📢 转载信息
原文链接：https://www.wired.com/story/adobe-max-sneaks-2025-corrective-ai/
原文作者：Jacob Roach
Adobe 让我坐下来看了一段带有平铺直叙、略显无聊的画外音演示视频。这本身没什么特别的，但在调出文本、高亮显示文本并从一系列预设情绪中进行选择后，声音的表现力完全改变了。它在几秒钟内就从平淡变成了自信，然后从自信变成耳语。
Adobe 称之为 Corrective AI（纠错式 AI），这是该公司今天晚些时候在其 MAX Sneaks 演示中展示的众多功能之一，该演示在洛杉矶举行的更广泛的年度 MAX 创意大会期间进行。（Adobe 支付了部分我参加其 MAX 大会的差旅费用。）Sneaks 是 Adobe 展示其正在开发中的未来技术和原型的场合，其中许多功能最终会在几个月内进入 Adobe 的完整创意套件。
在 今年的 MAX 大会上，Adobe 为 Firefly 发布了生成式语音功能，该功能不仅允许用户使用几种预设声音，还可以添加情绪标签来改变语调。这个 Corrective AI 功能将这种功能带入了一个更实用的工作流程。它不是使用完全由 AI 生成的声音，而是可以对现有的人声表演进行润饰。
Adobe 的 Lee Brimelow 还向我展示了 AI 如何从单个音轨中提取不同部分以创建多个音轨。这项名为 Project Clean Take 的 Sneaks 原型仅限于五个音轨，但它可以分离人声、环境噪音、音效等等。AI 模型能够如此准确地分离音轨，令人惊讶。在一个例子中，Adobe 向我展示了某人在一座吊桥前讲话，吊桥的铃声完全盖过了主持人的声音。运行 AI 模型后，铃声消失了。更好的是，Adobe 给我看了如何通过单独调整这些分离音轨的电平来恢复铃声。
在另一个例子中，Adobe 演示了这对创作者在公共场合拍摄时有多大用处，尤其是在背景中有授权音乐播放时。众所周知，未经授权的音乐是导致 YouTube 等平台上出现版权警告的捷径。在演示中，Adobe 的 AI 模型能够分离音乐，用 Adobe Stock 中的类似音轨替换它，并应用效果使之具有原始音轨的混响和氛围，所有这些只需点击几下。
这些功能利用 AI 来解决视频编辑人员和创作者日常面临的问题，帮助恢复损坏的音频或节省重新录制人声的精力和麻烦。Adobe 还将在其 Sneaks 演示中展示新的生成式 AI 功能。对于声音设计师而言，该公司向我展示了其 AI 模型如何自动分析视频并为其添加音效，所有这些音效据称都是 AI 生成的，但在商业上使用是安全的。
Adobe 的 Oriol Nieto 加载了一段带有几个场景和画外音但没有音效的短视频。AI 模型分析了视频并将其分解为场景，应用了情绪标签和每个场景的描述。然后，音效出现了。例如，AI 模型识别出一个有闹钟的场景，并自动生成了一个音效。它识别出一个主角（在本例中是一只章鱼）正在开车，并添加了关门声效。
它并不完美。闹钟声听起来不真实，在一个两个角色拥抱的场景中，AI 模型添加了不自然、不恰当的衣物摩擦声。Adobe 没有手动编辑，而是使用了一种对话式界面（类似于 ChatGPT）来描述更改。在汽车场景中，没有汽车的环境音。Adobe 没有手动选择该场景，而是使用对话式界面，要求 AI 模型向该场景添加汽车音效。它成功找到了场景，生成了音效，并将其完美地放置到位。
这些实验性功能尚未发布，但它们通常会进入 Adobe 的套件。例如，Photoshop 中可以自动以准确的颜色和光照将素材放置到场景中的 Harmonize 功能，去年在 Sneaks 上展示过。现在，它已集成到 Photoshop 中。预计这些新功能将在 2026 年的某个时候出现。
Adobe 的这一公告是在电子游戏配音演员结束了近一年的罢工以争取围绕 AI 的保护措施仅仅几个月之后——罢工要求游戏开发人员希望通过 AI 复制配音演员的声音或形象时，公司必须获得同意并提供披露协议。配音演员们已经为 AI 将对行业产生的影响做好了很长一段时间的准备，而 Adobe 的新功能，即使它们不是从头开始生成画外音，也是 AI 正在强迫创意行业发生转变的又一个标志。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区