Sound Effects V2 擅长什么——又不擅长什么

Sound Effects V2 是需要一个具体的声音、又不想翻素材库时要拿出来的模型。它是文生音效模型:描述你想听到的——"铁皮屋顶上的大雨""科幻门的 whoosh""夜里远处的城市车流"——它就生成匹配的音频。这覆盖了整套非音乐调色板:撞击和 UI 点击这类 one-shot 音效、脚步和布料摩擦这类拟音、房间底噪和人群嗡声这类氛围铺底。

让它达到生产可用的能力是无缝循环。打开循环,片段会被做成可无缝重复,所以一段 10 秒的雨声铺底或机器嗡鸣能垫在任意长度的场景下。配上最长 22 秒的生成窗口,短促击打和长氛围都能在一个工具里做出来。

经济学让它在哪都用得起。给项目里每个声音点都生成,比买一个声音包更便宜,而且你拿到的是你描述的那个声音,而不是别人库里最接近的那个。它和生成视频天然搭配:渲染一段静音片段,再生成脚步、氛围、撞击垫在下面。

它不适合的场景:它不做音乐——完整音乐曲目请换 Lyria 3 Pro——也不产出口语旁白,那是 Multilingual V3 的活。Sound Effects V2 的赛道是非音乐音频:音效、拟音、氛围。

一个合理的心理模型:任何非音乐的声音——one-shot、拟音、可循环氛围——默认选 Sound Effects V2。音乐用 Lyria 3 Pro;旁白和对白用 Multilingual V3。