- DeepMind研发了视频到音频(V2A)技术，可以利用视频像素和文本提示生成与视频同步的丰富音轨。
- V2A可与像Veo这样的视频生成模型配合使用，为视频添加戏剧性配乐、逼真音效或与视频角色和语气匹配的对话。
- V2A也可以为各类传统镜头生成音轨，如档案素材、无声电影等，拓宽创作空间。
- V2A支持无限生成音轨，允许定义正向和负向提示来指导生成所需的音频。
- V2A使用基于扩散的方法，先编码视觉输入，然后模型逐步从随机噪声中提炼音频。这个过程同时利用视觉输入和文本提示进行指导。
- 为提高音频质量，训练中加入了AI生成的含音频详细描述和语音转录的注释信息。
- V2A可理解原始像素，添加文本提示是可选的。它也无需人工调整生成音频与视频的对齐。
- 当前局限包括视频失真可影响音频质量，语音同步存在待改进之处。
- DeepMind将采取负责任的方式开发和部署V2A，正在与顶级创作者合作改进技术，并加入合成识别工具SynthID以防范技术误用。
- V2A正在进行安全评估，初始结果显示它是使生成视频栩栩如生的有前景技术。
特征
独立指令：zhang中的所有指令都是独立的，你可以以任何顺序将它们写入任何文件中。
更精确的控制：指令支持商品小数精度和日期时间等功能，提供更多控制
文档管理增强：zhang 有一个很好的文档管理功能，可以让您更轻松、更有效地收集和控制文档，如收据。
与 beancount 兼容
beancount和zhang都是基于文本的会计工具，比较熟悉。
但是 zhang 弃用了一些指令，例如note、pad和push_tag，并且还开发了一些指令，例如balance。所以你的 beancount 文件可能与 zhang 不兼容，我们将提供一个工具将 beancount 格式转换为 zhang 格式，反之亦然。
HomeHarvest0-房地产数据抓取工具：从Realtor.com直接获取并格式化房产数据，模拟MLS列表风格，支持CSV或Excel数据导出，适用于非技术用户和数据驱动的软件产品开发，提供网页抓取工具和视频教程 | #工具
