AI音效神器Woosh：免费部署与使用指南
上和弦匠心设计全新校区
Audio Matrix
本文作者：辰谙
近日，SONY正式开源了一款专为音效设计的基础模型Woosh，为声音创作者、游戏开发人员和影视后期人员提供了新的创作工具。
01
Woosh简介与部署方式
Woosh是SONY AI近期开源的音效生成基础模型，支持文本生成音频，也能根据视频画面自动生成同步音效，适用于影视、游戏和视频创作等场景。
用户可通过官方源代码、ComfyUI插件或一键整合包三种方式部署Woosh。源代码部署适合有Python开发经验的用户，可直接从GitHub下载文件进行本地部署。
ComfyUI是目前流行的AI生成工具可视化平台，支持Woosh的社区插件，提供图形化界面。对于不想进行复杂配置的用户，社区提供了一键整合包，解压即可使用，是当前较推荐的方式。
需要注意的是，Woosh对硬件有明确要求，主要依赖NVIDIA GPU进行加速计算，推荐配置为NVIDIA RTX 3060/4060，8GB显存以上。
02
Woosh的使用方法
以B站大神生活作弊码发布的一键整合包为例，下载后会得到几个压缩包，解压后会得到三个不同的bat启动程序，分别是“一键启动视频转音效.bat”“一键启动文本转音效_极速模式.bat”和“一键启动文本转音效_质量模式.bat”。
这三个启动程序分别对应不同的音效生成方式，前一种对应视频生音效，后两种对应文本生音效。后两种的区别在于极速模式是蒸馏模型，生成速度极快，而质量模式生成较慢，但质量更高。
首先看文本转音效的极速模式，启动后会看到模型的WebUI：
页面中最重要的就是左上方的“中文描述”输入框，可以在此输入任意想要的音效中文提示词：
提示词的结构可以是：[物体]+[动作]+[环境]+[质感]，例如“雨水落在铁皮屋顶上，轻柔而清脆”。
由于整合包已内嵌翻译工具，可直接点击右上方的“翻译成英文”：
这时“提示词”框内会出现对应的英文翻译。当然，直接在“提示词”框内输入英文提示词也可以。
除此之外，下方还有三个参数可调整，“生成数量”即一次性生成几条音效，“提示词引导系数”建议3~7，值越高越贴合提示词，但可能降低自然度，“随机种子”建议保持-1，不做更改。
之后，直接点击“立即生成”即可，生成的音效可在UI内预览，也可下载。
然后看视频转音效，点击“一键启动视频转音效.bat”启动WebUI：
视频转音效的可调参数和文本转音效的差别不大，主要就是左边多了一个上传视频的框：
在这个视频框里上传视频后，像文本转音效那样在右边的参数栏输入想要的参数，然后点击“立即生成”即可。
当然，由于这是视频转音效，所以右边的提示词也可以选择不填，这款工具会根据视频内容智能生成匹配的音效。
03
资源获取
目前，Woosh已经在GitHub上开源，地址如下：
https://github.com/SonyResearch/Woosh
B站大神生活作弊码发布的一键整合包的下载链接如下：
https://pan.quark.cn/s/2b783e2e99c9
此外，就算本地没有NVIDIA GPU，也有一些线上的AI服务可以使用，比如RunningHub等：
SONY AI团队表示未来将继续优化Woosh模型，计划未来会支持立体声和多声道音频生成，并延长视频生成的最大时长。
作者往期文章（向上滑动阅览）
音乐文化｜音乐审美｜音乐教育｜音乐学习｜五线谱｜民族记谱法｜和声｜卡农｜古典音乐｜交响乐｜爵士乐｜摇滚乐队｜噪音音乐｜夜曲｜指弹｜民乐｜强力集团｜钞票上的音乐家（上）｜钞票上的音乐家（下）｜中国摇滚｜不插电｜电子音乐｜Lo-Fi音乐|8bit音乐｜音乐评论｜ASMR｜阿卡贝拉｜City Pop｜蒸汽波｜R&B｜Funk｜灵魂乐｜Future Bass｜雷鬼｜黑胶唱片｜
