Mirelo SFX 2.0 是一款视频转声音（video-to-sound）模型，目标是在不重新生成原始视频的情况下更改视频音频。

它能够保留对白，移除不需要的音乐，并生成音效、拟音（Foley）和环境声。生成的音频会与画面动作同步，并在镜头切换与剪辑点之间保持连贯。

音频重制与音画同步

该模型的重点在于音频层面的替换与补全：画面本身无需重新生成，声音则围绕原有内容重新构建，并确保音效、拟音和环境声跟随动作、跨剪辑保持一致性。

原文链接：CGPress 报道