音效

概述

ElevenLabs 音效 API 可将文本描述转换为高质量音效，并能精确控制时序、风格和复杂度。该模型既能理解自然语言，也能理解音频术语，让你能够：

• 为电影和预告片生成电影级声音设计
• 为游戏和互动媒体创建自定义音效
• 为视频内容制作拟音和环境音

试听示例：

用法

音效通过文本描述和可选参数生成：

• 模型：选择生成音效的模型

  • eleven_text_to_sound_v2：默认模型。已弃用，将于 2027 年 3 月 1 日移除
  • eleven_text_to_sound_v3（SFX v3）：更严格遵循多部分提示词，更擅长处理人声和音乐音效。参阅 SFX v3

• 时长：设置生成音频的指定时长（秒）

  • 默认：根据提示词自动确定
  • 范围：0.1 至 30 秒
  • 费用：指定时长时，每秒 40 积分

• 循环：为超过 30 秒的音效启用无缝循环

  • 创建可重复播放、且起止点不明显的音效
  • 适合氛围音、环境纹理和背景元素
  • 示例：生成 30 秒的“轻柔雨声”，然后无限循环，用于有声书、电影或游戏营造氛围

• 提示词影响度：控制模型遵循提示词的严格程度

  • 高：更按字面理解提示词
  • 低：更具创意地诠释，并加入更多变化

SFX v3

SFX v3 是我们最新的音效模型。与 eleven_text_to_sound_v2 相比，它更严格遵循包含多项指令的提示词，更擅长处理含音乐或人声的提示词，声音更自然，也更不易在铃声和哨声等高频音效中出现削波。结果因提示词而异，建议使用自己的提示词对比两个模型。

SFX v3 可通过 API 使用，也可在 ElevenCreative 的 Sound Effects、Flows 和 Studio 中使用。在 API 中，将 model_id 设为 eleven_text_to_sound_v3。

为 SFX v3 编写提示词时，请描述所需的动作、场景、氛围和表演，而不是宽泛的声音类别：

• “安静公寓里，雨点敲打窗户”
• “脚步缓缓踩过碎石，逐渐靠近”
• “足球观众欢呼，听到球落地，观众发出嘘声”

措辞会影响结果。例如，“一对情侣用法语争吵”比“一对情侣用法语打架”效果更好。要求精确重复次数的提示词，例如“三角铁敲击 4 次”，不一定总会被遵循。

在模型页面了解更多 SFX v3 信息。

提示词指南

简单音效

对于基础音效，请使用清晰简洁的描述：

• “玻璃在混凝土地面上碎裂”
• “厚重的木门吱呀打开”
• “远处传来隆隆雷声”

复杂序列

对于多部分音效，请描述事件顺序：

• “脚步踩过碎石，然后一扇金属门打开”
• “风穿过树木呼啸，随后树叶沙沙作响”
• “拔剑声，随后与另一把剑碰撞”

音乐元素

API 也支持生成音乐组件：

• “90 年代嘻哈鼓循环，90 BPM”
• “F 小调复古铜管短音”
• “带细微调制的氛围合成器铺底”

音频术语

可增强提示词效果的常用术语：

• 撞击声：物体碰撞或接触的声音，从轻微敲击到强烈撞击
• 呼啸声：物体穿过空气的移动音效，可以快速而幽灵般，也可以缓慢旋转或富有节奏
• 环境音：用于营造氛围和空间感的背景环境声音
• 单次音效：不重复播放的单一声音
• 循环：重复的音频片段
• 音轨分层：独立的音频组件
• Braam：宏大、铜管感强的电影级撞击音，常见于预告片，用于强调史诗或戏剧性时刻
• 故障音：设备故障、抖动或不规则移动的声音，适用于转场和科幻场景
• 持续音：持续且富有纹理的声音，用于营造氛围和悬念

并发与优先级

并发数是可同时处理的音效生成数量。每项请求的生成任务在生成期间均计为 1 个并发请求。上限取决于所用套餐。请查看并发限制表，了解各套餐的限制。

关键说明

• 最长时长：每次生成最长 30 秒
• 输出格式：所有音效均支持 MP3；非循环音效支持 48 kHz WAV
• 循环音效：专为无缝重复播放设计，不会听到明显的起点或终点
• 音乐元素：可生成鼓循环、贝斯线和旋律采样；如需完整音乐制作，请使用音乐 API