Efectos de sonido

Descripción general

La API de efectos de sonido de ElevenLabs convierte descripciones de texto en efectos de sonido de alta calidad, con un control preciso del ritmo, el estilo y la complejidad. El modelo entiende tanto lenguaje natural como terminología de audio, lo que te permite:

• Generar diseño sonoro cinematográfico para películas y tráilers
• Crear efectos de sonido personalizados para juegos y medios interactivos
• Producir sonidos Foley y ambientales para contenido de vídeo

Escucha un ejemplo:

Uso

Los efectos de sonido se generan mediante descripciones de texto y parámetros opcionales:

• Modelo: Elige el modelo que genera el efecto de sonido

  • eleven_text_to_sound_v2: El modelo predeterminado. Está obsoleto y se eliminará el 1 de marzo de 2027
  • eleven_text_to_sound_v3 (SFX v3): Sigue más de cerca los prompts con varias partes y gestiona mejor los sonidos vocales y musicales. Consulta SFX v3

• Duración: Establece una duración específica para el audio generado (en segundos)

  • Predeterminado: Se determina automáticamente según el prompt
  • Intervalo: De 0,1 a 30 segundos
  • Coste: 40 créditos por segundo cuando se especifica la duración

• Bucle: Activa el bucle continuo para efectos de sonido de más de 30 segundos

  • Crea efectos de sonido que pueden reproducirse en repetición sin puntos de inicio o final perceptibles
  • Perfecto para sonidos atmosféricos, texturas ambientales y elementos de fondo
  • Ejemplo: Genera 30 s de «lluvia suave» y repítelos en bucle indefinidamente para crear atmósfera en audiolibros, películas y juegos

• Influencia del prompt: Controla hasta qué punto el modelo sigue el prompt

  • Alta: Interpretación más literal del prompt
  • Baja: Interpretación más creativa con variaciones añadidas

SFX v3

SFX v3 es nuestro modelo de efectos de sonido más reciente. En comparación con eleven_text_to_sound_v2, sigue más de cerca los prompts que contienen varias instrucciones, gestiona mejor los prompts con música o voces, suena más natural y es menos propenso a recortar sonidos de alta frecuencia, como campanillas y silbidos. Los resultados varían según el prompt, así que compara ambos modelos con tus propios prompts.

SFX v3 está disponible en la API y en ElevenCreative, en Efectos de sonido, Flows y Studio. En la API, establece model_id en eleven_text_to_sound_v3.

Al crear prompts para SFX v3, describe la acción, el entorno, la atmósfera y la interpretación que quieres, en lugar de una categoría de sonido amplia:

• «Lluvia contra una ventana en un apartamento tranquilo»
• «Pasos sobre grava que se acercan lentamente»
• «Afición de fútbol animando, se oye caer un balón y la multitud abuchea»

La redacción afecta a los resultados. Por ejemplo, «una pareja discutiendo en francés» produjo mejores resultados que «una pareja peleando en francés». Los prompts que piden un número exacto de repeticiones, como «golpe de triángulo 4 veces», no siempre se siguen.

Más información sobre SFX v3 en la página de modelos.

Guía de prompting

Efectos sencillos

Para efectos de sonido básicos, usa descripciones claras y concisas:

• «Cristal rompiéndose sobre hormigón»
• «Puerta pesada de madera abriéndose con un chirrido»
• «Trueno retumbando a lo lejos»

Secuencias complejas

Para efectos de sonido con varias partes, describe la secuencia de eventos:

• «Pasos sobre grava, después se abre una puerta metálica»
• «Viento silbando entre los árboles, seguido del susurro de las hojas»
• «Desenvainar una espada y luego chocar contra otra hoja»

Elementos musicales

La API también permite generar componentes musicales:

• «Bucle de batería de hip-hop de los 90, 90 BPM»
• «Stabs de metales vintage en fa menor»
• «Pad de sintetizador atmosférico con modulación sutil»

Terminología de audio

Términos habituales que pueden mejorar tus prompts:

• Impacto: Sonidos de colisión o contacto entre objetos, desde toques sutiles hasta choques dramáticos
• Whoosh: Efectos de movimiento por el aire, desde rápidos y fantasmales hasta giros lentos o rítmicos
• Ambiente: Sonidos ambientales de fondo que crean atmósfera y espacio
• One-shot: Sonido único, sin repeticiones
• Bucle: Segmento de audio que se repite
• Stem: Componente de audio aislado
• Braam: Gran golpe cinematográfico de metales que señala momentos épicos o dramáticos, habitual en tráilers
• Glitch: Sonidos de fallo, vibración o movimiento errático, útiles para transiciones y ciencia ficción
• Drone: Sonido continuo y texturizado que crea atmósfera y suspense

Concurrencia y prioridad

La concurrencia es el número de generaciones de efectos de sonido que se pueden procesar al mismo tiempo. Cada generación solicitada cuenta como una solicitud simultánea mientras se está generando. El límite depende de tu plan. Consulta el gráfico de límites de concurrencia para ver el límite de cada plan.

Datos clave

• Duración máxima: 30 segundos por generación
• Formatos de salida: MP3 para todos los efectos; WAV a 48 kHz para efectos sin bucle
• Efectos en bucle: Diseñados para una reproducción repetida continua, sin punto de inicio ni final audible
• Elementos musicales: Se pueden generar bucles de batería, líneas de bajo y muestras melódicas; para producción musical completa, usa la API de Música