Pular para o conteúdo principal

Review do Video Sound Effects: ambiente só a partir da imagem

Use o Video Sound Effects para adicionar ambiente e efeitos a um clipe mudo barato; ele não escreve diálogo nem trilha musical, então planeje isso à parte.

Abrir o Playground

Spicy Index

Fora do índice

Freedom Score

52,0/ 100

Faixa se o resto passar: 52,0–100,0

Níveis de conteúdo

3 de 6 tipos de teste realizados · 13 execuções

  • Leve · Os prompts mais leves do teste

  • Moderado · Onde os modelos com filtro começam a recusar

  • Forte · No meio da escala; precisa ser testado antes de um modelo ser ranqueado

  • Muito forte · Onde a maioria dos modelos começa a se conter

  • Máximo · O topo da escala, pontuado em duas metades: classe A e classe B

Preço
—
Tempo mediano
56 s
Taxa de sucesso
Coletando dados

O Video Sound Effects observa video_url e gera uma trilha sonora que segue a ação na tela, depois devolve o mesmo clipe com essa trilha como áudio. prompt guia o que você ouve; negative_prompt mantém sons específicos de fora. duration_seconds (1 a 30, padrão 8) define quanto som é gerado e quanto do clipe volta — e você é cobrado pelos segundos que pedir, mesmo que o clipe de origem seja mais curto. Custa $0.0012 por segundo, então uma passagem completa de 30 segundos sai por $0.036.

O veredito

Ele é feito para efeitos e ambiente, não diálogo ou música, e ainda não rodamos testes na escala de conteúdo neste endpoint.

Experimente o Video Sound Effects →

Dados principais

  • Escala de conteúdo: ainda não testado neste endpoint.
  • Pontuação: veja o cartão de nota nesta página para os dados de execução que já adicionamos.
  • Preço: $0.0012 por segundo de duration_seconds pedido.
  • Limites: duration_seconds de 1 a 30, padrão 8; cobrado pelos segundos pedidos mesmo que o clipe seja mais curto; não feito para diálogo ou música.
  • Fontes: as regras de pontuação estão na nossa página de metodologia, e a lista completa de parâmetros está na página do modelo Video Sound Effects.

O que gostamos e o que atrapalhou

O que gostamos

  • O prompt e o prompt negativo dão controle real sobre o que você ouve. Nomear os sons que você quer ("subway train rumbling on the rails, soft electric hum, distant brakes" no exemplo publicado) guia o resultado em vez de deixar tudo por conta do que a imagem sugere.
  • É muito barato por segundo. A $0.0012 o segundo, gerar som para um clipe de 30 segundos custa $0.036 — barato o suficiente para testar algumas variações de prompt antes de escolher uma.
  • duration_seconds também funciona como corte. Defina como a duração real do seu clipe e o vídeo devolvido é cortado para combinar, então não há um passo separado para sincronizar a duração da trilha de áudio com a imagem.
  • Ele se anexa direto ao clipe. A saída é o mesmo vídeo com a trilha gerada como áudio, não um arquivo de áudio separado que você precisa mixar você mesmo.
  • Efeitos e ambiente, não um borrão vago de ruído. O exemplo publicado nomeia três sons distintos em camadas — um estrondo, um zumbido e um freio distante — em vez de uma base sonora genérica.

O que atrapalhou

  • Não é para diálogo ou música. A descrição do endpoint é explícita: ele faz efeitos e ambiente, não fala ou trilha sonora. Procure outra ferramenta se é isso que você precisa.
  • Você é cobrado pelos segundos que pede, não pelos segundos realmente usados. Defina duration_seconds mais curto que seu clipe e você vai ter menos áudio gerado do que a imagem dura; defina generoso demais e você paga por segundos que não precisava.
  • Um teto de 30 segundos por chamada. Filmagens mais longas precisam ser divididas em várias chamadas.
  • Ainda sem dados de escala de conteúdo. Não podemos dizer se ou como ele lida com pedidos ligados a filmagens não seguras para o trabalho até testar; trate isso como não testado, não como uma suposição em nenhuma direção.
  • guidance_scale e steps estão lá para ajustar, mas não temos dados comparativos sobre o que muda ao mexer neles. Ainda não rodamos os testes lado a lado que diriam quando ajustá-los vale a pena.

O que testamos

Ainda não rodamos testes na escala de conteúdo no Video Sound Effects, então esta seção relata o que conseguimos verificar a partir do esquema e do único exemplo publicado, não execuções pontuadas. O exemplo pega um plano de cinco segundos num trem noturno, ajusta duration_seconds para combinar com a duração do clipe, e pede sons de trem, um zumbido elétrico e freios distantes — três camadas nomeadas em vez de um ambiente genérico.

Prompts que funcionaram

Nomeie os sons distintos que você quer, não só um clima — o exemplo publicado lista três elementos separados em vez de uma única descrição.

1. Um exemplo publicado: nomeie cada camada de som.

text
subway train rumbling on the rails, soft electric hum, distant brakes

Rodar isto no Video Sound Effects →

Ajustes que importam: defina duration_seconds como a duração real do seu clipe em vez de deixar o padrão 8, já que o vídeo devolvido é cortado para esse número e você é cobrado por ele independentemente da duração do clipe de origem; use negative_prompt para descartar um som específico que a imagem poderia sugerir de outra forma.

