Mirelo SFX 2.0:完整指南

Mirelo SFX 2.0:完整指南

Mirelo SFX 2.0 为成片重建声音。了解它如何保留人声、去掉多余配乐、让音效对准画面动作,并在多个镜头间保持同一种声音,附提示词与长片剪辑技巧和可试听的前后对比。

Mirelo SFX 2.0 有什么不同

Mirelo SFX 2.0 处理的是已经做好的视频。画面和表演原样保留,音轨里的其他部分由它重新生成。打开声音,在两条音轨之间切换,就能听出差别。

暖暖的窗光里,一位女士在木质厨房台面上切胡萝卜

配乐去掉,人声保留

原片里,她说话时底下垫着一段吉他。重建后的声音留下了人声,去掉了音乐,并加上了切菜声。

它有五处不同,每一处都会改变你收尾的方式。

Mirelo SFX 2.0对你的剪辑意味着什么
声音来自画面音效落在动作上,也贴合空间:大厅有回声,森林没有。不用手动对齐
保留人声说话的部分原样保留,新声音围绕它来做,人声出现时会压低
去掉多余配乐视频模型自作主张加的音乐会被去掉。镜头保留,配乐你之后自己加
跨镜头声音统一同一场景的几个镜头,合成后一起跑,听起来就是一场戏
整条成片一次完成每次最长 10 分钟,剪好的片子不必先切成小段

Mirelo SFX 2.0 的工作方式

你给它一段视频,再用三项选择调整结果。多数片段只需要第一项。

输入作用
你的视频主要输入。它读取动作、节奏和场景,生成与之匹配的声音
保留人声默认开启。只想要音效时关掉,比如之后要自己录旁白
提示词和要排除的声音可选。用一句话写想要的声音,再列一个简短清单,写明要排除的声音,比如音乐或风声
多个版本一次最多返回四个版本,挑最合适的一个

来源:Mirelo 的发布文章和 Mirelo 的 API 文档。

去掉配乐,保留人声

视频模型有时会在画面底下垫一段没人要的音乐。重新生成要花积分,还可能丢掉你喜欢的那一版。直接静音,人声又跟着没了。把片段交给 Mirelo SFX 2.0,开着保留人声,台词原样留下,音乐则换成贴合场景的声音。

雨夜的街头,一位男士在女士身旁撑开一把伞

钢琴配乐去掉,雨声加入

台词不变,现在多了雨点打在伞上的声音,和周围的街景。

一位年轻女子从木栈桥跳入松林环绕的湖中

流行歌曲去掉,水花加入

流行歌曲没有了。木板上的奔跑声、入水的水花和笑声,都跟着画面走。

新声音里不放音乐,再到编辑器里把你自己的配乐铺在上面。这样视频里唯一的音乐,是你选的、你有权使用的音乐。

让声音跟着动作走

音效按画面上发生的事来定时:锤子落在砸下的那一刻,水花溅在入水的瞬间,滑板在落地时哐当一响。不用你去描述。先把提示词留空,看看它从画面里听到了什么。

阳光下的广场上,一名滑板手沿水泥台阶边缘做刮板动作

对准滑板的节奏

轮子碾过水泥地、沿台阶边缘的刮擦声和落地声,没写任何提示词。

一只浑身湿透的金毛犬在灰色沙滩上甩水

对准抖水的瞬间

海浪声、爪子踩在湿沙上的声音,和小狗甩水时溅起的水雾,没写任何提示词。

用提示词来引导

当场景需要一个画面里看不到的声音,或者你想让某个声音当主角时,就加一句提示词。写声音,不写感受,一行就够。

昏暗的锻造坊里,铁匠在铁砧上锤打一根烧红的铁条

同一段视频,有提示词和没有提示词

有提示词:沉重、悠长回响的锤击声砸在铁砧上,炉火呼呼作响,烧红的金属入水时发出尖锐的嘶嘶声。

你想要怎么写
画面外的声音远处的教堂钟声,两条街外的狗叫
让某个声音当主角铁皮屋顶上的大雨声,脚步声压在底下
特定的材质靴子踩在新雪上,皮革吱呀作响
更安静的场景轻微的房间底噪,钟表滴答,别的都不要
要排除的声音在排除清单里写:音乐、风声、人群声

