Soundeffekte

Überblick

Die ElevenLabs-API für Soundeffekte wandelt Textbeschreibungen in hochwertige Soundeffekte um und ermöglicht präzise Kontrolle über Timing, Stil und Komplexität. Das Modell versteht sowohl natürliche Sprache als auch Audioterminologie. Damit können Sie:

• Kinoreifes Sounddesign für Filme und Trailer generieren
• Individuelle Soundeffekte für Spiele und interaktive Medien erstellen
• Foley- und Ambient-Sounds für Videoinhalte produzieren

Hören Sie sich ein Beispiel an:

Nutzung

Soundeffekte werden mit Textbeschreibungen und optionalen Parametern generiert:

• Modell: Wählen Sie das Modell, das den Soundeffekt generiert

  • eleven_text_to_sound_v2: Das Standardmodell. Veraltet und wird am 1. März 2027 entfernt
  • eleven_text_to_sound_v3 (SFX v3): Folgt mehrteiligen Prompts genauer und verarbeitet Sprach- und Musiksounds besser. Siehe SFX v3

• Dauer: Legen Sie eine bestimmte Länge für das generierte Audio fest (in Sekunden)

  • Standard: Wird automatisch anhand des Prompts bestimmt
  • Bereich: 0,1 bis 30 Sekunden
  • Kosten: 40 Credits pro Sekunde bei festgelegter Dauer

• Schleife: Aktivieren Sie nahtlose Schleifen für Soundeffekte, die länger als 30 Sekunden sind

  • Erstellt Soundeffekte, die wiederholt abgespielt werden können, ohne wahrnehmbare Start- oder Endpunkte
  • Ideal für atmosphärische Sounds, Ambient-Texturen und Hintergrundelemente
  • Beispiel: Generieren Sie 30 s „sanfter Regen“ und lassen Sie ihn für die Atmosphäre in Hörbüchern, Filmen oder Spielen endlos wiederholen

• Prompt-Einfluss: Steuern Sie, wie genau das Modell dem Prompt folgt

  • Hoch: Wörtlichere Interpretation des Prompts
  • Niedrig: Kreativere Interpretation mit zusätzlichen Variationen

SFX v3

SFX v3 ist unser neuestes Soundeffektmodell. Im Vergleich zu eleven_text_to_sound_v2 folgt es Prompts mit mehreren Anweisungen genauer, verarbeitet Prompts mit Musik oder Gesang besser, klingt natürlicher und neigt bei hochfrequenten Sounds wie Glockenspielen und Pfeifen weniger zu Clipping. Die Ergebnisse unterscheiden sich je nach Prompt. Vergleichen Sie daher beide Modelle mit Ihren eigenen Prompts.

SFX v3 ist in der API sowie in ElevenCreative, unter Sound Effects, Flows und Studio verfügbar. Setzen Sie in der API model_id auf eleven_text_to_sound_v3.

Beschreiben Sie beim Prompting für SFX v3 die gewünschte Handlung, Umgebung, Atmosphäre und Darbietung statt einer allgemeinen Soundkategorie:

• „Regen gegen ein Fenster in einer ruhigen Wohnung“
• „Schritte auf Kies, die sich langsam nähern“
• „Jubelnde Fußballmenge, ein Ball fällt zu Boden, die Menge buht“

Die Formulierung beeinflusst die Ergebnisse. Beispielsweise erzielte „ein Paar streitet auf Französisch“ bessere Ergebnisse als „ein Paar kämpft auf Französisch“. Prompts mit einer exakten Anzahl von Wiederholungen, etwa „Dreieck 4-mal anschlagen“, werden nicht immer befolgt.

Erfahren Sie mehr über SFX v3 auf der Modellseite.

Prompting-Leitfaden

Einfache Effekte

Verwenden Sie für grundlegende Soundeffekte klare, kurze Beschreibungen:

• „Glas zerbricht auf Beton“
• „Schwere Holztür knarrt auf“
• „Donner grollt in der Ferne“

Komplexe Sequenzen

Beschreiben Sie bei mehrteiligen Soundeffekten die Abfolge der Ereignisse:

• „Schritte auf Kies, dann öffnet sich eine Metalltür“
• „Wind pfeift durch Bäume, anschließend rascheln Blätter“
• „Ein Schwert wird gezogen und prallt dann auf eine andere Klinge“

Musikalische Elemente

Die API unterstützt auch die Generierung musikalischer Komponenten:

• „Hip-Hop-Drumloop der 90er, 90 BPM“
• „Vintage-Blechbläser-Stabs in F-Moll“
• „Atmosphärisches Synth-Pad mit subtiler Modulation“

Audioterminologie

Gängige Begriffe, die Ihre Prompts verbessern können:

• Impact: Kollisions- oder Kontaktgeräusche zwischen Objekten, von subtilen Klopfern bis zu dramatischen Zusammenstößen
• Whoosh: Effekte für Bewegung durch die Luft, von schnell und geisterhaft bis langsam rotierend oder rhythmisch
• Ambience: Umgebungsgeräusche im Hintergrund, die Atmosphäre und Raum schaffen
• One-shot: Einzelner, nicht wiederholter Sound
• Loop: Wiederholtes Audiosegment
• Stem: Isolierte Audiokomponente
• Braam: Großer, blechbläserartiger cineastischer Schlag, der epische oder dramatische Momente signalisiert und in Trailern häufig vorkommt
• Glitch: Geräusche von Fehlfunktionen, Ruckeln oder unregelmäßigen Bewegungen, nützlich für Übergänge und Sci-Fi
• Drone: Kontinuierlicher, texturierter Sound, der Atmosphäre und Spannung erzeugt

Parallelität und Priorität

Parallelität ist die Anzahl der Soundeffekt-Generierungen, die gleichzeitig verarbeitet werden können. Jede angeforderte Generierung zählt als eine parallele Anfrage, solange sie generiert wird. Das Limit hängt von Ihrem Tarif ab. Die Limits für jeden Tarif finden Sie in der Tabelle zu Parallelitätslimits.

Wichtige Fakten

• Maximale Dauer: 30 Sekunden pro Generierung
• Ausgabeformate: MP3 für alle Effekte; WAV mit 48 kHz für nicht wiederholte Effekte
• Schleifeneffekte: Für nahtlose wiederholte Wiedergabe konzipiert — ohne hörbaren Start- oder Endpunkt
• Musikalische Elemente: Drumloops, Basslinien und melodische Samples können generiert werden; für vollständige Musikproduktion nutzen Sie die Music-API