多くの動画生成モデルは無音のクリップを返しますし、スマホで撮影した映像も見た目ほどいい音で録れていないことがよくあります。効果音ライブラリを探し回り、フレーム単位で音を合わせる作業には時間がかかります。そこをAIが代わりにやってくれます。
効果音モードでは、Mirelo SFX 2.0がクリップを解析し、足音、ドアの閉まる音、車のエンジン音、波の音、食器の触れ合う音など、映像に映っているものに合わせてサウンドトラックを作ります。「遠くの雷鳴」や「賑やかなカフェ」のように、画面には映っていない音を指定することもできます。元のクリップに含まれる会話音声は、デフォルトでそのまま残ります。
音楽モードでは、ElevenLabsのEleven Musicが動画の長さ、テンポ、カット割りに合わせて楽曲を作曲します。ジャンルや楽器を指定することも、モデルにおまかせすることもできます。クリップにすでに音声が入っている場合、音楽はその下に重なり、誰かが話すたびに音量が下がります。
1秒から60秒まで、70MBまでのクリップに対応しています。料金は動画の長さによって決まり、生成に失敗した場合はクレジットが返金されます。