Adobe Firefly เปิดฟีเจอร์ AI เสียงใหม่ 3 รายการ ช่วยนักสร้างและนักการตลาด

Adobe Firefly เพิ่งเปิดตัวฟีเจอร์ AI ด้านเสียงสามรายการใหม่ให้ผู้สร้างและนักการตลาดได้ทดลองใช้ ทั้ง Generate Music, Generate Speech และ Generate Sound Effects ซึ่งอ้างว่ามอบคุณภาพระดับสตูดิโอ บทความนี้จะสรุปการใช้งานจริงของแต่ละเครื่องมือ พร้อมวิเคราะห์ผลกระทบต่อกระบวนการผลิตคอนเทนต์

Overview

Adobe Firefly เคยอยู่ในระยะเบตาตั้งหลายเดือนก่อนหน้านี้ และเมื่อเร็ว ๆ นี้ได้เปิดให้ผู้ใช้ทั่วไปเข้าถึงฟีเจอร์ AI ด้านเสียงใหม่ครบสามประเภท การเพิ่มเครื่องมือเหล่านี้สอดคล้องกับแนวโน้มของอุตสาหกรรมที่พึ่งพาเทคโนโลยีสร้างเสียงโดยอัตโนมัติเพื่อเร่งกระบวนการผลิตเนื้อหา

จากการสำรวจร่วมกับ Berklee College of Music ซึ่งดำเนินการโดย Adobe พบว่า **32.7 % ของผู้สร้างวิดีโอ, นักดนตรีและนักการตลาดยืนยันว่าพวกเขาใช้เพลงที่สร้างด้วย AI เป็นแทร็กขั้นสุดท้ายในผลงานที่เผยแพร่ ตัวเลขนี้ชี้ให้เห็นความต้องการเครื่องมือเสียงอัตโนมัติที่มีคุณภาพสูง

Generate Music

Generate Music ให้ผู้ใช้เลือกวิธีสร้างเพลงสองแบบ คือ การอัปโหลดวิดีโอเพื่อให้ระบบสังเคราะห์บรรยากาศหรือการป้อนคำสั่งโดยตรง ผู้ทดสอบใช้คลิป 27 วินาทีจากรีวิวผลิตภัณฑ์และได้รับผลลัพธ์แรกเป็นสี่แทร็กที่มีโทน “calm, thoughtful” แบบอิเล็กทรอนิกส์

เมื่อเพิ่มคีย์เวิร์ดเช่น “jazz”, “cinematic” และปรับระดับพลังงานจาก low เป็น medium ผลลัพธ์ก็ดีขึ้นอย่างชัดเจน การทดลองพบว่าเพลงที่ได้มักจะมีความเป็นกลางและอาจดูทั่วไป แต่เมื่อให้รายละเอียดเพิ่มเติม ระบบสามารถผลิตเสียงที่ตรงกับโทนและจังหวะของวิดีโอได้ในเวลาไม่กี่วินาที

ข้อจำกัดหลักคือการพึ่งพาคำสั่งที่ละเอียด ผู้ใช้ต้องคุ้นเคยกับการปรับแต่งคำอธิบายเพื่อให้ได้ผลลัพธ์ตามที่ต้องการ

Generate Speech

Generate Speech รองรับโมเดลสองแบบ คือ โมเดลของ Adobe เอง (Firefly) และ ElevenLabs Multilingual V2 ซึ่งเป็นพันธมิตร ผู้ใช้สามารถเลือกจาก 45 เสียงที่มีรายละเอียดเช่น เพศ, อายุ, ลักษณะเสียง

ในขั้นตอนทดสอบ นักเขียนได้ใส่บทกวี “Ozymandias” ลงในระบบ ระบบสามารถตรวจจับภาษาอัตโนมัติและให้ผู้ใช้งานปรับจังหวะการหยุด (pause) ได้ การตั้งค่าช่วยให้เพิ่มหรือลดช่วงเวลาที่ต้องการเน้นเสียง อย่างไรก็ตาม ผู้ใช้พบว่าต้องคลิกที่เมนูบริบทเพื่อเปิดตัวเลือกแก้ไขการออกเสียงและโทนเสียง ซึ่งอาจทำให้ขั้นตอนช้าเมื่อเทียบกับการสร้างเพลง

