Efeitos sonoros

Visão geral

A API de efeitos sonoros da ElevenLabs transforma descrições de texto em efeitos sonoros de alta qualidade, com controle preciso sobre tempo, estilo e complexidade. O modelo entende tanto linguagem natural quanto terminologia de áudio, permitindo que você:

• Gere design de som cinematográfico para filmes e trailers
• Crie efeitos sonoros personalizados para jogos e mídia interativa
• Produza sons de Foley e ambientes para conteúdo em vídeo

Ouça um exemplo:

Uso

Os efeitos sonoros são gerados usando descrições de texto e parâmetros opcionais:

• Modelo: Escolha o modelo que gera o efeito sonoro

  • eleven_text_to_sound_v2: O modelo padrão. Está descontinuado e será removido em 1º de março de 2027
  • eleven_text_to_sound_v3 (SFX v3): Segue prompts com várias partes mais de perto e lida melhor com sons vocais e musicais. Consulte SFX v3

• Duração: Defina uma duração específica para o áudio gerado (em segundos)

  • Padrão: Determinada automaticamente com base no prompt
  • Intervalo: de 0,1 a 30 segundos
  • Custo: 40 créditos por segundo quando a duração é especificada

• Loop: Ative o loop contínuo para efeitos sonoros com mais de 30 segundos

  • Cria efeitos sonoros que podem ser reproduzidos repetidamente sem pontos perceptíveis de início ou fim
  • Perfeito para sons atmosféricos, texturas ambientes e elementos de fundo
  • Exemplo: gere 30 s de “chuva suave” e repita-o indefinidamente para criar atmosfera em audiolivros, filmes e jogos

• Influência do prompt: Controle o quão rigorosamente o modelo segue o prompt

  • Alta: Interpretação mais literal do prompt
  • Baixa: Interpretação mais criativa, com variações adicionais

SFX v3

O SFX v3 é nosso mais novo modelo de efeitos sonoros. Em comparação com o eleven_text_to_sound_v2, ele segue mais de perto prompts que contêm várias instruções, lida melhor com prompts que incluem música ou vozes, soa mais natural e tem menos probabilidade de apresentar cortes em sons de alta frequência, como sinos e apitos. Os resultados variam conforme o prompt, então compare os dois modelos usando seus próprios prompts.

O SFX v3 está disponível na API e no ElevenCreative, em Efeitos Sonoros, Flows e Estúdio. Na API, defina model_id como eleven_text_to_sound_v3.

Ao criar prompts para o SFX v3, descreva a ação, o ambiente, a atmosfera e a performance desejados, em vez de uma categoria ampla de som:

• “Chuva contra uma janela em um apartamento silencioso”
• “Passos na brita se aproximando lentamente”
• “Torcida de futebol comemorando, som de uma bola caindo, torcida vaiando”

A redação afeta os resultados. Por exemplo, “um casal discutindo em francês” produziu resultados melhores do que “um casal brigando em francês”. Prompts que pedem um número exato de repetições, como “triângulo tocado 4 vezes”, nem sempre são seguidos.

Saiba mais sobre o SFX v3 na página de modelos.

Guia de prompts

Efeitos simples

Para efeitos sonoros básicos, use descrições claras e concisas:

• “Vidro se quebrando no concreto”
• “Porta pesada de madeira rangendo ao abrir”
• “Trovão ribombando ao longe”

Sequências complexas

Para efeitos sonoros com várias partes, descreva a sequência de eventos:

• “Passos na brita, depois uma porta metálica se abre”
• “Vento assobiando entre as árvores, seguido pelo farfalhar das folhas”
• “Espada sendo desembainhada, depois colidindo com outra lâmina”

Elementos musicais

A API também oferece suporte à geração de componentes musicais:

• “Loop de bateria de hip-hop dos anos 90, 90 BPM”
• “Acentos vintage de metais em fá menor”
• “Pad de sintetizador atmosférico com modulação sutil”

Terminologia de áudio

Termos comuns que podem melhorar seus prompts:

• Impacto: Sons de colisão ou contato entre objetos, de toques sutis a batidas dramáticas
• Whoosh: Efeitos de movimento pelo ar, de rápidos e fantasmagóricos a giros lentos ou rítmicos
• Ambiência: Sons ambientais de fundo que estabelecem atmosfera e espaço
• One-shot: Som único, sem repetição
• Loop: Segmento de áudio que se repete
• Stem: Componente de áudio isolado
• Braam: Grande impacto cinematográfico de metais que sinaliza momentos épicos ou dramáticos, comum em trailers
• Glitch: Sons de falhas, tremores ou movimentos erráticos, úteis para transições e ficção científica
• Drone: Som contínuo e texturizado que cria atmosfera e suspense

Concorrência e prioridade

Concorrência é o número de gerações de efeitos sonoros que podem ser processadas ao mesmo tempo. Cada geração solicitada conta como uma solicitação simultânea enquanto está sendo gerada. O limite depende do seu plano. Consulte a tabela de limites de concorrência para ver o limite de cada plano.

Fatos importantes

• Duração máxima: 30 segundos por geração
• Formatos de saída: MP3 para todos os efeitos; WAV a 48 kHz para efeitos sem loop
• Efeitos em loop: Projetados para repetição contínua — sem ponto audível de início ou fim
• Elementos musicais: Loops de bateria, linhas de baixo e samples melódicos podem ser gerados; para produção musical completa, use a API de Música