» هوش مصنوعی و رباتیک » ادوبی فایرفلای حالا می‌تواند با دستورات متنی افکت‌های صوتی و موسیقی بسازد

ادوبی فایرفلای حالا می‌تواند با دستورات متنی افکت‌های صوتی و موسیقی بسازد

مرداد ۳۱, ۱۴۰۵ 0010

ادوبی درحال گسترش چشمگیر پلتفرم هوش مصنوعی خود، یعنی فایرفلای (Firefly) است و با در دسترس قراردادن سه ابزار صوتی برای تمامی کاربران، این سرویس را به یک استودیوی صوتی مجهز تبدیل کرده است. اکنون کاربران می‌توانند تنها با وارد کردن دستورهای متنی ساده، اقدام به تولید موسیقی، گفتار و جلوه‌های صوتی کنند. تمامی محتواهای صوتی تولیدشده با این پلتفرم، مجوز استفاده مستقیم و تجاری در پروژه‌های ویدیویی را دارند. ادوبی علاوه‌بر این قابلیت‌ها، مدل‌های پیشرویی ازجمله جمینای گوگل را نیز به این مجموعه افزوده است.

سه ابزار جدید ادوبی فایرفلای با نام‌های Generate Music ،Generate Speech و Generate Sound Effects از مرحله آزمایشی خارج شده و اکنون برای همه کاربران در دسترس هستند. ادوبی با این اقدام، تلاش کرده به فشار روزافزون بازار پاسخ بدهد و همچنین شکاف موجود میان ویرایش تصاویر دیجیتال و تولید صدای حرفه‌ای را از بین ببرد. این ابزارها امکان اضافه کردن چشم‌اندازهای صوتی کامل را مستقیماً درون فرایند کاری موجود فراهم می‌کنند تا نیازی به صرف زمان طولانی برای یافتن قطعات صوتی مناسب نباشد.

تولید صدا با ادوبی فایرفلای
ادوبی فایرفلای حالا می‌تواند با دستورات متنی افکت‌های صوتی و موسیقی بسازد

تمرکز بر امنیت حقوقی و رقابت ابزارهای صوتی ادوبی فایرفلای با پیشتازان بازار

در‌حالی‌که بسیاری از سرویس‌های رایگان تولید محتوا با هوش مصنوعی از نظر قوانین کپی‌رایت در یک منطقه خاکستری فعالیت می‌کنند، ادوبی تضمین داده که خروجی‌های فایرفلای تحت مدل لایسنس اختصاصی این شرکت، کاملاً برای استفاده‌های تجاری بدون مانع هستند.

با این تغییرات، ادوبی مستقیماً شرکت‌های تخصصی بازار را به چالش کشیده است. درحال‌حاضر، حوزه موسیقی مبتنی‌بر هوش مصنوعی در اختیار پلتفرم‌هایی مانند Suno و Udio قرار دارد؛ سرویس‌هایی که می‌توانند آهنگ‌هایی بسیار پیچیده تولید کنند اما به‌دلیل نامشخص بودن داده‌های آموزشی با پرونده‌های حقوقی سنگینی از سوی صنعت موسیقی مواجه هستند. ادوبی عامدانه خود را به‌عنوان یک جایگزین امن از نظر حقوقی برای تولیدات تجاری معرفی کرده است.

ابزارهای صوتی ادوبی فایرفلای
ادوبی فایرفلای حالا می‌تواند با دستورات متنی افکت‌های صوتی و موسیقی بسازد

از سوی دیگر، شرکت ElevenLabs معیار اصلی در بازتولید صداهای طبیعی و دارای حس محسوب می‌شود. این شرکت مستقر در لندن برای تثبیت موقعیت خود تلاش زیادی کرده و ارزش بازار آن به حدود ۲۲ میلیارد دلار رسیده است. با وجود رقابت شدید شرکت‌هایی مانند OpenAI، گوگل و مایکروسافت، ادوبی رویکرد متفاوتی را در پیش گرفته است؛ این شرکت به‌جای تمرکز صرف بر رسیدن به بالاترین کیفیت گفتار، تدوین، تصاویر، ویدیو و صدا را در یک محیط کاربری یکپارچه ترکیب می‌کند.

همچنین تغییر استراتژی ادوبی در استفاده از مدل‌های هوش مصنوعی شخص ثالث قابل‌توجه است. این غول نرم‌افزاری دیگر تنها به فناوری‌های داخلی خود تکیه نمی‌کند و مدل‌های مطرح دیگر را درون فایرفلای ادغام کرده است. علاوه‌بر مدل‌های ویدیویی Runway Aleph 2.0 و Kling 3.0، مدل Google Gemini Omni Flash نیز در این سرویس فعال شده تا فایرفلای از یک ابزار بسته به یک پلتفرم جامع برای مدل‌های برتر تبدیل شود.

به این نوشته امتیاز بدهید!

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

  • ×