音乐理论｜国际标准音｜十二平均律｜五度相生律/纯律｜中国古代律制｜二十四大小调｜中古调式｜大小调｜转调｜固定唱名法/首调唱名法｜和弦标记｜转位和弦｜中国民族调式｜日本民族调式｜三分损益法/五度相生律｜通奏低音｜平行五度/平行八度｜三全音｜谱号｜五度圈｜人声音域｜王道进行｜Leading Bass和声进行|三种小调|旋律大调/和声大调|复合和弦|负面和声|Alt音阶｜Swing｜“So What”｜增六和弦｜那不勒斯六和弦｜六声音阶|终止式|超级玛丽终止式｜调式互换｜调式音乐｜切分节奏｜单对双的节奏｜延伸音|“Lady Bird”和声进行｜半音趋近变化｜Rhythm Changes｜多利亚调式｜利底亚调式｜
乐器及演奏｜管弦乐团配器｜乐器音域｜管风琴｜钢琴｜键盘类｜古琴｜木吉他｜电吉他｜电吉他效果器｜指弹吉他｜CAGED System｜3NPS｜贝斯｜贝斯Slap技巧｜手风琴｜特雷门｜中提琴｜低音提琴｜单簧管/双簧管｜三角铁｜架子鼓｜定音鼓｜唢呐｜移调乐器｜钢琴伴奏织体｜提琴揉弦｜T1213121｜大横按｜钢琴踏板Ⅰ｜钢琴踏板Ⅱ｜萨克斯风｜打击乐器｜
现代音乐｜混音/母带｜母带｜百万调音师｜MIDI｜音频格式｜DJ｜声音设计｜作曲/写歌｜旋律创作｜流行音乐的曲式结构｜作曲/编曲｜传统和声/流行和声｜人声和声｜虚拟歌手｜杜比音效｜记录旋律｜听力｜翻唱/改编｜相位抵消｜相位问题的解决方案｜模拟信号/数字信号|人耳的声源定位|立体声录音|虚拟低频｜谢帕德音调｜Hi-Res｜削波｜不同颜色的噪声｜混叠｜等响曲线｜掩蔽效应｜硬削波/软削波｜AI作曲｜谐波失真|过载/失真/法兹|吉他类乐器的录音|钢琴类乐器的录音|架子鼓的录音|录音的响度电平控制|多普勒效应｜家庭录音室的工作台方位设置｜低频陷阱/驻波问题｜抖动｜MIDI 2.0｜立体声兼容单声道｜dBFS和LKFS/LUFS｜自动化处理｜家庭录音室的噪声｜响度提升｜减法合成/加法合成｜粒子合成｜波表合成｜MIDI钢琴人性化设置｜噪音在音乐制作中的应用｜编曲时要不要加效果器｜音乐app对音乐文件的处理｜编曲师需不需要懂混音｜现代音乐制作VS传统和声规则｜免费制作AI歌手｜半开麦/假唱｜
音乐设备｜声卡｜动圈麦克风/电容麦克风｜麦克风的指向性|动圈耳机/动铁耳机｜监听耳机｜808鼓｜监听音箱｜倒相孔｜啸叫｜家庭录音室｜MID设备｜电子键盘｜二分频/三分频｜大三芯/卡侬头/大二芯/莲花头｜调音台的接口｜调音台的旋钮和按钮｜调音台的类型｜监听扬声器的类型｜音量推子｜话筒放大器｜通道条｜磁带模拟｜不同阻抗的耳机｜耳放｜声卡和调音台的取舍｜无源音箱/有源音箱｜平衡/非平衡｜数字麦克风/模拟麦克风｜数字音频时钟｜低音炮｜推子前/推子后｜
音乐软件｜建模钢琴Pianoteq 9｜L系列限制器｜DAWproject｜Pro Tool更新｜Suno｜传统DAW和AI｜Fabfilter Pro-MB的向上压缩｜解决立体声声相问题的工具｜Cubase 15解决CSS弦乐的延迟｜Ozone 12的母带实时拆分技术｜Valhalla FutureVerb｜Gemini 3｜iZotope Insight 2｜UAD插件｜RipX DAW 8｜Vovious｜Waves Curves Resolve｜FabFilter Pro-C3｜OTT｜Polarity-MD｜Future MB｜DynAssist｜Stacks Audio插件｜AI音频分离工具｜ACE-Step 1.5｜SoulX-Singer｜OpenTune｜ALLCOMP｜iZotope RX 12｜VoiceAssist｜Soothe 3｜
⬆️上和弦地理位置
详情咨询请戳👇