Tehnologie
Sonilo pe Kubeez: efecte sonore și muzică AI scrise pe video-ul tău
Sonilo e un model audio nativ pe video: îi dai un clip și scrie efecte și coloană sonoră pe linia lui de timp. Cele opt configurații de pe Kubeez, limitele reale de durată, pragurile de facturare și cum îl chemi din API.
· Kubeez
Majoritatea uneltelor audio AI îți dau un fișier și îți lasă ție partea grea. Primești o explozie bună, un loop decent, un fundal de ambianță utilizabil, apoi deschizi un editor și pierzi douăzeci de minute mutându-l până cade fix pe cadrul în care se întâmplă lucrul.
Sonilo e construit invers. E un model audio nativ pe video: îi dai clipul, se uită ce se întâmplă pe ecran și scrie sunetul pe acea linie de timp. Pe Kubeez rulează în opt configurații, în trei unelte, iar articolul ăsta acoperă ce face fiecare, care sunt limitele reale și cum ajungi la el din API.
Două intrări: o propoziție, sau un clip
Fiecare produs Sonilo de pe Kubeez pornește dintr-una din două intrări.
Dintr-un prompt. Descrii un sunet și primești sunetul. Fără video. Aici stau două modele, unul pentru efecte și unul pentru muzică instrumentală.
Dintr-un clip. Încarci un video și primești audio compus pe el. Aici stau șase configurații, ceea ce pare mult până vezi că sunt trei moduri creative înmulțite cu două formate de livrare.
Dintr-un prompt
Efecte sonore din text
Descrii ce auzi în cap și primești exact asta. O ușă cu balamaua udă, o mulțime la două camere distanță, un rack de servere care pornește, un whoosh sub un titlu.
Partea utilă e că alegi tu durata, iar modelul o respectă. Intervalul e de la 1 secundă la 180 de secunde, prompturi de până la 2.000 de caractere. Un impact scurt rămâne scurt, nu vine umplut cu trei secunde de liniște pe care apoi le tai, iar un ton de cameră de trei minute e o singură generare, nu un loop la care trebuie să ascunzi cusătura. O precizare: 1 secundă e cel mai scurt lucru pe care îl poți cere, nu cel mai scurt pe care îl poți plăti. Efectele se facturează de la un prag de 3 secunde, deci orice sub asta costă tot 3 secunde. Detalii în secțiunea de costuri.
Îl rulezi la /audio/sound-effects.
Muzică instrumentală din text
Aceeași idee, alt rezultat. Descrii o stare, un set de instrumente, un tempo, și primești o piesă instrumentală. Intervalul e de la 5 secunde la 360 de secunde, și din nou durata cerută e durata primită. Muzica se facturează de la un prag de 10 secunde, deci o piesă de 5 secunde și una de 10 secunde costă la fel.
Punctul ăsta contează mai mult decât pare. Multe modele de muzică își aleg singure lungimea și îți dau 32 de secunde când aveai nevoie de 20, ceea ce înseamnă că fiecare folosire se termină într-un montaj. Dacă ai de umplut un slot fix, un model care respectă numărul e alt flux de lucru, nu doar unul mai plăcut.
Îl rulezi la /audio/music.
Dintr-un clip
Încarci un video, de până la 360 de secunde, și alegi ce vrei scris peste el.
Efecte. Modelul citește mișcarea și tăieturile și generează efecte sonore aliniate în timp. Pașii cad pe pași. Ușa se închide când se închide ușa. Ăsta e modul care repară filmările AI mute, capturile de ecran și înregistrările de gameplay.
Muzică. O coloană sonoră scrisă pe ritmul și structura clipului, nu un loop de bibliotecă pus dedesubt. Urmărește unde clipul crește și unde se așază.
Mixt. Amândouă odată, efecte și coloană sonoră, într-o singură trecere. Costă mai mult decât oricare mod singur pentru că sunt chiar două lucrări, nu un comutator.
