Adobe Firefly过去几年一直在学习生成图像和视频，现在它把目标对准了音频领域。近日，Firefly平台正式上线了Generate Music（生成音乐）、Generate Speech（生成语音）和Generate Sound Effects（生成音效）三项功能，创作者无需离开Adobe的AI工作区，就能完成音乐、旁白和自定义音效的制作。

据Adobe介绍，Generate Music可以生成完全授权、免版税的音乐曲目，而Generate Speech支持超过20种语言的语音。这意味着Firefly在视频制作流程中扮演的角色明显扩大——过去生成一段视频后，创作者往往需要切换到其他工具来完成音频部分，现在更多音频工作可以在同一个平台内完成。

打开网易新闻 查看精彩图片

三个工具各自能做什么

Generate Music可以根据文字描述构建器乐音轨，并提供风格、节奏等控制选项。它还能分析上传的视频内容，生成与画面更匹配的音乐。Generate Speech则负责旁白部分，将脚本转换为配音，支持调整语调和发音，Adobe称其支持20多种语言，这为制作同一视频的多语言版本提供了便利。Generate Sound Effects覆盖了前两者之外的细节音效，创作者可以用文字描述效果，也可以上传参考音频作为引导，包括用声音表演来塑造最终效果。

这三项功能合在一起，覆盖了以往创作者需要借助外部工具完成的大部分音频工作。

Adobe为什么要把音频放进Firefly

每多用一个工具，就多一次交接。音乐可能来自一个服务，旁白来自另一个，音效又来自别处。Adobe试图通过把更多工作流留在Firefly内部来减少这些绕路。对于已经在用Firefly处理图像或视频的创作者来说，这意味着更少的导出步骤，更少在应用之间来回切换的时间。

不过，便利性只能带来有限的价值。已经习惯使用专业音频工具的创作者，仍然需要一个理由来替换现有方案。

创作者接下来该关注什么

真正的考验在于，Firefly生成的音频能否持续保持足够好的质量，以支撑它承担更大的角色。一段音轨或配音即使符合提示词要求，一旦配上精良的视频，仍可能显得平庸或生硬。

Adobe已经明确了方向：Firefly正在深入视频制作流程，而音频功能给了创作者在生成第一张图像或第一段视频之后，继续留在平台内的又一个理由。