近日，Adobe Research 与西北大学合作开发了一款名为 Sketch2Sound 的人工智能系统，这一工具有望彻底改变声音设计师的工作方式。Sketch2Sound 能够让用户通过哼唱、模仿声音以及用简单的文本描述来创建专业的音效和氛围音。
这个系统分析了用户声带输入的三个关键要素:音量、音色（决定声音的明亮或阴暗）和音高。随后，它将这些特征与用户的文本描述相结合，从而生成所需的声音。例如，用户在输入 “森林氛围” 并发出短促的声响时，系统会自动将这些声响识别为鸟鸣，而无需具体的指令。
Sketch2Sound 的另一大亮点在于它对上下文的理解能力。在制作音乐时，用户可以输入 “低音鼓、军鼓”，并通过哼唱出节奏。系统会智能地将低音鼓放在低音音符上，而军鼓则置于高音音符上。这种智能化的处理大大简化了声音设计的过程。
为了满足专业人士的需求，研究团队还内置了特殊的过滤技术，使用户可以根据需要调整生成声音的精确度。声音设计师可以选择非常准确的控制，或是更放松、近似的方式，这种灵活性可能使 Sketch2Sound 特别受 Foley 艺术家的欢迎。这些专业人士负责为电影和电视节目创作音效，使用这一工具后，他们可以通过声音和文本描述更快速地创造效果，而不必再操控实物来发声。
虽然研究人员指出，输入录音中的空间音频特性有时会对生成的声音产生不良影响，但他们正在努力解决这个问题。目前，Adobe 尚未宣布 Sketch2Sound 是否会推出商业产品或具体的发布时间。
项目入口:https://hugofloresgarcia.art/sketch2sound/
划重点:
🎵 Sketch2Sound 是一个新开发的 AI 工具，能通过哼唱和文本描述来创建音效。
🔊 该系统分析音量、音色和音高，将用户的声音输入与文本结合生成目标音效。
🎬 特别适合 Foley 艺术家使用，能够快速生成影视音效，提升工作效率。