Efekty dźwiękowe

Przegląd

API efektów dźwiękowych ElevenLabs zamienia opisy tekstowe w wysokiej jakości efekty dźwiękowe, zapewniając precyzyjną kontrolę nad czasem, stylem i złożonością. Model rozumie zarówno język naturalny, jak i terminologię audio, dzięki czemu możesz:

• Generować filmowy sound design do filmów i zwiastunów
• Tworzyć własne efekty dźwiękowe do gier i mediów interaktywnych
• Tworzyć dźwięki Foley i ambientowe do materiałów wideo

Posłuchaj przykładu:

Użycie

Efekty dźwiękowe są generowane na podstawie opisów tekstowych i opcjonalnych parametrów:

• Model: Wybierz model generujący efekt dźwiękowy

  • eleven_text_to_sound_v2: Model domyślny. Wycofany i zostanie usunięty 1 marca 2027 r.
  • eleven_text_to_sound_v3 (SFX v3): Dokładniej stosuje się do wieloczęściowych promptów i lepiej obsługuje dźwięki wokalne oraz muzyczne. Zobacz SFX v3

• Czas trwania: Ustaw konkretną długość generowanego audio (w sekundach)

  • Domyślnie: Ustalana automatycznie na podstawie promptu
  • Zakres: od 0,1 do 30 sekund
  • Koszt: 40 kredytów za sekundę, gdy określisz czas trwania

• Zapętlanie: Włącz płynne zapętlanie dla efektów dźwiękowych dłuższych niż 30 sekund

  • Tworzy efekty dźwiękowe, które można odtwarzać w pętli bez zauważalnego początku i końca
  • Idealne do dźwięków atmosferycznych, tekstur ambientowych i elementów tła
  • Przykład: Wygeneruj 30 s „delikatnego deszczu”, a potem zapętl go bez końca, by stworzyć atmosferę w audiobookach, filmach i grach

• Wpływ promptu: Określ, jak ściśle model ma stosować się do promptu

  • Wysoki: Bardziej dosłowna interpretacja promptu
  • Niski: Bardziej kreatywna interpretacja z dodatkowymi wariantami

SFX v3

SFX v3 to nasz najnowszy model efektów dźwiękowych. W porównaniu z eleven_text_to_sound_v2 dokładniej stosuje się do promptów zawierających kilka instrukcji, lepiej obsługuje prompty z muzyką lub wokalem, brzmi bardziej naturalnie i rzadziej zniekształca dźwięki o wysokiej częstotliwości, takie jak dzwonki czy gwizdki. Wyniki zależą od promptu, więc porównaj oba modele na własnych promptach.

SFX v3 jest dostępny w API oraz w ElevenCreative, w Sound Effects, Flows i Studio. W API ustaw model_id na eleven_text_to_sound_v3.

W promptach do SFX v3 opisz pożądaną akcję, otoczenie, atmosferę i wykonanie zamiast szerokiej kategorii dźwięku:

• „Deszcz uderzający o okno w cichym mieszkaniu”
• „Powoli zbliżające się kroki na żwirze”
• „Kibice na meczu piłkarskim wiwatują, słychać upadającą piłkę, kibice buczą”

Sformułowanie wpływa na wyniki. Na przykład „para kłócąca się po francusku” dało lepsze wyniki niż „para walcząca po francusku”. Prompty proszące o dokładną liczbę powtórzeń, na przykład „uderzenie w trójkąt 4 razy”, nie zawsze są przestrzegane.

Dowiedz się więcej o SFX v3 na stronie modeli.

Przewodnik po promptach

Proste efekty

W przypadku podstawowych efektów dźwiękowych używaj jasnych, zwięzłych opisów:

• „Szkło rozbijające się o beton”
• „Ciężkie drewniane drzwi skrzypią przy otwieraniu”
• „Grzmot dudniący w oddali”

Złożone sekwencje

W przypadku wieloczęściowych efektów dźwiękowych opisz sekwencję zdarzeń:

• „Kroki na żwirze, potem otwierają się metalowe drzwi”
• „Wiatr gwiżdżący wśród drzew, po nim szelest liści”
• „Wyciąganie miecza, a następnie zderzenie z innym ostrzem”

Elementy muzyczne

API obsługuje też generowanie elementów muzycznych:

• „Pętla perkusyjna hip-hop z lat 90., 90 BPM”
• „Vintage’owe akcenty dęte w f-moll”
• „Atmosferyczny pad syntezatorowy z subtelną modulacją”

Terminologia audio

Częste terminy, które mogą ulepszyć twoje prompty:

• Impact: Dźwięki zderzeń lub kontaktu między obiektami — od subtelnych stuknięć po dramatyczne trzaski
• Whoosh: Efekty ruchu w powietrzu — od szybkich i eterycznych po powolne, wirujące lub rytmiczne
• Ambience: Dźwięki otoczenia w tle, które budują atmosferę i przestrzeń
• One-shot: Pojedynczy, niepowtarzający się dźwięk
• Loop: Powtarzający się fragment audio
• Stem: Wyizolowany komponent audio
• Braam: Duże, dęte filmowe uderzenie sygnalizujące epickie lub dramatyczne momenty, częste w zwiastunach
• Glitch: Dźwięki awarii, drgań lub chaotycznego ruchu, przydatne w przejściach i science fiction
• Drone: Ciągły, teksturowany dźwięk budujący atmosferę i napięcie

Współbieżność i priorytet

Współbieżność to liczba generowań efektów dźwiękowych, które mogą być przetwarzane jednocześnie. Każde żądane generowanie liczy się jako jedno współbieżne żądanie przez cały czas jego tworzenia. Limit zależy od twojego planu. Sprawdź tabelę limitów współbieżności, aby poznać limit dla każdego planu.

Kluczowe informacje

• Maksymalny czas trwania: 30 sekund na generowanie
• Formaty wyjściowe: MP3 dla wszystkich efektów; WAV przy 48 kHz dla efektów bez zapętlania
• Efekty zapętlone: Zaprojektowane do płynnego odtwarzania w pętli — bez słyszalnego początku ani końca
• Elementy muzyczne: Możesz generować pętle perkusyjne, linie basu i próbki melodyczne; do pełnej produkcji muzycznej użyj API Music