Alternativas

  • Precisa de fala sincronizada a um rosto em vez de ambiente? O Lip Sync redesenha a boca numa filmagem existente para combinar com uma nova trilha de áudio, a $0.012 por segundo.
  • Partindo de um retrato estático e uma gravação de voz? O Talking Avatar anima uma foto para falar seu áudio, a $0.018 por segundo.

Até onde Video Sound Effects vai

Cada nível, em cada tarefa, com base em resultados confirmados. Um nível só pontua quando o conteúdo realmente aparece, e uma única execução rende no máximo 60%.

Pontos Freedom por nível e tarefa
NívelSom para vídeo
LeveOs prompts mais leves do teste
1/1 entregues12,0 / 20 pts
ModeradoOnde os modelos com filtro começam a recusar
5/5 entregues20,0 / 20 pts
ForteNo meio da escala; precisa ser testado antes de um modelo ser ranqueado
7/7 entregues20,0 / 20 pts
Muito forteOnde a maioria dos modelos começa a se conterAinda não testado
MáximoO topo da escala, pontuado em duas metades: classe A e classe BAinda não testado
Nota da tarefa52,0 / 100,0Testado em 5 de out. de 2026

Testado de 26 de set. de 2026 a 5 de out. de 2026

Este site se mantém seguro para o trabalho: os resultados são escritos em texto, qualquer imagem exibida é pixelizada e os prompts de teste nunca são publicados. Nunca testamos quem aparente ser menor de idade, a imagem de pessoas reais ou a falta de consentimento.

Ver todos os registros de teste →Ver a classificação sem censura →

Teste seu próprio prompt e veja até onde ele vai

Abrir o Playground

Como Video Sound Effects conquista seu Spicy Index

Cada dimensão abaixo leva ao cálculo completo: a linha da tabela de onde veio cada ponto e por que pontos foram perdidos.

Rankings públicos 45% da qualidade
Ainda não testado

Ainda sem correspondência exata nos rankings públicos que acompanhamos. Como funciona

Teste às cegas de resultados 35% da qualidade
Ainda não testado

Ainda não passou pelo nosso teste às cegas de resultados. Como funciona

Qualidade na arena 20% da qualidade
Ainda não testado

Passa a contar quando o modelo tiver pelo menos 100 votos às cegas e um intervalo de 95% com largura inferior a 200 Elo. Como funciona

Capacidade Peso de 10,5%
Ainda não testado

Ainda não pontuado. Como funciona

Freedom Score Peso de 30%
52,0
Abrir o relatório de teste completo →

O que Video Sound Effects faz na SpicyAPI

Direto da especificação atual do modelo na SpicyAPI. Alguns criadores oferecem mais nos próprios apps; estas são as funções que você pode usar pela nossa API hoje.

Capacidades por endpoint
RecursoSom para vídeo
Duração do clipe1–30 s
Áudio nativoNão
Controle de seedNão
Prompt negativoSim
Ver todos os parâmetros e exemplos de código →

Quanto tempo leva de verdade

Medido em trabalhos reais dos últimos 30 dias, da solicitação ao resultado final. Os tempos incluem nossos próprios testes.

Tempo mediano
56 s
Percentil 90
3,3 min
Espera por segundo de vídeo
Coletando dados
Taxa de sucesso
Coletando dados

Um tempo aparece quando há pelo menos 10 trabalhos concluídos. As taxas de sucesso contam só trabalhos de clientes e ficam ocultas para todos os modelos até completarmos 30 dias de tráfego.

Modelos para considerar no lugar de Video Sound Effects

O que você acha?

Esta análise foi útil?

Entre na sua conta para votar.

Comentários

Os comentários passam por verificação automática e pela nossa equipe. Removemos spam, conteúdo impróprio, ataques pessoais e qualquer coisa que cite uma pessoa real sem consentimento. Denuncie um comentário e analisamos em até um dia útil.

Já testou este modelo? Conte o que funcionou. É preciso ter uma conta gratuita para comentar, assim mantemos o spam longe.

Perguntas frequentes sobre Video Sound Effects

Teste Video Sound Effects você mesmo

Ajuste cada parâmetro no Playground e veja o preço exato antes de rodar.

Mais análises

Ver as classificações →
  • Um casal visto de costas numa sala de cinema escura em casa, assistindo a uma onda do oceano em detalhe nítido numa tela do tamanho da parede

    Video Upscaler

    Use o Video Upscaler para entregar um clipe num nível maior antes de publicar; gere num tamanho que renderiza rápido, depois amplie só o corte que você mantém.

    Spicy Index
    56,3
    Freedom Score
    56,0

    Testado em 27 de set. de 2026

    Ler a análise
  • Uma fita escultural ondulada e uma abertura de cinema de latão

    Talking Avatar

    Use como forma rápida e barata de fazer um retrato estático falar seu próprio áudio; não é feito para movimento de corpo inteiro nem vídeo longo.

    Spicy Index
    68,5

    Testado em 27 de set. de 2026

    Ler a análise
  • Um microfone marfim ao lado de uma abertura de cinema de vidro

    Lip Sync

    Use quando você já tem a filmagem e só precisa de uma fala nova saindo da mesma boca; ele não conserta um clipe que não seja um plano único e estável.

    Spicy Index
    65,6

    Testado em 27 de set. de 2026

    Ler a análise