O “Efeitos sonoros para vídeo” mantém o som original do meu vídeo?

Não. O som gerado substitui a faixa de áudio do vídeo. Para manter os dois, conecte o resultado e o áudio original, por exemplo do “Extrair áudio”, ao “Mesclar vídeo e áudio”.

Preciso escrever um prompt?

Não. Deixe o prompt em branco, e o modelo cria um foley guiado só pelo vídeo. Um prompt como “rain on a metal roof” direciona o modelo para um som específico.

O “Efeitos sonoros para vídeo” gera música?

Só se você limpar o “Prompt negativo”, que é “music” por padrão. O padrão mantém o resultado sem música, então o nó produz apenas efeitos sonoros.

Qual pode ser a duração do vídeo?

Até 300 segundos, ou seja, 5 minutos. Um vídeo mais longo é recusado antes da execução. A resolução recomendada é de até 1080p.

Quanto custa o “Efeitos sonoros para vídeo”?

O preço depende da duração do vídeo e do número de versões. Uma versão custa 11 créditos para um clipe de até 15 segundos e 121 créditos para um clipe de até 300 segundos.

Nó Efeitos sonoros para vídeo (Video SFX): gere efeitos sonoros, foley e ambiência sincronizados com um vídeo

Gere efeitos sonoros, foley e ambiência que acompanham a ação de um vídeo, com um prompt opcional. O novo som substitui a faixa de áudio original do vídeo.

O nó Efeitos sonoros para vídeo (Video SFX) gera som para um vídeo: efeitos sonoros, foley e ambiência que acompanham o que acontece na tela. Ele assiste ao clipe, lê o seu prompt opcional e retorna um MP4 com o som gerado. O nó executa o modelo MMAudio.

O novo som substitui a faixa de áudio

O Efeitos sonoros para vídeo descarta o som original do vídeo. Para manter também o som original, conecte o resultado e o áudio original, por exemplo do Extrair áudio (Extract Audio), ao Mesclar vídeo e áudio (Merge Video & Audio).

Quando usar

Adicione foley ou ambiência a um vídeo gerado sem som.
Gere room tone, sons de clima ou outros sons do ambiente para um clipe cinematográfico curto.
Produza vários takes alternativos do som em uma execução e fique com o melhor.
Monte uma trilha sonora em camadas, com os efeitos deste nó e o diálogo ou a música de outros nós.

Para criar um efeito sonoro só a partir de uma descrição em texto, sem vídeo, use o Texto para áudio (Text to Audio).

Início rápido

Adicionar o nó

Pressione Tab no canvas e escolha Vídeo › Som para vídeo › Efeitos sonoros para vídeo.

Conectar o vídeo

Conecte o clipe à entrada Vídeo. Clipes MP4, MOV e WebM de até 300 segundos funcionam.

Descrever o som

Digite o som no prompt, por exemplo rain on a metal roof. Deixe o prompt em branco para um foley guiado só pelo vídeo.

Executar

Clique em Executar no nó. O vídeo com o novo som aparece no nó.

O Efeitos sonoros para vídeo adiciona o som de chuva a um clipe sem som, e o Mesclar vídeo e áudio coloca uma faixa de música por baixo.

Entradas

Entrada	Aceita	O que faz
Vídeo	Nós de vídeo, como Gerar vídeo (Generate Video) e Enviar vídeo (Upload Video)	O clipe que precisa de som. Obrigatória. MP4 (H.264), MOV ou WebM, de até 300 segundos.
Prompt	Nós de texto, como Texto (Text) e Prompt	O som a gerar. Um prompt conectado substitui o prompt digitado no painel de configurações.
Negativo	Nós de texto	Sons a excluir.

A saída, Vídeo, é um MP4 com o som gerado. O som original é descartado.

Configurações

Configuração	O que faz
Prompt	O som que você quer, por exemplo `footsteps on dry leaves`, `rain on a metal roof` ou `engine revving`. Deixe em branco para um foley guiado só pelo vídeo.
Prompt negativo	Sons a excluir. O padrão é `music`, que mantém o resultado sem música. Limpe o campo se quiser música como som.
Versões	Quantos takes gerar em uma execução, de 1 a 4. Cada versão usa uma seed diferente, e o custo aumenta a cada versão. Uma execução de workflow gera uma versão.
Intensidade do CFG	Em Avançado. O quanto o modelo segue o prompt, de 1 (livre) a 10 (rígido). O padrão é 4,5.
Passos de inferência	Em Avançado. De 10 (rápido) a 50 (limpo). O padrão é 25.
Seed	Em Avançado. Deixe em branco, ou digite -1, para uma seed aleatória. A mesma seed e as mesmas entradas dão o mesmo resultado. Com várias versões, cada versão soma o próprio número à seed, então cada take é repetível e diferente.
Texto antes e depois	Texto que é sempre adicionado antes e depois do prompt. Ele fica oculto para quem usa o seu workflow como app. Veja Texto antes e depois do prompt.

Créditos

O preço depende da duração do vídeo de entrada, arredondada para cima até uma faixa, e do número de versões. O Nodaro mede o vídeo quando a execução começa, e o som cobre o clipe inteiro. Se a duração não puder ser lida, o preço e o som da execução correspondem a 8 segundos.

Duração do vídeo	Créditos por versão
Até 8 segundos	11
Até 15 segundos	11
Até 30 segundos	22
Até 60 segundos	33
Até 120 segundos	55
Até 300 segundos	121

O total é o preço por versão vezes o número de versões. Por exemplo, um clipe de 12 segundos com 1 versão custa 11 créditos, um clipe de 31 segundos custa 33 créditos, e um clipe de 60 segundos com 4 versões custa 132 créditos.

Uma execução pelo botão Executar do nó, uma execução de workflow e uma chamada pela API são todas cobradas assim. Em uma execução de workflow, cada nó Efeitos sonoros para vídeo gera uma versão, então custa o preço de uma versão.

Antes de uma execução, o botão Executar e a estimativa do workflow mostram o preço da duração que o nó de vídeo conectado informa. Quando essa duração é desconhecida, eles mostram o preço de 8 segundos. A execução então cobra o preço da duração que ela mede.

Limites

Formatos: MP4 (H.264), MOV e WebM.
Duração: até 300 segundos. Um vídeo mais longo é recusado com o erro video_duration_exceeds_limit.
Versões: até 4 por execução.
Resolução: recomenda-se até 1080p. Vídeos maiores não foram testados e levam mais tempo para processar.

Dicas

Descreva o som, não a cena. crackling fire funciona melhor do que campfire scene.
Teste com clipes curtos. Um clipe de até 15 segundos custa o mesmo que um clipe de 8 segundos, então itere com clipes curtos.
Monte o som em camadas. Para efeitos sobre música, gere os efeitos aqui e depois misture a música com o Mesclar vídeo e áudio ou o Mixar áudio (Mix Audio).
Fixe a seed para comparar prompts. Com uma Seed fixa, a única mudança entre duas execuções é o seu prompt.

Efeitos sonoros para vídeo