note · psych_ai_it · 图像视频创作分享·· 2026-10-13AI 评分22
用 AI 视频重现护理场景:比画面更难的是「声音」
AI動画で介護場面を再現してみた。映像より難しかったのは「声」だった
AI 导读
一位心理学背景的 IT 工程师用 Grok 视频生成功能和 Google Flow 等 AI 工具重现日本护理现场场景,发现画面已相当自然,但声音成为最大难点。指定日语对话后模型仍可能输出英语,且「帰りたい!」这类大声场景中,AI 语音虽音量到位,却难以传达不安、混乱等情绪,显得夸张或机械。作者认为画面越真实,声音表达的责任越大,未来或需将视频与音频分开生成。
打开原文 note.com