El laboratorio de Inteligencia Artificial de Google, DeepMind, está desarrollando una tecnología innovadora que promete transformar la creación de bandas sonoras y diálogos para videos. Este avance, denominado ‘V2A’, es un sistema que co
25/06/2024
Santiago Jacquat
El laboratorio de Inteligencia Artificial de Google, DeepMind, está desarrollando una tecnología innovadora que promete transformar la creación de bandas sonoras y diálogos para videos. Este avance, denominado ‘V2A’, es un sistema que comprende píxeles sin procesar y utiliza indicaciones de texto para generar efectos de sonido acordes a las escenas visuales.
A través de una reciente publicación en su blog, el equipo de DeepMind presentó ‘V2A’, una inteligencia artificial capaz de analizar videos, audios y anotaciones generadas por IA, aprendiendo a asociar sonidos específicos con diferentes escenas. Este sistema ha sido entrenado con una amplia variedad de datos que incluyen descripciones detalladas de sonidos y transcripciones de diálogos, lo que le permite crear efectos sonoros precisos y contextualmente apropiados para lo que ocurre en la pantalla.
La IA ‘V2A’ no solo puede generar bandas sonoras para videos modernos, sino que también tiene la capacidad de añadir sonido a películas mudas y cualquier otro tipo de video sin audio. Los usuarios pueden introducir indicaciones positivas para dirigir la creación de sonidos específicos o negativas para evitar ciertos efectos sonoros. Por ejemplo, se puede utilizar una serie de indicaciones como «Cinemática, thriller, película de terror, música, tensión, ambiente, pisadas sobre hormigón» para generar una banda sonora adecuada para una escena de suspenso.
DeepMind ha compartido su progreso en la tecnología ‘V2A’ y su potencial para integrarse con herramientas de creación de video como Google Veo y Sora de OpenAI. Esta combinación podría facilitar la producción de contenido audiovisual de alta calidad, ampliando las posibilidades creativas para cineastas y creadores de contenido.
A pesar de los avances significativos, los investigadores de DeepMind están conscientes de las limitaciones actuales de ‘V2A’, como posibles caídas en la calidad del audio debido a distorsiones en los videos de origen y desafíos en la sincronización de labios para generar diálogos. Por ello, el equipo se compromete a someter la tecnología a rigurosas evaluaciones y pruebas de seguridad antes de su lanzamiento oficial, asegurando que cumpla con los estándares de calidad y fiabilidad.
El desarrollo de ‘V2A’ representa un paso adelante en el uso de la inteligencia artificial para la creación de contenido audiovisual. DeepMind continúa su compromiso con la innovación, buscando soluciones que no solo mejoren la productividad de los creadores, sino que también ofrezcan nuevas formas de expresión artística y narrativa.
Adriana Aroulho asumirá como presidenta de SAP para América Latina y el Caribe en 2025, destacando por liderazgo, innovación y sostenibilidad.
La comparativa entre iPhone y Samsung revela que ambos fabricantes ofrecen dispositivos de alta calidad, con características y ventajas que pueden atraer a diferentes tipos de usuarios en Chile.
Diseñado para facilitar la vida diaria, los smartwatches permiten recibir notificaciones, monitorear la salud, realizar pagos sin contacto y hasta ejecutar aplicaciones de productividad.
El 2025 se prepara para el lanzamiento de consolas que no sólo prometen mejorar la experiencia de juego a través de avances tecnológicos sino que también buscan adaptarse a los diversos estilos de los gamers.
Tenable adquiere Vulcan Cyber para fortalecer su liderazgo en gestión de exposiciones y mejorar la seguridad cibernética con IA. Conoce los detalles de la compra.
