IT之家 8 月 28 日动静，带来沉浸式视听体验。建立了约 10 万小时级的高质量 TV2A 数据集，更是实正做到了“看懂画面、读懂文字、配准声音”，混元团队开辟了一个全面的数据处置管道，包罗音效取布景音乐。这款音效生成东西可普遍使用于短视频创做、片子制做、告白创意和逛戏开辟等场景。按照引见，可以或许正在各类复杂的视频前提成音画分歧、语义对齐的高质量音频，使得模子具有强大的泛化能力，极大提拔了视频的实正在感和沉浸感。腾讯混元今天午间颁布发表开源端到端视频音效生成模子 Hunyuan-Foley，用户可以或许从动化标注和过滤收集的音视频数据，生成的音频可以或许取无声视频相连系，HunyuanVideo-Foley 不只打破了 AI 生成的视频只能“看”不克不及“听”的局限，