डेवलपर्स के लिए SFX v3 पेश है

आज हम Sound Effects API में अपना सबसे नया साउंड इफेक्ट्स मॉडल, SFX v3 लॉन्च कर रहे हैं। यह SFX v2 की तुलना में कई निर्देशों वाले प्रॉम्प्ट को ज़्यादा सटीकता से फॉलो करता है और वोकल्स व संगीत को बेहतर ढंग से संभालता है। इसे आजमाने के लिए, POST /v1/sound-generation एंडपॉइंट पर model_id को eleven_text_to_sound_v3 पर सेट करें।

मॉडल ID

नए मॉडल पर अपडेट करने के लिए, बस मॉडल ID अपडेट करें:

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",
)

मॉडल प्रॉम्प्ट के आधार पर साउंड इफेक्ट की लंबाई चुनता है। अगर आपको सटीक टाइमिंग चाहिए, तो duration_seconds को अपनी पसंद के समय पर सेट करें।

अगर आउटपुट आपकी अपेक्षा से अलग हो, तो prompt_influence को उसके डिफ़ॉल्ट 0.3 से ऊपर बढ़ाएं। ज़्यादा वैल्यू प्रॉम्प्ट को ज़्यादा सटीकता से फॉलो करती हैं और जनरेशन के बीच कम बदलाव करती हैं। output_format क्वेरी पैरामीटर कोडेक और सैंपल रेट सेट करता है, जैसे mp3_44100_128 या pcm_48000।

लूपिंग अभी सिर्फ eleven_text_to_sound_v2 के साथ काम करती है, इसलिए अगर आपके अनुरोध के लिए इसकी ज़रूरत है, तो loop: true के साथ v2 मॉडल ही इस्तेमाल करें।

प्रॉम्प्ट कैसे लिखें

SFX v3 मल्टी-पार्ट साउंड इफेक्ट्स में बेहतरीन है। मॉडल से सबसे अच्छे नतीजे पाने के लिए प्रॉम्प्ट का क्रम अहम है। इवेंट्स को उसी क्रम में लिखें जिसमें वे होने चाहिए, जैसे: "बजरी पर कदमों की आहट, फिर धातु का दरवाज़ा खुलता है।" किसी एक साउंड के लिए, छोटा और स्पष्ट प्रॉम्प्ट सबसे अच्छा काम करता है।

शब्दों का चुनाव भी मायने रखता है। हमारे एक टेस्टर ने पाया कि "फ्रेंच में बहस करता एक जोड़ा" ने "फ्रेंच में लड़ता एक जोड़ा" की तुलना में बहुत बेहतर काम किया। किसी एक को चुनने से पहले, उसी इवेंट के लिए कुछ अलग-अलग वाक्यांश आज़माएं।

दोनों मॉडल टेस्ट करें

SFX v3 एक क्रमिक अपडेट है। इसमें गोंग, चाइम और केतली की सीटी जैसी हाई-फ़्रीक्वेंसी ध्वनियों के क्लिप होने की संभावना कम है, और हमारी इंजीनियरिंग टीम के मुताबिक कुल मिलाकर इसकी आवाज़ ज़्यादा प्राकृतिक लगती है।

दोनों मॉडल एक ही एंडपॉइंट पर चलते हैं, इसलिए A/B टेस्ट सस्ता है। स्विच करने से पहले नतीजों की तुलना करने के लिए अपने सबसे आम प्रॉम्प्ट को v2 और v3, दोनों से चलाएं।

SFX v3 आज़माएं

पूरी पैरामीटर सूची के लिए Create sound effect API reference देखें, फिर अपना पहला v3 अनुरोध भेजें। अगर आप कोड लिखने से पहले अपने साउंड इफेक्ट्स सुनना चाहते हैं, तो वे ElevenCreative में Sound Effects टैब, Flows और Studio में भी उपलब्ध हैं।