Adobe Firefly 的生成式能力從圖片與影片延伸到音訊，正式帶來 Generate Music、Generate Speech 和 Generate Sound Effects 三項工具。對於經常製作短影音、教學影片、品牌社群內容或 Podcast 片段的人而言，最直接的變化不是多了幾個聲音模型，而是可以在同一個創意工作區內處理配樂、旁白與音效，減少在不同服務之間反覆匯出、比對授權與調整節奏的時間。
Generate Music：依影片長度與情緒產生原創配樂，主打商用安全
Generate Music 由 Firefly Music Model 驅動，使用者可依專案情緒、長度與整體方向生成原創曲目，並讓音樂自動配合影片的時間長度。Adobe 在官方公告中將重點放在「universally licensed」與商業使用的安全性：創作者在剪輯社群影片、產品教學或品牌內容時，少一個需要另外尋找背景音樂與確認授權條件的環節。這並不代表所有產出都能免於各地法律或平台規範，而是 Firefly 嘗試把素材來源與商業使用的可預期性納入產品設計。
這類工具的價值，往往在於讓配樂成為剪輯流程的一部分。過去許多創作者會先完成畫面，再到素材庫反覆試聽、裁切音樂並確認是否能用於商業專案；現在可先根據影片的節奏與時長提出需求，再從生成結果中挑選合適方向。對製作量大的團隊而言，這能加快初版內容的產出，但最終交付前仍應檢查音樂的情緒是否符合品牌、音量是否影響旁白，以及是否需要人工再編輯。
Generate Speech 與 Sound Effects：把旁白控制和場景聲響接回剪輯脈絡
Generate Speech 讓文字腳本直接轉成 AI 旁白，可控制聲線、語速與情緒，並可選用 Firefly Speech Model 或 ElevenLabs 模型。這種設計特別適合概念驗證、分鏡預覽、多版本語氣測試或需要先搭出敘事節奏的內容工作。不過，若內容涉及正式代言、人物模仿、敏感議題或明確的在地發音要求，仍需要清楚的審核與適當的人聲製作流程，才能避免把方便誤當成可直接取代所有錄音工作。
Generate Sound Effects 則使用 Firefly Audio Model，依影像動作、時間點與能量感生成客製聲響。它的使用情境可以是短片的轉場、教學影片的按鍵提示、Vlog 的環境補強，或 Podcast 片段的開場與段落標記。當音樂、旁白與音效能在同一個工作流內取得，創作者更容易在早期就聽見內容的整體氛圍；但生成聲音也應配合音量平衡、人物對白可懂度與實際播放裝置測試，而不是只在編輯器裡判斷。
AI Assistant 免費每日生成與 Gemini Omni Flash，讓 Firefly 走向多模型創意工作台
這次更新也擴充仍在測試中的 Firefly AI Assistant。使用者可用自然語言要求建立品牌套件、製作分鏡或進行批次影像編修，Adobe 同時提供每日免費生成體驗，降低試用門檻。另一方面，Gemini Omni Flash 加入 Firefly 的模型選擇，能接受文字、圖片、音訊與影片輸入，將粗略構想轉成有分鏡概念的影片初稿。Firefly 的方向已不只是單一模型生圖，而是把不同類型生成工具放在同一張創作桌面；實際工作時，最重要的仍是先確認交付目的、授權要求與素材審核責任。
新聞資料來源
AlternativeTo：Adobe adds new AI audio generation tools for music, speech, and sound effects to Firefly
Adobe Blog：Adobe Firefly expands its creative AI studio
AlternativeTo：Adobe unveils Firefly AI Assistant for prompt-driven editing