Rosebud AI ने Eleven Music API के साथ साइलेंट गेम्स से डिफ़ॉल्ट ऑडियो तक का सफर तय किया

Rosebud AI एक ऐसा प्लेटफॉर्म है जहाँ वाइब-कोडिंग वीडियो गेम्स बनाए जाते हैं। यहाँ दो मिलियन से ज़्यादा गेम्स बन चुके हैं और हज़ारों एक्टिव क्रिएटर्स रोज़ कुछ नया बना रहे हैं। टीम ने Eleven Music और Sound Effects APIs को इंटीग्रेट किया ताकि Rosebud पर हर जेनरेटेड गेम में डिफ़ॉल्ट रूप से ऑडियो हो।

अब ऑडियो डिफ़ॉल्ट है, सिर्फ़ पावर-यूज़र फीचर नहीं

ElevenLabs इंटीग्रेशन से पहले, Rosebud में कोई नेटिव ऑडियो जेनरेशन नहीं थी। कुछ प्री-बिल्ट टेम्प्लेट्स में Rosebud टीम द्वारा बनाए गए एम्बिएंट लूप्स थे, लेकिन ज़्यादातर क्रिएटर्स को अपनी म्यूज़िक और साउंड इफेक्ट्स बाहरी प्लेटफॉर्म्स से लानी पड़ती थी और मैन्युअली अपलोड करनी पड़ती थी। हर ट्रैक के लिए लाइसेंसिंग, यूज़ेज़ राइट्स चेक करना, प्रीव्यू से वॉटरमार्क हटाना और एट्रिब्यूशन कन्फर्म करना पड़ता था। असल में, ऑडियो का इस्तेमाल ज़्यादातर एक्सपीरियंस्ड डेवलपर्स ही करते थे जो बड़े प्रोजेक्ट्स बना रहे थे। लगभग सभी गेम्स बिना आवाज़ के ही रिलीज़ होते थे।

ElevenAPIs के इंटीग्रेशन के बाद, Rosebud ने अपने वनशॉट क्रिएशन फ्लो में ऑडियो जेनरेशन जोड़ दी, जहाँ एक क्रिएटर गेम का डिस्क्रिप्शन देता है और प्लेटफॉर्म पूरा गेम खुद बना देता है। अब प्लेटफॉर्म अपने आप नए गेम के कोड और विज़ुअल्स के साथ साउंडट्रैक और साउंड इफेक्ट्स भी जेनरेट करता है। जो क्रिएटर्स ज़्यादा कंट्रोल चाहते हैं, वे एसेट्स टैब में जाकर अपनी पसंद के प्रॉम्प्ट्स से और ऑडियो बना सकते हैं—जैसे जॉनर, स्टाइल, मूड और लेंथ एडजस्ट कर सकते हैं। वे चाहें तो चैट इंटरफेस से पूरी साउंड डायरेक्शन भी बदल सकते हैं, जिससे प्लेटफॉर्म बिना गेम रीबिल्ड किए सारे ऑडियो एसेट्स फिर से जेनरेट कर देता है।

पहले जो फिनिशिंग टच के लिए Rosebud से बाहर जाकर ट्रैक्स लाइसेंस करने या म्यूज़िक बनाने की ज़रूरत थी, अब वो सब प्लेटफॉर्म में ही है। गेम्स की क्वालिटी एकदम ऊपर चली गई है। हम हमेशा उस वन-क्लिक मैजिक की तलाश में थे, और अब हर वनशॉट एक फिनिश्ड गेम जैसा सुनाई देता है।

— एंडी बुचेस्कु, हेड ऑफ मार्केटिंग, Rosebud AI

पहली जेनरेशन ही टोन सेट कर देती है

Midnight Rider, जो Rosebud के फीचर्ड पेज पर एक शानदार रेसिंग गेम है, उसके क्रिएटर ने इसे बनाने में 300 से ज़्यादा प्रॉम्प्ट्स दिए, लेकिन पहली बार में ही इसकी साउंड तय हो गई थी। स्कोर और साउंड इफेक्ट्स के साथ, शुरुआती वनशॉट ने एक साउंड डायरेक्शन जेनरेट की, जो हर बाद की ऑडियो जेनरेशन अपने आप फॉलो करती है। जब क्रिएटर सैकड़ों प्रॉम्प्ट्स बाद वापस आया और स्टार्ट-पॉज़ साउंड्स या कार के 'वूश' जैसी लेयर जोड़ने को कहा, तो हर नया इफेक्ट पहले से बने वर्ल्ड से मेल खाता हुआ आया। नतीजा—एकदम एक जैसी ऑडियो आइडेंटिटी, बिना किसी मैन्युअल ऑडियो वर्क के।

हर दिन 1,500 गेम्स ऑडियो के साथ रिलीज़ होते हैं

Rosebud टीम ने म्यूज़िक और साउंड इफेक्ट्स जोड़ने का असर तुरंत देखा। औसत क्रिएटर इंगेजमेंट (बिल्डिंग में बिताया गया समय) लॉन्च के बाद 23% बढ़ गया, और सबसे एक्टिव क्रिएटर्स ने और भी ज़्यादा इंगेजमेंट दिखाया, P90 इंगेजमेंट 28% तक बढ़ गया। जैसे ही ऑडियो जेनरेशन एक्टिव हुई, सबमिट किए गए गेम्स की क्वालिटी साफ़ तौर पर बेहतर हो गई। जो गेम्स पहले अधूरे लगते थे, अब फिनिश्ड और शेयर करने लायक लगने लगे, और उनमें से बेस्ट अब Rosebud के फीचर्ड पेजेस पर हज़ारों प्लेयर्स के साथ दिखते हैं।

ये इंटीग्रेशन पूरे प्लेटफॉर्म पर इसी क्वालिटी के साथ चलता है। ऑडियो पास जेनरेशन में सिर्फ़ चार सेकंड ही जोड़ता है, म्यूज़िक और साउंड इफेक्ट्स साथ-साथ बनते हैं और कोई एरर नहीं आती। बड़े स्तर पर देखें तो हर दिन लगभग 1,500 गेम्स ऑडियो के साथ बनते हैं और 1,50,000 से ज़्यादा ऑडियो फाइल्स, लॉन्च के बाद से लगभग 300 घंटे की म्यूज़िक और साउंड इफेक्ट्स जेनरेट हो चुके हैं। 1% से भी कम क्रिएटर्स डिफ़ॉल्ट आउटपुट को मैन्युअली बदलते हैं, ज़्यादातर तो उसमें और म्यूज़िक और इफेक्ट्स जोड़ते हैं जैसे-जैसे उनका गेम बढ़ता है।

अब ये मोमेंटम प्लेयर्स तक भी पहुँच रहा है। लॉन्च के बाद से डेली एक्टिव यूज़र्स 8% बढ़े हैं, क्योंकि और भी ज़्यादा ऑडियो-पॉलिश्ड गेम्स Rosebud पर पब्लिश और डिस्कवर हो रहे हैं।

अब डिफ़ॉल्ट रूप से ज़्यादा फिनिश्ड गेम्स

ElevenLabs हर Rosebud वनशॉट को एकदम पॉलिश्ड, प्रोडक्शन-रेडी एक्सपीरियंस में बदल देता है, जिसे प्लेयर्स सिर्फ़ खेलते नहीं, सुनते भी हैं।