A ElevenLabs, amplamente reconhecida pela sua tecnologia de síntese de voz, decidiu alargar o seu portfólio com o lançamento de uma versão beta dedicada à Imagem e Vídeo. Esta nova funcionalidade visa combinar a geração visual e sonora num único fluxo de trabalho, integrando-se diretamente com a vasta gama de modelos de voz da empresa.
Um centro criativo para múltiplos modelos
A grande novidade desta plataforma é a sua capacidade de agregar vários modelos de geração de imagem e vídeo num só local. Os utilizadores podem agora criar conteúdos visuais dentro da Plataforma Criativa da ElevenLabs recorrendo a modelos de terceiros como o Google Veo, Sora, KLING AI, Wan e Seedance. A lista estende-se ainda a opções como Nanobanana, Flux Kontext, GPT Image e Seedream.
Esta flexibilidade permite criar imagens estáticas, ideais para storyboards ou miniaturas, bem como vídeos completos. O sistema suporta a seleção de modelos, refinamento de resultados, composição de clips e melhorias de qualidade, centralizando processos que habitualmente exigiriam várias ferramentas dispersas.
Do rascunho à edição final no Studio
Para além da geração, a plataforma oferece funcionalidades de pós-produção essenciais, como o upscaling para melhorar a resolução de imagens e vídeos. Como seria de esperar da empresa, a integração de áudio é um ponto central, permitindo adicionar sincronização labial (lipsync) e narração utilizando os modelos de voz da casa.
Segundo a ElevenLabs, os projetos criados podem ser exportados para o "Studio" para uma edição mais aprofundada. Neste ambiente, os criadores podem adicionar locuções (voiceovers), utilizar clones de voz personalizados, criar música de fundo, sobrepor efeitos sonoros e ajustar o tempo de todos os elementos numa única linha temporal. Esta aposta destina-se a apoiar criadores, cineastas, equipas de marketing e educadores que procuram uma solução unificada para a produção de conteúdo multimodal.
Nenhum comentário
Seja o primeiro!