跨镜头保持同一种声音

一段一段生成的片段,每段都带着自己的音频,拼起来的场景每剪一刀,环境声就换一次。先把片子剪完,再整条一起跑。同一地点的镜头出来后,听起来就是一场连贯的戏。

黄昏时分,一个穿红夹克的男人抱着木柴走向被雪覆盖的小木屋

三个镜头,一次完成

全景、特写和跟拍三个镜头,分别生成再拼接。一次跑完,它们就有了同一种声音。

Mirelo SFX 2.0 使用技巧

技巧原因
先锁定剪辑声音跟着画面走,跑完再修剪,可能把一个音效剪成两半
整条成片一起跑,不要逐段跑一次跑完,镜头之间的环境声才会一致
先不写提示词画面通常已经说明了大部分。缺什么再补什么
要录旁白就关掉人声保留得到的只有音效和环境声,给你自己的录音留出位置
配乐最后加新声音里不放音乐,再把有授权的配乐铺在上面,调好音量
多要几个版本同一段视频,每个版本的声音都略有不同。比较两三个再选

该用哪个版本的 Mirelo SFX 2.0

据 Mirelo 介绍,Mirelo SFX 2.0 有三个版本。

版本适合做什么
视频生成声音为视频生成完整音轨,对齐画面,并围绕人声来做。这是主力模型
文字生成声音声音不必对准画面时,用提示词生成,比如一段背景环境声
单轨(即将上线)一次只生成一个对齐的声音,在你已有的音频上补一个缺失的声音

Mirelo SFX 2.0 和 Sonilo SFX

两者都会重建视频的声音,并保留其中的人声。Sonilo SFX 今天已在 Morphic 上线,本指南里的所有示例都是用它做的。Mirelo SFX 2.0 即将上线。

Mirelo SFX 2.0Sonilo SFX
在 Morphic 上即将上线付费方案已上线
最长视频10 分钟10 分钟
保留人声是,默认开启是,默认开启
替换配乐和环境声是是
提示词可选,另有排除声音清单可选
每次生成的版本数最多 4 个1 个

在 Mirelo 自己做的盲听测试中,46% 的对比里听众更喜欢 Mirelo SFX 2.0,33% 更喜欢 Sonilo,21% 没有偏好(来源)。

今天就在 Morphic 上给视频加新声音

  1. 打开 Copilot,附上你剪好的成片,最长 10 分钟。
  2. 让它生成新的音效并保留人声,如果有想当主角的声音,也一并写上。
  3. 下载成片,或在编辑器里打开,把你自己的配乐放到单独的一条音轨上。

常见问题

怎么去掉 AI 视频里的背景音乐,只保留人声?

把视频交给视频生成声音的模型,开着保留人声,比如 Mirelo SFX 2.0 或 Sonilo SFX。音轨里除人声以外的部分,都会换成新的音效和环境声,音乐没了,台词还在。

Mirelo SFX 2.0 需要写提示词吗?

不需要。视频是主要输入。只有画面里看不到某个声音,或想让一个声音当主角时,才加一句短提示词,不想要的声音就写进排除清单。

Mirelo SFX 2.0 能用在竖版短视频上吗?

可以。本页的滑板和小狗两个示例都是竖版 9:16 画面,声音同样跟着画面里的动作走。我们的示例是用 Sonilo SFX 做的,Mirelo SFX 2.0 即将上线 Morphic。

完全没有声音的视频也能用吗?

可以。无声的片段会按画面生成一整条音轨:音效、拟音和环境声,都对准动作。

一次能处理多长的视频?

据 Mirelo 介绍,Mirelo SFX 2.0 每次最长 10 分钟,Morphic 上的 Sonilo SFX 同样最长 10 分钟。更长的片子,就在换场处切开,那里本来就该换声音。

之后还能加自己的配乐吗?

可以,而且这正是建议的顺序。新声音里不放音乐,再到编辑器里把你的配乐放在单独一层,并和音效、人声调好比例。