🎬 دو خبر جذاب از دنیای چندوجهی هوش مصنوعی: تبدیل صدا به ویدئو و تبدیل ویدئو به صدا

1️⃣ وانچیک مدل جدیدی به نام WAN 2.2-S2V معرفی کرده است.
این فناوری صدا را به ویدئو تبدیل می‌کند؛ شبیه لب‌سینک به نظر می‌رسد اما در نسخه‌های نمایشی، بیشتر شبیه یک audio-to-video واقعی عمل می‌کند. جالب است که کاربران توییتر به شوخی اسم آن را SWAN 🦢 گذاشته‌اند.

2️⃣ شرکت Eleven Labs مسیر معکوس را انتخاب کرده و قابلیت video-to-music را ارائه داده است.
در این روش، یک ویدئوی بی‌صدا به ورودی داده می‌شود و خروجی آن موسیقی و افکت‌هایی هماهنگ با تصویر است.
✔ روی موشن‌گرافیک و تصاویر抽象 عملکرد عالی دارد (چون گوش انتظار مشخصی ندارد).
✔ روی اشیای واقعی کمی ضعیف‌تر است، اما همچنان جالب و کاربردی.

⚡ همچنین نسخه آزمایشی Eleven v3 (alpha) API هم منتشر شده که برای توسعه‌دهندگان قدرت و انعطاف بیشتری فراهم می‌کند.

#هوش_مصنوعی #چندوجهی #ویدئو #صدا #ElevenLabs #SWAN

@rss_ai_ir