Potrivit No Film School, Adobe poziționează sunetul ca parte activă a procesului de montaj, nu ca strat final aplicat după imagine. În materialul publicat pe 26 august 2026, este prezentată o schimbare de abordare în care generarea audio este mutată mai devreme în fluxul creativ, pentru testarea ritmului și a tonului unei secvențe înainte de blocarea editului.
Setul de instrumente audio din Firefly include Generate Music, Generate Speech și Generate Sound Effects. Generate Music permite obținerea de piese originale, cu licență completă, pornind de la dispoziția și durata materialului video. În practica de editare, un editor poate încerca mai multe direcții muzicale încă din faza de construcție a secvenței pentru a vedea cum modifică fiecare varianta atmosfera. Exemplele menționate vizează un podcaster care generează intro, outro și muzică de tranziție, respectiv un videograf de evenimente care explorează o piesă ce urmărește arcul emoțional al unui highlight reel.
Generate Speech oferă conversia unui script în narare cu sunet natural, cu opțiuni din modelul de speech Firefly al Adobe și ElevenLabs. Instrumentul este descris ca util pentru un track temporar de voiceover care ajută la testarea ritmului, dar și pentru experimentarea unei voci distincte pentru un personaj într-un conținut de gaming înainte de înregistrarea finală.
Generate Sound Effects este prezentat ca parte a procesului de editare, cu generarea de sunete personalizate în funcție de acțiune, timing și energie. Este ilustrat prin adăugarea unui crănțit de frunze într-o secvență de camping pentru un vlogger de travel și prin testarea unui whoosh sau click subtil pentru a da mișcare unei animații de produs realizate de un motion designer.
Audio este integrat în abordarea mai largă a Firefly de AI creativ, unde creatorii pot explora idei pe tipuri diferite de media într-un singur spațiu, folosind modele proprii Adobe alături de modele ale Google, Kling AI, Luma AI, OpenAI, Runway și alții. Ideea centrală este că munca creativă nu se desfășoară liniar, iar posibilitatea de a încerca sunetul de la început transformă audio-ul dintr-un strat final al editului într-un instrument pentru definirea poveștii.
