Presentamos SFX v3 para desarrolladores

Hoy lanzamos SFX v3, nuestro modelo más reciente de efectos de sonido en la API de Efectos de Sonido. Sigue prompts con varias instrucciones con mayor precisión que SFX v2 y gestiona mejor voces y música. Para probarlo, establece model_id en eleven_text_to_sound_v3 en la ruta POST /v1/sound-generation.

ID del modelo

Para actualizar al nuevo modelo, solo tienes que cambiar el ID del modelo:

from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

audio = elevenlabs.text_to_sound_effects.convert(
    text="Football crowd cheering, hearing a ball drop, crowd booing",
    model_id="eleven_text_to_sound_v3",
)

El modelo elige la duración del efecto de sonido según el prompt. Si necesitas una duración concreta, establece duration_seconds en el tiempo que quieras.

Si los resultados se alejan de lo que pediste, aumenta prompt_influence por encima de su valor predeterminado de 0,3. Los valores más altos siguen el prompt más de cerca y varían menos entre generaciones. El parámetro de consulta output_format establece el códec y la frecuencia de muestreo, como mp3_44100_128 o pcm_48000.

Actualmente, el bucle solo funciona con eleven_text_to_sound_v2, así que, si lo necesitas para tu solicitud, usa el modelo v2 con loop: true.

Cómo crear prompts

SFX v3 funciona muy bien con efectos de sonido de varias partes. Para sacar el máximo partido al modelo, el orden de los prompts importa. Enumera los eventos en la secuencia en que deben ocurrir, por ejemplo: "Pasos sobre grava y luego se abre una puerta metálica". Para un solo sonido, lo mejor es un prompt breve y concreto.

La redacción también importa. Uno de nuestros testers comprobó que "una pareja discutiendo en francés" funcionaba mucho mejor que "una pareja peleándose en francés". Prueba distintas formulaciones del mismo evento antes de decidirte por una.

Prueba ambos modelos

SFX v3 es una actualización incremental. Es menos probable que recorte sonidos de alta frecuencia, como gongs, campanillas y silbidos de tetera, y nuestro equipo de ingeniería afirma que, en general, suena más natural.

Como ambos modelos funcionan en la misma ruta, hacer una prueba A/B es barato. Ejecuta tus prompts más habituales con v2 y v3 para comparar los resultados antes de cambiar.

Prueba SFX v3

Consulta la referencia de la API para crear efectos de sonido para ver la lista completa de parámetros y envía tu primera solicitud v3. Si prefieres escuchar tus efectos de sonido antes de escribir código, también están disponibles en la pestaña Efectos de Sonido, Flows y Studio en ElevenCreative.