Что объявили 16 октября 2026
16 октября 2026 года в 19:56 UTC аккаунт @runwayml в X опубликовал: «Mirelo SFX 2.0 is now on Runway, generating full soundscapes from your video while keeping dialogue intact». Сама Mirelo выпустила релизный материал двумя днями раньше, 14 октября 2026 года, в своём блоге.
Два тезиса в анонсе: звук генерируется по видео, а диалог остаётся нетронутым. Второе — самое важное для рабочего процесса, потому что большинство инструментов работы со звуком ломают именно речь.
Что делает Mirelo SFX 2.0
Это video-to-sound модель. На вход подаётся видео, на выходе — звуковая сцена: эффекты (SFX), фоли и эмбиент, синхронные с действием в кадре. По описанию Mirelo модель:
Последний пункт редко упоминают, а он самый практичный. Когда ролик собран из нескольких генераций, звук на склейках обычно проваливается: одна сцена в тишине, вторая с чужим эмбиентом. Здесь звук генерируется по всему таймлайну, а не по отдельным кускам.
- сохраняет диалог в том виде, в котором он есть;
- убирает нежелательную музыку;
- генерирует SFX, фоли и эмбиент синхронно действию;
- держит связность через склейки, то есть звук не разваливается на стыках.
Три режима и лимит длины
Длина: до 10 минут в Studio и API, без ограничения длины — по запросу в тарифе Enterprise. Десять минут — это не про вертикальные ролики и не про рекламные вставки, а про длинные форматы: обзоры, обучающие материалы, записи вебинаров, где звук нужно собрать по уже смонтированному видео.
- video-to-sound — основной режим, звук по видео;
- text-to-sound — звук по текстовому описанию;
- stem — заявлен как coming soon.
Где доступна
Платформ несколько, и это сознательная стратегия: Mirelo не замыкает звук в собственном интерфейсе.
Для продакшена практичнее всего два пути: API, если у вас есть конвейер, и плагин в монтажной программе — когда он выйдет. Между ними — Runway, где инструмент живёт рядом с генерацией видео.
| Платформа | Статус |
|---|---|
| Mirelo Editor | доступно |
| Mirelo Playground | доступно |
| Mirelo API | доступно |
| Mirelo MCP | доступно |
| Runway | доступно с 16 октября 2026 |
| Fal | доступно |
| Premiere Pro, DaVinci Resolve, Roblox | плагины, coming soon |
Слепые тесты: что заявляет вендор
Mirelo приводит результаты слепых тестов — это данные вендора: 25 оценщиков, 30 видео.
Отдельный блок — сравнение с нативным звуком видео-моделей, то есть со звуком, который модель генерирует вместе с картинкой:
Цифры стоит читать именно так, как они поданы: это тесты самого вендора, а не независимая экспертиза. 45–57% голосов за Mirelo — устойчивое преимущество, но не разгром: в 21–30% случаев оценщики выбирали звук, сгенерированный самой видео-моделью, остальные не увидели разницы.
| Сравнение | Предпочли Mirelo | Предпочли конкурента |
|---|---|---|
| Против Sony Woosh | 81% | 9% |
| Против Kling Foley | 63% | 18% |
| Против Sonilo | 46% | 33% |
Зачем бизнес-видео отдельный звук
Причина первая и главная: модель запекла музыку в видео. Современные генераторы часто добавляют звук вместе с картинкой, и если музыка не подходит под бренд или под площадку, дешевле перегенерировать звук, чем весь клип заново.
Вторая причина — сборка из нескольких генераций. Изготовление видео с помощью нейросетей редко даёт одну непрерывную сцену: клип собирается из кусков, и звук должен быть единым. Модель, которая работает по всему таймлайну, снимает ручную сшивку звука.
Третья причина — версии под площадки. Один и тот же ролик может уходить в разные каналы с разной музыкой и разным эмбиентом, и это дешевле, чем пересборка картинки.
Звук и версии роликов
Здесь есть тонкость, которую лучше проговорить. В работе с версиями звук — один из слоёв, который отличает одну версию от другой: другая музыка, другой эмбиент, другой ритм первых секунд. Для серии массовых вертикальных роликов это часть обычной работы с версиями, наравне с обложкой и первым кадром.
При этом нельзя путать две задачи: уникализация работает с версиями одного материала, чтобы серия не читалась как один файл, а не со стиранием следов происхождения. Мы отдельно разбирали, чем детекция отличается от уникализации: разный звук относится к работе с версиями, а не к обходу проверок.
Что делать на этой неделе
Ориентир по моделям и ценам за секунду мы держим в справочнике нейросетей для видео 2026. Наши собственные цены считаются в рублях: ручные ролики со сложной постановкой — от 16 000 ₽, массовые форматы — по просмотрам, до 0,10 ₽ за просмотр.
- Взять готовый ролик, где музыка не подходит, и прогнать его через video-to-sound.
- Проверить, сохраняется ли диалог без артефактов: это заявленное поведение, но проверять нужно на своём материале.
- Собрать тестовую сцену из трёх склеек и оценить связность звука на стыках.
- Посчитать, что дешевле: перегенерировать клип целиком или заменить только звук.
- Решить, нужен ли вам API или достаточно будет плагина в монтажной программе.