Fiecare dintre cele trei vine în una din două forme:
- Pistă audio. Un fișier audio simplu, pe care îl pui pe propria ta linie de timp. Alegi asta când ești deja într-un editor și vrei control pe mix.
- Video cu sunet inclus. Aceeași generare, livrată ca fiind clipul tău cu audio deja în el. Alegi asta când pasul următor e încărcarea, nu montajul.
Aceeași generare în ambele cazuri. Prețuite separat pentru că varianta cu sunet inclus face și muxarea.
Le rulezi pe toate la /audio/soundtrack.
Limitele, într-un singur loc
| Ce | Valoare |
|---|---|
| Efecte sonore din text | 1 până la 180 de secunde |
| Muzică din text | 5 până la 360 de secunde |
| Lungimea video-ului de intrare | până la 360 de secunde |
| Lungimea promptului | 2.000 de caractere |
| Livrare pentru modurile pe clip | pistă audio, sau clipul tău cu sunetul inclus |
Astea sunt plafoanele furnizorului, nu limite Kubeez puse deasupra.
Cât costă, structural
Kubeez taxează Sonilo pe secundă de rezultat, nu pe generare. Un efect de 5 secunde și o coloană sonoră de 90 de secunde nu sunt aceeași muncă și nu sunt facturate ca și cum ar fi.
Două lucruri de știut înainte să faci bugetul:
- Există praguri minime de facturare. Orice scrie muzică, adică text spre muzică, video spre muzică și ambele produse mixte, se facturează de la un minim de 10 secunde. Orice scrie doar efecte se facturează de la un minim de 3 secunde. Deci un efect de 2 secunde se facturează ca 3 secunde, iar un clip muzical de 4 secunde se facturează ca 10.
- Modul mixt costă mai mult decât un mod singur. Rulează ambele motoare.
Tarifele curente pentru fiecare model stau pe /pricing și în /docs/available-models. Alea sunt sursa de adevăr, și se schimbă, așa că articolul ăsta nu le repetă.
Sonilo din API și din MCP
Fiecare configurație Sonilo e disponibilă în afara aplicației web sub scope-ul generate:media, printr-o singură unealtă: generate_sound.
Trimiți id-ul modelului, un prompt, și fie o durată, fie un URL de video, în funcție de model:
generate_sound(model="sonilo-text-to-sfx", prompt="ploaie grea pe acoperiș de tablă", duration_seconds=12)
generate_sound(model="sonilo-video-to-video-sound", video_url="https://.../clip.mp4")
Cele opt id-uri de model sunt:
sonilo-text-to-sfxsonilo-text-to-musicsonilo-video-to-sfx,sonilo-video-to-music,sonilo-video-to-soundsonilo-video-to-video-sfx,sonilo-video-to-video-music,sonilo-video-to-video-sound
Id-urile video-to-* întorc o pistă audio. Id-urile video-to-video-* întorc clipul tău cu sunetul în el. Perechea *-sound e modul mixt.
Două lucruri pe care unealta le impune înainte să cheltuiască ceva: un clip mai lung de 360 de secunde e refuzat înainte să se rezerve credite, iar un mod video chemat fără clip nu ajunge niciodată la furnizor. Primești eroarea, nu factura.
Îl conectezi la /settings/mcp.
Când Sonilo e unealta greșită
Hai să fim cinstiți cu granița. Sonilo scrie audio instrumental și efecte. Nu scrie piese cu voce, nu face voice over și nu repară audio prost din sursă.
- Voce și piese complete: folosești uneltele de muzică de la /audio/music.
- Narațiune și dialog: /audio/dialogue.
- Desfacerea unei piese existente în stem-uri: /audio/separation.
De unde începi
Dacă ai chiar acum un clip mut într-un folder, cel mai onest test rapid e calea pe clip: îl încarci, alegi mixt, iei livrarea cu sunet inclus, și te uiți dacă efectele cad pe cadrele pe care le-ai fi ales și tu.
Prezentarea completă, cu mostre ascultabile din toate cele patru moduri, e la /model-intro/ai-sound-effects-generator-for-video.