README.md

metadata

title: Sound AI SFX
emoji: 🐠
colorFrom: indigo
colorTo: pink
sdk: gradio
sdk_version: 5.35.0
app_file: app.py
pinned: false
short_description: SText to Audio(Sound SFX) Generator

TangoFlux: Text-to-Audio Generation System

TangoFlux is a state-of-the-art text-to-audio generation system that converts text descriptions into high-quality audio using advanced AI technology. Built on flow matching and CLAP-ranked preference optimization techniques, it delivers fast and faithful audio synthesis from natural language prompts.

Key Features

1. Advanced Audio Generation

• Converts detailed text descriptions into realistic audio
• Supports complex soundscapes with multiple elements
• Generates audio up to 30 seconds in duration
• Produces 44.1kHz high-quality audio output

2. Flexible Generation Controls

• Steps (10-100): Controls generation quality vs speed
• Guidance Scale (1-10): Adjusts how closely the audio follows the prompt
• Duration (1-30s): Sets the length of generated audio

3. Diverse Audio Capabilities

• Natural sounds (ocean waves, thunder, rain)
• Animal sounds (dogs barking, cats meowing, birds singing)
• Human sounds (laughter, speaking, whistling, snoring)
• Mechanical sounds (engines, vehicles, machinery)
• Complex soundscapes (multiple layered sounds)

4. Technical Architecture

• Uses flow matching for efficient generation
• CLAP-ranked preference optimization for quality
• GPU-accelerated inference with CUDA support
• Transformer-based text encoding
• Optimized for fast generation with @spaces.GPU

How It Works

1. Text Input: Describe the desired audio in natural language
2. Parameter Adjustment: Fine-tune generation settings
3. AI Processing: The model interprets text and generates corresponding audio
4. Audio Output: Download or play the generated WAV file

Example Use Cases

• Film & Video Production: Create custom sound effects and ambiences
• Game Development: Generate dynamic environmental sounds
• Podcast Production: Add realistic background sounds
• Music Production: Create unique sound textures and effects
• Educational Content: Generate illustrative audio examples
• Accessibility: Convert text descriptions to audio experiences

The system includes 20+ pre-configured examples demonstrating various audio generation capabilities, from simple single sounds to complex multi-layered soundscapes.

---

TangoFlux: 텍스트-투-오디오 생성 시스템

TangoFlux는 텍스트 설명을 고품질 오디오로 변환하는 최첨단 텍스트-투-오디오 생성 시스템입니다. 플로우 매칭과 CLAP 순위 기반 선호도 최적화 기술을 기반으로 구축되어, 자연어 프롬프트로부터 빠르고 정확한 오디오 합성을 제공합니다.

주요 기능

1. 고급 오디오 생성

• 상세한 텍스트 설명을 현실적인 오디오로 변환
• 여러 요소가 포함된 복잡한 사운드스케이프 지원
• 최대 30초 길이의 오디오 생성
• 44.1kHz 고품질 오디오 출력

2. 유연한 생성 제어

• Steps (10-100): 생성 품질 대 속도 조절
• Guidance Scale (1-10): 프롬프트 준수도 조정
• Duration (1-30초): 생성 오디오 길이 설정

3. 다양한 오디오 생성 능력

• 자연음 (파도, 천둥, 비)
• 동물 소리 (개 짖는 소리, 고양이 울음, 새 지저귐)
• 인간 소리 (웃음, 말하기, 휘파람, 코골이)
• 기계음 (엔진, 차량, 기계류)
• 복합 사운드스케이프 (여러 층의 소리 조합)

4. 기술적 구조

• 효율적인 생성을 위한 플로우 매칭 사용
• 품질 향상을 위한 CLAP 순위 기반 선호도 최적화
• CUDA 지원 GPU 가속 추론
• 트랜스포머 기반 텍스트 인코딩
• @spaces.GPU로 빠른 생성 최적화

작동 방식

1. 텍스트 입력: 원하는 오디오를 자연어로 설명
2. 매개변수 조정: 생성 설정 미세 조정
3. AI 처리: 모델이 텍스트를 해석하고 해당 오디오 생성
4. 오디오 출력: 생성된 WAV 파일 다운로드 또는 재생

활용 예시

• 영화 및 비디오 제작: 맞춤형 사운드 효과 및 분위기음 생성
• 게임 개발: 동적 환경음 생성
• 팟캐스트 제작: 현실적인 배경음 추가
• 음악 제작: 독특한 사운드 텍스처와 효과 생성
• 교육 콘텐츠: 설명용 오디오 예제 생성
• 접근성: 텍스트 설명을 오디오 경험으로 변환

이 시스템은 단순한 단일 소리부터 복잡한 다층 사운드스케이프까지 다양한 오디오 생성 기능을 보여주는 20개 이상의 사전 구성된 예제를 포함하고 있습니다.