Нейросеть ElevenLabs умеет генерировать любые звуки для видео.

Просто загружаем видео, а ИИ его анализирует и выдаёт пачку аудиоэффектов, исходя из происходящего на экране. Звуки могут быть какими угодно – от взрывов и разбитого стекла до игры на гитаре и разговора в компании.

Попробовать можно тут https://www.videotosoundeffects.com/