वीडियो-टू-ऑडियो (V2A) तकनीक DeepMind कंपनी का एक नवाचार है जो वीडियो पिक्सेल और प्राकृतिक भाषा टेक्स्ट प्रॉम्प्ट को जोड़ती है, जिससे स्क्रीन पर दिखाई देने वाली गति के साथ सिंक में समृद्ध ध्वनि परिदृश्य उत्पन्न होते हैं। यह तकनीक Veo जैसे वीडियो जेनरेशन मॉडल के साथ मिलकर वीडियो के लिए नाटकीय संगीत, यथार्थवादी ध्वनि प्रभाव या वीडियो पात्रों और स्वर से मेल खाने वाले संवाद उत्पन्न कर सकती है। यह पारंपरिक सामग्री, जिसमें पुरालेख सामग्री, मूक फिल्में आदि शामिल हैं, के लिए ऑडियो ट्रैक भी बना सकती है, जिससे रचनात्मक अवसरों का दायरा व्यापक हो जाता है।