Rosebud AI: z gier bez dźwięku do domyślnego audio dzięki Eleven Music API

Rosebud AI to platforma do vibe-codowania gier wideo, na której powstało już ponad dwa miliony gier, a tysiące twórców buduje nowe codziennie. Zespół dodał Eleven Music i Sound Effects API, więc każda gra generowana na Rosebud ma domyślnie audio.

Audio jako standard, nie tylko dla zaawansowanych

Przed integracją z ElevenLabs, Rosebud nie miał własnego generowania audio. Kilka gotowych szablonów miało ręcznie dodane loopy ambientowe od zespołu Rosebud, ale większość twórców musiała szukać muzyki i efektów dźwiękowych na zewnętrznych platformach i wrzucać je ręcznie. Trzeba było sprawdzać licencje, prawa do użycia, usuwać znaki wodne z podglądów i pilnować wymagań dotyczących atrybucji, zanim można było użyć utworu w grze. W praktyce audio używali prawie wyłącznie doświadczeni deweloperzy przy większych projektach. Prawie wszystkie gry były bez dźwięku.

Po wdrożeniu ElevenAPIs, Rosebud dodał generowanie audio do swojego procesu tworzenia gry na jednym promptcie – wystarczy opisać grę, a platforma buduje ją od początku do końca. Teraz ścieżka dźwiękowa i efekty powstają automatycznie razem z kodem i grafiką nowej gry. Twórcy, którzy chcą mieć większą kontrolę, mogą wejść w zakładkę z assetami i wygenerować dodatkowe audio własnymi promptami, zmieniając gatunek, styl, klimat i długość przed dodaniem utworów do gry. Mogą też całkowicie zmienić kierunek dźwiękowy przez czat, prosząc platformę o wygenerowanie wszystkich dźwięków od nowa bez przebudowy gry.

To, co kiedyś wymagało wychodzenia z Rosebud – licencjonowanie utworów czy tworzenie muzyki gdzie indziej – jest teraz wbudowane. Jakość gier od razu poszła w górę. Zawsze chcieliśmy tej magii na jedno kliknięcie i teraz każda gra z oneshota brzmi jak gotowy tytuł.

— Andi Bucescu, Head of Marketing, Rosebud AI

Pierwsza generacja nadaje ton

Midnight Rider, dopracowana gra wyścigowa na stronie głównej Rosebud, powstała po ponad 300 promptach, ale to pierwszy prompt ustawił jej brzmienie. Razem z muzyką i zestawem efektów dźwiękowych, pierwszy oneshot wygenerował kierunek dźwiękowy – kreatywny brief, według którego każda kolejna generacja audio powstaje automatycznie. Gdy twórca wrócił po setkach promptów, by dodać dźwięki startu, pauzy czy „whoosh” mijającego auta, każdy nowy efekt od razu pasował do świata gry. Efekt to spójna tożsamość audio, bez ręcznej pracy nad dźwiękiem.

1 500 gier dziennie z audio

Zespół Rosebud od razu zobaczył efekt dodania muzyki i efektów dźwiękowych. Średni czas zaangażowania twórców (czas spędzony na budowaniu) wzrósł o 23% po wdrożeniu, a najbardziej aktywni twórcy jeszcze bardziej się wyróżnili – ich zaangażowanie wzrosło o 28%. Gdy generowanie audio ruszyło, jakość zgłaszanych gier wyraźnie się poprawiła. Gry, które wcześniej wyglądały jak prototypy, zaczęły sprawiać wrażenie skończonych i gotowych do pokazania, a najlepsze trafiają teraz na stronę główną Rosebud i mają tysiące graczy.

Integracja działa na tym poziomie w całym serwisie. Dodanie audio wydłuża generowanie gry tylko o około cztery sekundy – muzyka i efekty powstają równocześnie, bez błędów. W skali to około 1 500 gier z audio dziennie i ponad 150 000 plików audio, prawie 300 godzin muzyki i efektów od startu. Mniej niż 1% twórców wraca, by ręcznie zmieniać domyślne audio – większość po prostu dodaje kolejne utwory i efekty, gdy ich gry się rozwijają.

To tempo zaczyna docierać też do graczy. Liczba aktywnych użytkowników dziennie wzrosła o 8% od startu, bo coraz więcej dopracowanych gier z audio trafia na Rosebud.

Więcej gotowych gier od razu

ElevenLabs sprawia, że każdy oneshot na Rosebud to dopracowane, gotowe do gry doświadczenie, które można nie tylko zobaczyć, ale i usłyszeć.