ข้อบกพร่องหนึ่งคือคำว่า “land” ถูกอ่านเป็น “lan” ทำให้เกิดความผิดพลาดในบางกรณี การใช้งานจึงยังต้องมีการตรวจสอบคุณภาพหลังการสร้าง

Generate Sound Effects

Generate Sound Effects ต้องอาศัยการอธิบายรายละเอียดของเสียงที่ต้องการอย่างชัดเจน ผู้ทดสอบใช้คลิป 12 วินาทีจากรีวิวผลิตภัณฑ์และป้อนคำสั่งเช่น “A sliding whistle descending softly with a metallic timbre and gentle resonance” หลังจากกด Enhance Prompt ระบบเสริมรายละเอียดเพิ่มเติมและสร้างเสียงสี่แบบให้เลือก

ผลลัพธ์เริ่มต้นอาจค่อนข้างจี้หู แต่เมื่อปรับคำสั่งเป็น “crickets in a field” แล้วระบบสามารถผลิตเสียงที่ตรงกับความยาวของวิดีโอได้ การจัดการเสียงใน Firefly มีไทม์ไลน์ด้านล่างซึ่งให้ผู้ใช้ลากและปรับระดับเสียงหรือเพิ่มหลายแทร็กได้ ทำให้ประสบการณ์คล้ายเครื่องตัดต่อเสียงขั้นพื้นฐาน

อย่างไรก็ตาม ความต้องการในการอธิบายเชิงละเอียดทำให้กระบวนการนี้ยาวนานกว่าการสร้างเพลงหรือบทพูด

Analysis & Impact

ฟีเจอร์ AI ด้านเสียงของ Adobe Firefly แสดงศักยภาพในการเร่งรัดขั้นตอนผลิตคอนเทนต์สำหรับผู้ใช้ระดับกลาง โดยเฉพาะนักการตลาดที่ต้องทำวิดีโอสั้น ๆ อย่างรวดเร็ว แม้ว่าเครื่องมือเหล่านี้จะไม่สามารถทดแทนนักออกแบบเสียงหรือคอมโพสเซอร์มืออาชีพได้ในตอนนี้ แต่ก็เป็นตัวเลือกสำรองที่มีประโยชน์เมื่อเวลาและงบประมาณจำกัด

จากมุมมองของผู้สร้างเนื้อหา ระบบยังต้องการการปรับ UI ให้เข้าถึงฟังก์ชันอย่าง “play button” สำหรับ Generate Speech อย่างรวดเร็ว และอาจเพิ่มตัวเลือกสำหรับการแก้ไขคำผิดพลาดในการออกเสียงโดยอัตโนมัติ การจัดทำรายการสเปคหรือราคาในระดับผู้ใช้ทั่วไปยังไม่เปิดเผย ดังนั้นความนิยมของฟีเจอร์นี้จะขึ้นกับการรับรู้คุณภาพและความสะดวกต่อการใช้งาน

Future Outlook

หาก Adobe ปรับปรุงโมเดล AI ให้เข้าใจบริบทเสียงได้ลึกซึ้งยิ่งขึ้น และลดขั้นตอนการตั้งค่าที่จำเป็น ผู้สร้างอาจเริ่มใช้ Generate Music, Generate Speech และ Generate Sound Effects อย่างต่อเนื่องในงานประจำวัน การร่วมมือกับสถาบันดนตรีเช่น Berklee แสดงให้เห็นถึงแนวทางที่บริษัทมุ่งเน้นความเป็นมาตรฐานและลิขสิทธิ์ ซึ่งอาจทำให้ฟีเจอร์เหล่านี้ได้รับการยอมรับมากขึ้นในตลาดระดับองค์กร

Summary

Adobe Firefly เปิดตัวเครื่องมือ AI ด้านเสียงสามประเภท ที่สามารถสร้างเพลง, เสียงพูด และเอฟเฟกต์ได้โดยเร็วและคุณภาพค่อนข้างสูง การทดสอบพบว่าผลลัพธ์ตอบโจทย์การใช้งานของนักการตลาดและผู้สร้างเนื้อหาระดับกลาง แม้จะยังมีข้อจำกัดด้าน UI และความแม่นยำบางจุด แต่ฟีเจอร์เหล่านี้เป็นก้าวสำคัญสู่กระบวนการผลิตคอนเทนต์ที่อัตโนมัติและประหยัดเวลา.