Google'ın Veo 3'ü, yapay zeka tarafından üretilen ses ve diyaloglarla videolar oluşturuyor

Google, yapay zeka destekli video üretim modelinin son versiyonu olan Veo 3'ü duyurdu. Bu versiyonda ilk kez karakterler arasındaki diyaloglar, ortam sesleri ve ses efektleri gibi görsellerle senkronize ses özelliği yer alıyor.

Duyuru, Kuzey Amerika devinin ABD'nin Mountain View kentinde düzenlenen yıllık etkinliği Google I/O sırasında yapıldı ve etkinlik, Google DeepMind tarafından geliştirilen bir dizi yeni yaratıcı aracı içeriyor. Veo 3, yalnızca sesin tanıtımı açısından değil, aynı zamanda karmaşık açıklamaları ayrıntılı fizik, doğal hareketler ve ortam sesiyle gerçekçi sahnelere dönüştürme becerisi açısından da selefinden önemli bir adım ileri gidiyor. Model, kullanıcıların yazdığı kısa öyküleri yorumlayıp, anlatıma mükemmel şekilde entegre edilmiş animasyonlar, yüz ifadeleri ve sesler içeren videolar üretebiliyor.

Google'a göre Veo 3'ün geliştirilmesinde, yararlı ve sorumlu bir yaratıcı araç sağlama amacıyla film, müzik ve görsel sanatlar alanındaki profesyonellerle yakın işbirliği yapıldı. Şirket ayrıca, yanlış bilgi veya yanlış atıfın önlenmesi için yapay zeka tarafından oluşturulan içerikleri dijital olarak etiketleyen SynthID teknolojisinin kullanımına da dikkat çekiyor.

Google, buna paralel olarak önceki model Veo 2'de kamera kontrolü, kare genişletme (dış boyama) ve sahnedeki nesnelerin düzenlenmesi gibi iyileştirmelerin yanı sıra, metin, görsel referanslar ve stilistik yönlendirmelere dayalı filmler oluşturmanın mümkün olduğu sanal stüdyo Flow'u piyasaya sürdüğünü duyurdu.

Veo 3 artık Google'ın yeni nesil üretken modelleri arasına katılıyor. Bunlar arasında Imagen 4 (gelişmiş tipografiyle görüntü oluşturma) ve Lyria 2 (interaktif üretken müzik) de yer alıyor.

Veo 3'ün yeni versiyonu şu an için yalnızca ABD'de, Gemini uygulaması üzerinden, Ultra plan aboneleri için ve şirketler için Vertex AI üzerinden kullanılabiliyor. Model, Google'ın yapay zekayla film yapımcılığına yönelik yeni platformu Flow'da da kullanılabiliyor.