Innovación | IA

DeepMind crea tecnología V2A para bandas sonoras automáticas en videos

DeepMind, el laboratorio de investigación en IA de Google, está desarrollando tecnología de IA para generar bandas sonoras para videos

DeepMind, el laboratorio de investigación en IA de Google, está dando un paso adelante en el desarrollo de tecnología de IA para generar bandas sonoras para videos. Según una publicación en su blog oficial, DeepMind afirma que esta tecnología, conocida como V2A (abreviatura de "video-to-audio"), es una pieza esencial del rompecabezas de medios generados por IA. Aunque muchas organizaciones, incluida DeepMind, han desarrollado modelos de IA para generar videos, estos modelos no pueden crear efectos de sonido para sincronizar con los videos que generan.

“Los modelos de generación de video están avanzando a un ritmo increíble, pero muchos sistemas actuales solo pueden generar resultados en silencio”, escribe DeepMind. “La tecnología V2A podría convertirse en un enfoque prometedor para dar vida a las películas generadas”

La tecnología V2A de DeepMind toma una descripción de una banda sonora (por ejemplo, "medusas pulsando bajo el agua, vida marina, océano") emparejada con un video para crear música, efectos de sonido e incluso diálogos que se ajustan a los personajes y al tono del video, marcados con la tecnología SynthID de DeepMind para combatir deepfakes. El modelo de IA que impulsa V2A, un modelo de difusión, fue entrenado en una combinación de sonidos, transcripciones de diálogos y clips de video, según DeepMind.

"Al entrenar con video, audio y las anotaciones adicionales, nuestra tecnología aprende a asociar eventos de audio específicos con diversas escenas visuales, respondiendo a la información proporcionada en las anotaciones o transcripciones", escribe DeepMind.

Sin embargo, DeepMind no ha revelado si alguno de los datos de entrenamiento estaba protegido por derechos de autor, ni si los creadores de los datos fueron informados del trabajo de DeepMind. Hemos contactado a DeepMind para obtener aclaraciones y actualizaremos esta publicación si recibimos respuesta.

Las herramientas de generación de sonido alimentadas por IA no son novedosas. La startup Stability AI lanzó una la semana pasada, y ElevenLabs lanzó una en mayo. Tampoco lo son los modelos para crear efectos de sonido en video. Un proyecto de Microsoft puede generar videos de habla y canto a partir de una imagen fija, y plataformas como Pika y GenreX han entrenado modelos para tomar un video y hacer una suposición sobre qué música o efectos son apropiados en una escena determinada.

A pesar de las limitaciones de V2A, DeepMind afirma que su tecnología es única en el sentido de que puede entender los píxeles crudos de un video y sincronizar automáticamente los sonidos generados con el video, opcionalmente sin descripción. Sin embargo, el audio generado no es especialmente convincente y no es de alta calidad para videos con artefactos o distorsiones, según DeepMind.

"Para garantizar que nuestra tecnología V2A pueda tener un impacto positivo en la comunidad creativa, estamos recopilando diversas perspectivas e ideas de creadores y cineastas líderes, y utilizando estos valiosos comentarios para informar nuestra investigación y desarrollo continuos", escribe DeepMind. "Antes de considerar abrir el acceso al público en general, nuestra tecnología V2A se someterá a rigurosas evaluaciones de seguridad y pruebas".

DeepMind presenta su tecnología V2A como una herramienta especialmente útil para archiveros y personas que trabajan con metraje histórico. Sin embargo, como se menciona en un artículo de esta mañana, la IA generativa de este tipo también amenaza con trastornar la industria cinematográfica y televisiva. Será necesario contar con protecciones laborales sólidas para garantizar que las herramientas de medios generativos no eliminen empleos, o incluso profesiones enteras.


Podcast El Desván de las Paradojas
Publicidad


Otras noticias • IA

Etiquetas

Vimeo exige etiquetas para contenido generado por inteligencia artificial

Vimeo implementa etiquetas para contenido generado por IA, requiriendo que los creadores informen cuando se haya creado contenido realista con IA. Las actualizaciones en los...

Smartwatch

Samsung presenta Galaxy Ring, anillo inteligente de salud y fitness

Samsung lanza el Galaxy Ring, su primer anillo inteligente de salud y fitness, que ofrece seguimiento de sueño y actividad física sin pantalla. Con una...

Inteligencia

Anthropic revoluciona prompts en IA con nuevas herramientas automatizadas

Anthropic ha lanzado nuevas herramientas en su plataforma Console para ayudar a los desarrolladores a mejorar la eficacia de los prompts en sus aplicaciones de...

Innovación

Etsy implementa etiquetas de "participación humana" y función AI 'Gift Mode'

Etsy refuerza sus políticas para clasificar productos en su plataforma, introduciendo etiquetas que indican el nivel de "participación humana" en la creación de los artículos....

Innovación

Quora revoluciona chatbots con función Previews para aplicaciones interactivas

Quora lanza Previews, una función para crear aplicaciones interactivas en chatbots como Claude y GPT-4o. Permite visualizaciones de datos, juegos y más. A pesar de...

Innovación

Tembo lidera revolución en gestión de bases de datos

Tembo es una startup que lidera la revolución en gestión de bases de datos, ofreciendo una plataforma para implementar versiones de Postgres en entornos en...

Innovación

Pestle revoluciona la cocina con inteligencia artificial en Instagram

La app de recetas Pestle utiliza inteligencia artificial para importar recetas de Instagram Reels, agilizando el proceso de almacenamiento. La función permite guardar recetas casi...

Antibots

Cloudflare lanza herramienta gratuita para combatir bots de IA

Cloudflare lanza una herramienta gratuita para combatir bots de IA que escanean sitios web en busca de datos. La herramienta ajusta modelos de detección de...