به گزارش The Verge و به نقل از دیجیاتو، شرکت ادوبی در تازه‌ترین به‌روزرسانی ابزار Firefly قابلیتی معرفی کرده که امکان تبدیل صداهای ضبط‌شده – مانند شکستن شاخه یا صدای قدم‌زدن – به افکت‌های صوتی واقع‌گرایانه را فراهم می‌کند. این ابزار فعلاً از گفتار پشتیبانی نمی‌کند اما در زمینه‌ی تولید جلوه‌های صوتی محیطی یک گام خلاقانه‌ی مهم به حساب می‌آید.
ادوبی از چند قابلیت تازه برای ابزار Firefly خود رونمایی کرده که باعث می‌شود کاربران بتوانند ویدیوهای دقیق‌تری با هوش مصنوعی بسازند. کاربران با این آپدیت می‌توانند با ضبط صداهای ساده، افکت صوتی بسازند و از مدل‌های هوش مصنوعی شخص ثالث نیز بهره ببرند. از زمان بازطراحی اپلیکیشن Firefly در ماه آوریل، ادوبی تقریباً هر ماه یک به‌روزرسانی مهم برای این پلتفرم هوش مصنوعی منتشر کرده است.
یکی از قابلیت‌های مهم جدید آن، امکان افزودن افکت صوتی به ویدیوهای تولیدشده با هوش مصنوعی است؛ قابلیتی که در بسیاری از مدل‌های ویدیویی فعلی وجود ندارد. نحوه تولید افکت صوتی با هوش مصنوعی ادوبی Firefly در این ویژگی جدید کاربران ابتدا باید نوع صدای موردنظر خود را توصیف کنند و سپس نمونه‌ای از آن را با صدای خود ضبط می‌کنند.
این صدا به مدل کمک می‌کند تا شدت و زمان‌بندی دقیق افکت را بهتر تشخیص دهد. هنگام افزودن صدا نیز یک ابزار ویرایش زمان به پایین رابط کاربری اضافه خواهد شد تا کاربر بتواند صدا را با دقت زیاد با تصویر هماهنگ کند.
همچنین این ابزار برای هر افکت صدا چهار صدای مختلف را به کاربر نشان می‌دهد تا بتواند گزینه مدنظر خود را انتخاب کند. این قابلیت براساس پروژه آزمایشی Project Super Sonic توسعه یافته که ادوبی در رویداد Max سال گذشته آن را معرفی کرده بود.
همچنین باید اشاره کرد که این ابزار از گفتار پشتیبانی نمی‌کند، اما برای ساخت صداهایی مانند صدای شکستن شاخه، قدم‌زدن، باز و بسته شدن زیپ و صداهای محیطی مانند طبیعت و صدای شهر کاربرد دارد. علاوه‌بر این ابزار، قابلیت‌های پیشرفته‌تری نیز به ابزار متن به ویدیو Firefly اضافه شده‌اند.
یکی از این قابلیت‌ها Composition Reference نام دارد که به کاربران اجازه می‌دهد همراه با دستور متنی، یک ویدیو نیز بارگذاری کنند تا ترکیب‌بندی آن در ویدیوی تولیدشده تکرار شود. در مقایسه با وارد کردن مداوم توضیحات متنی، این قابلیت می‌تواند به نتایج دقیق‌تری منجر شود.
همچنین قابلیت Keyframe Cropping امکان بارگذاری تصویر فریم ابتدایی و پایانی را فراهم کرده تا Firefly بتواند ویدیو را براساس آنها تولید کند.
در کنار این موارد، استایل‌های آماده‌ای نیز اضافه شده‌اند که شامل گزینه‌هایی مانند انیمه، طراحی وکتور و موارد دیگر هستند. درنهایت، ادوبی ظاهراً قصد دارد پشتیبانی از مدل‌های هوش مصنوعی رقیب را نیز به ابزارهای خود اضافه کند.
«الکساندرو کاستین»، مدیر ارشد هوش مصنوعی تولیدی در ادوبی، به Verge گفته که در آینده، کنترل‌ها و استایل‌های مشابه ممکن است برای استفاده در مدل‌های شخص ثالث نیز در دسترس قرار گیرند.
این موضوع نشان می‌دهد که ادوبی با وجود عقب‌ماندن از غول‌هایی مثل OpenAI و گوگل در توسعه مدل‌های تولیدکننده، همچنان تلاش می‌کند جایگاه خود را در صدر نرم‌افزارهای خلاقانه حفظ کند.علاوه‌بر این ابزار، قابلیت‌های پیشرفته‌تری نیز به ابزار متن به ویدیو Firefly اضافه شده‌اند.
یکی از این قابلیت‌ها Composition Reference نام دارد که به کاربران اجازه می‌دهد همراه با دستور متنی، یک ویدیو نیز بارگذاری کنند تا ترکیب‌بندی آن در ویدیوی تولیدشده تکرار شود. در مقایسه با وارد کردن مداوم توضیحات متنی، این قابلیت می‌تواند به نتایج دقیق‌تری منجر شود.
همچنین قابلیت Keyframe Cropping امکان بارگذاری تصویر فریم ابتدایی و پایانی را فراهم کرده تا Firefly بتواند ویدیو را براساس آنها تولید کند. در کنار این موارد، استایل‌های آماده‌ای نیز اضافه شده‌اند که شامل گزینه‌هایی مانند انیمه، طراحی وکتور و موارد دیگر هستند.
درنهایت، ادوبی ظاهراً قصد دارد پشتیبانی از مدل‌های هوش مصنوعی رقیب را نیز به ابزارهای خود اضافه کند.
«الکساندرو کاستین»، مدیر ارشد هوش مصنوعی تولیدی در ادوبی، به Verge گفته که در آینده، کنترل‌ها و استایل‌های مشابه ممکن است برای استفاده در مدل‌های شخص ثالث نیز در دسترس قرار گیرند.
این موضوع نشان می‌دهد که ادوبی با وجود عقب‌ماندن از غول‌هایی مثل OpenAI و گوگل در توسعه مدل‌های تولیدکننده، همچنان تلاش می‌کند جایگاه خود را در صدر نرم‌افزارهای خلاقانه حفظ کند.