使用场景
视频编辑者使用Video-Foley为一段安静的猫咪视频生成相应的喵喵声。
声音设计师利用系统为游戏设计具有特定RMS形态的声音效果。
多媒体制作人员为一段打字视频生成逼真的键盘敲击声。
产品特色
利用均方根(RMS)作为时间特征，实现高控制性和同步性的视频声音合成。
无需人工标注，采用自监督学习框架，降低成本并提高效率。
RMS-ControlNet结合预训练的文本到音频模型，提供可控的音频生成。
通过文本提示控制音频语义，如声源、音色和细节。
支持多种输入条件，包括不同形状的RMS条件和文本提示。
提供DEMO展示，直观感受产品功能和效果。
使用教程
访问Video-Foley的DEMO页面。
根据需要选择或输入视频和文本提示。
调整RMS条件以控制声音的强度和形态。
点击生成按钮，系统将自动生成与视频同步的声音。
在生成的声音中选择最符合需求的音频。
将生成的声音应用到视频中，完成音视频同步。
