ElevenLabs 和 LTX 合作推出了一个新功能：音生视频（Audio to Video）。
传统 AI 视频生成，AI 会根据文字描述或图片生成视频。而这款模型则是根据声音生成视频，可以是人声、音乐或者音效，然后 AI 根据声音的节奏、停顿、语调这些特征来生成对应的画面。
这意味着什么呢？比如你有一段配乐，鼓点在哪里、旋律起伏怎样，视频画面会自动跟着这些变化。或者你有一段旁白，说话的节奏和情绪会直接影响画面的呈现。不用再把声音翻译成文字提示词，也不用后期去对时间轴。
目前这个功能支持 20 秒时长的视频，比较适合制作 MV。
## http://t.cn/AXGg38Gb