回同步音效。设置、提示词，以及开始前要检查什么。
你有一个片段，画面没问题，就是没有声音。也许它来自视频模型，也许是手机拍的，也许是一份旧的渲染。Mirelo SFX 2.0 视频转音频会观看这个片段，并按它看到的内容写出音效：第 40 帧关上的门，碎石上的脚步声，山后的风声。返回的只有音频，是一个单独的文件，你可以把它拖到自己的时间线上。
它适合谁？
适合已经有顺手的视频工具、只缺声音的剪辑师和创作者。结果是独立的文件，所以你拥有完全的控制权：垫在画面下面、剪切、抬高某一个音、把某一段静音。如果你更想直接拿到已经带有新音轨的成品视频，有一个姊妹模型可以做到，Mirelo SFX 2.0 视频转视频。两者的设置几乎一样，区别在于返回的东西。
它如何工作，简述版
- 上传视频。它至少要有一秒长，这是唯一必填的输入。
- 也可以在提示词里描述你想要的声音，最多 2000 个字符。留空的话，模型只根据画面来判断。
- 设置时长。滑块范围是 1 到 600 秒，初始为 10，并受视频长度的限制。
- 在高级设置里选择格式：WAV（默认）、MP3、AAC 或 FLAC。
到底需不需要提示词？
先不写试试。模型会读取画面，对于清晰的动作（放下一只玻璃杯、一辆车驶过），它自己就能找到对应的声音。提示词是用来补充画面说不出的东西：房间听起来什么样，街上是热闹还是空旷，气氛是平静还是紧张。
清晨安静的厨房：勺子轻碰陶瓷杯的清脆声，冰箱低沉的嗡嗡声，窗外远处的鸟鸣。温暖、近距离，没有音乐。钢制地板上沉重的金属脚步声，管道里喷出一声蒸汽的嘶嘶声，低沉的机械嗡鸣充满整个房间。大型工业空间，有回声。能救回一次生成的两个高级开关
- 负面提示词：要避开的声音，例如音乐、人声或交通噪声。如果你打算加自己的配乐，这里填“音乐”几乎总是对的。负面提示词指南解释了这个思路。
- 保留语音：默认开启。如果片段里已经有人在说话，原来的声音会被保留，新的音效围绕它来构建。只有当里面的语音是你想替换掉的残留时，才把它关掉。
选哪种格式？
编辑用 WAV，因为它未经压缩。FLAC 音质相同，文件更小。MP3 或 AAC 适合快速预览或网页；这两种格式可以设置 32 到 320 kbps 的码率，留空则自动编码。
它的不足
它写的是音效和环境声。它不会作曲，也不是配音演员，所以音乐或台词请用别的音频模型。声音的好坏也取决于画面是否清晰可辨：昏暗、模糊或过于杂乱的片段会让模型可抓的线索变少，你会听出它在猜。时长也受你的视频限制，结果不能比你上传的片段更长。如果你更想只从文字开始，Mirelo SFX 2.0 文生音效不需要任何视频就能生成声音，所有音频模型都在模型页面上。
常见问题
Mirelo SFX 2.0 视频转音频会返回什么？
一个单独的音频文件，里面是生成的音效，格式为 WAV、MP3、AAC 或 FLAC。不会返回视频本身。
视频可以多长？
至少一秒。声音时长滑块范围是 1 到 600 秒，并受视频长度的限制。
它会保留我片段里已有的语音吗？
默认会。高级设置里的“保留语音”开关会保留原来的人声，同时围绕它生成新的音效。
