Effets sonores

Présentation

L’API d’effets sonores d’ElevenLabs transforme des descriptions textuelles en effets sonores de haute qualité, avec un contrôle précis du timing, du style et de la complexité. Le modèle comprend à la fois le langage naturel et la terminologie audio, ce qui vous permet de :

• Générer une conception sonore cinématographique pour des films et des bandes-annonces
• Créer des effets sonores personnalisés pour des jeux et des médias interactifs
• Produire des sons Foley et d’ambiance pour des contenus vidéo

Écoutez un exemple :

Utilisation

Les effets sonores sont générés à partir de descriptions textuelles et de paramètres facultatifs :

• Modèle : choisissez le modèle qui génère l’effet sonore

  • eleven_text_to_sound_v2 : le modèle par défaut. Obsolète, il sera supprimé le 1er mars 2027
  • eleven_text_to_sound_v3 (SFX v3) : suit plus fidèlement les prompts en plusieurs parties et gère mieux les sons vocaux et musicaux. Consultez SFX v3

• Durée : définissez une durée précise pour l’audio généré, en secondes

  • Par défaut : déterminée automatiquement selon le prompt
  • Plage : de 0,1 à 30 secondes
  • Coût : 40 crédits par seconde lorsqu’une durée est spécifiée

• Bouclage : activez le bouclage fluide pour les effets sonores de plus de 30 secondes

  • Crée des effets sonores pouvant être répétés sans point de début ou de fin perceptible
  • Idéal pour les sons atmosphériques, les textures d’ambiance et les éléments d’arrière-plan
  • Exemple : générez 30 secondes de « pluie légère », puis répétez-les indéfiniment pour créer une atmosphère dans des livres audio, des films ou des jeux

• Influence du prompt : contrôlez la fidélité avec laquelle le modèle suit le prompt

  • Élevée : interprétation plus littérale du prompt
  • Faible : interprétation plus créative avec des variations supplémentaires

SFX v3

SFX v3 est notre tout dernier modèle d’effets sonores. Comparé à eleven_text_to_sound_v2, il suit plus fidèlement les prompts contenant plusieurs instructions, gère mieux les prompts avec de la musique ou des voix, offre un rendu plus naturel et risque moins d’écrêter les sons à haute fréquence, tels que les carillons et les sifflets. Les résultats varient selon le prompt : comparez les deux modèles avec vos propres prompts.

SFX v3 est disponible dans l’API ainsi que dans ElevenCreative, Sound Effects, Flows et Studio. Dans l’API, définissez model_id sur eleven_text_to_sound_v3.

Pour formuler un prompt pour SFX v3, décrivez l’action, le décor, l’atmosphère et l’interprétation souhaités plutôt qu’une vaste catégorie de sons :

• « Pluie contre une fenêtre dans un appartement calme »
• « Pas sur du gravier qui approchent lentement »
• « Foule de supporters de football qui acclame, bruit d’un ballon qui tombe, foule qui hue »

La formulation influe sur les résultats. Par exemple, « un couple qui se dispute en français » a donné de meilleurs résultats que « un couple qui se bat en français ». Les prompts demandant un nombre exact de répétitions, tels que « triangle frappé 4 fois », ne sont pas toujours suivis.

En savoir plus sur SFX v3 dans la page des modèles.

Guide de formulation des prompts

Effets simples

Pour les effets sonores de base, utilisez des descriptions claires et concises :

• « Verre qui se brise sur du béton »
• « Lourde porte en bois qui s’ouvre en grinçant »
• « Tonnerre qui gronde au loin »

Séquences complexes

Pour les effets sonores en plusieurs parties, décrivez la séquence d’événements :

• « Pas sur du gravier, puis une porte métallique s’ouvre »
• « Vent qui siffle dans les arbres, suivi du bruissement des feuilles »
• « Épée dégainée, puis choc contre une autre lame »

Éléments musicaux

L’API prend également en charge la génération de composants musicaux :

• « Boucle de batterie hip-hop des années 90, 90 BPM »
• « Accents de cuivres vintage en fa mineur »
• « Nappe de synthétiseur atmosphérique avec modulation subtile »

Terminologie audio

Termes courants pouvant enrichir vos prompts :

• Impact : sons de collision ou de contact entre des objets, des tapotements subtils aux chocs spectaculaires
• Whoosh : effets de déplacement dans l’air, allant de rapides et fantomatiques à lents et rotatifs, ou rythmiques
• Ambience : sons environnementaux d’arrière-plan qui créent une atmosphère et un espace
• One-shot : son unique, non répétitif
• Loop : segment audio répétitif
• Stem : composant audio isolé
• Braam : impact cinématographique puissant à base de cuivres, signalant des moments épiques ou dramatiques et fréquent dans les bandes-annonces
• Glitch : sons de dysfonctionnement, de tremblement ou de mouvement erratique, utiles pour les transitions et la science-fiction
• Drone : son continu et texturé qui crée une atmosphère et du suspense

Requêtes simultanées et priorité

Les requêtes simultanées correspondent au nombre de générations d’effets sonores pouvant être traitées en même temps. Chaque génération demandée compte comme une requête simultanée tant qu’elle est en cours de génération. La limite dépend de votre forfait. Consultez le tableau des limites de requêtes simultanées pour connaître la limite de chaque forfait.

Points clés

• Durée maximale : 30 secondes par génération
• Formats de sortie : MP3 pour tous les effets ; WAV à 48 kHz pour les effets sans bouclage
• Effets en boucle : conçus pour une répétition fluide, sans point de début ni de fin audible
• Éléments musicaux : des boucles de batterie, des lignes de basse et des échantillons mélodiques peuvent être générés ; pour une production musicale complète, utilisez l’API Music