Nhiều mô hình tạo video chỉ cho ra clip câm, trong khi video quay bằng điện thoại thường có âm thanh tệ hơn hẳn hình ảnh. Việc lục tìm trong thư viện âm thanh rồi ghép hiệu ứng theo từng khung hình tốn rất nhiều thời gian. Giờ đây AI sẽ làm điều đó thay bạn.
Ở chế độ Hiệu ứng âm thanh, Mirelo SFX 2.0 quan sát video và tạo ra âm thanh tương ứng với những gì diễn ra: tiếng bước chân, tiếng cửa đóng sầm, tiếng động cơ ô tô, tiếng sóng biển, tiếng bát đĩa va chạm. Bạn cũng có thể thêm những âm thanh mà máy quay không ghi lại được, ví dụ "tiếng sấm từ xa" hay "quán cà phê đông khách". Lời thoại trong video gốc sẽ được giữ nguyên theo mặc định.
Ở chế độ Nhạc nền, Eleven Music của ElevenLabs sẽ sáng tác một bản nhạc phù hợp với độ dài, nhịp điệu và cách dựng cảnh của video. Bạn có thể mô tả thể loại và nhạc cụ mong muốn, hoặc để mô hình tự quyết định. Nếu video đã có sẵn âm thanh, nhạc nền sẽ được đặt bên dưới và tự hạ nhỏ mỗi khi có người nói.
Hệ thống hỗ trợ video dài từ 1 đến 60 giây, dung lượng tối đa 70 MB. Giá sẽ phụ thuộc vào độ dài video, và nếu tạo thất bại, credit sẽ được hoàn lại.