Понадобились мне как-то звуки — и даже не думал, что сгенерить проще, чем найти

Для одного проекта понадобилось несколько вполне конкретных звуков: механическая клавиатура, шаги по коридору, шум офиса, открывающаяся дверь.

Казалось бы, что может быть проще — открыть библиотеку эффектов и скачать нужное.

Но дальше начинается привычный квест:

— прослушать десятки почти одинаковых файлов;
— найти подходящую продолжительность;
— проверить лицензию;
— вырезать лишнее;
— понять, что звук всё равно не совсем тот.

И тут я попробовал MOSS-SoundEffect v2.0 — открытую модель, которая генерирует звуковые эффекты по обычному текстовому описанию.

Пишем примерно так:

*«Быстрая печать на механической клавиатуре в тихом офисе, близкая запись, без голосов и фоновой музыки».*

И получаем готовый звуковой файл.

Модель умеет создавать:

🔊 звуки природы и окружающей среды;
🔊 городские сцены и транспорт;
🔊 животных и фантастических существ;
🔊 действия человека и бытовые шумы;
🔊 короткие музыкальные и ритмические фрагменты.

Можно задавать длительность до 30 секунд, звук генерируется с частотой 48 кГц. Промпты официально поддерживаются на английском и китайском, поэтому для предсказуемого результата я бы пока использовал английский.

Проект открытый, распространяется по лицензии Apache 2.0. Есть демонстрация в браузере, а при наличии подходящей видеокарты модель можно развернуть локально и не отправлять свои запросы во внешние сервисы.

Конечно, это пока не волшебная кнопка. Сложные сцены могут звучать неестественно, отдельные события иногда смешиваются, а для точного попадания в видеоряд всё равно понадобится монтаж.

Но для презентаций, подкастов, прототипов игр, роликов, интерфейсных эффектов и фонового звукового оформления инструмент уже выглядит очень полезно.

Самое неожиданное открытие: иногда действительно быстрее подробно описать нужный звук, чем несколько часов искать его в библиотеках.

Модель:
https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0

Демонстрация в браузере:
https://huggingface.co/spaces/OpenMOSS-Team/MOSS-SoundEffect-v2.0

Подписывайтесь на «Горизонт сингулярности»:
https://t.me/horizon_singularity

#ИИ #ГенерацияЗвука #OpenSource #SoundDesign #Нейросети