Presentazione di SFX v3 per sviluppatori

Oggi lanciamo SFX v3, il nostro modello più recente per gli effetti sonori nell'API Sound Effects. Segue i prompt con più istruzioni meglio di SFX v2 e gestisce meglio voci e musica. Per provarlo, imposta model_id su eleven_text_to_sound_v3 nell'endpoint POST /v1/sound-generation.

ID del modello

Per passare al nuovo modello, ti basta aggiornare l'ID del modello:

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",
)

Il modello sceglie la durata dell'effetto sonoro in base al prompt. Se ti serve una durata specifica, imposta duration_seconds sul valore desiderato.

Se gli output si discostano da ciò che hai richiesto, aumenta prompt_influence oltre il valore predefinito di 0.3. Valori più alti seguono il prompt più fedelmente e variano meno tra una generazione e l'altra. Il parametro query output_format imposta il codec e la frequenza di campionamento, ad esempio mp3_44100_128 o pcm_48000.

Al momento, il looping funziona solo con eleven_text_to_sound_v2, quindi, se ti serve per la tua richiesta, usa il modello v2 con loop: true.

Come scrivere i prompt

SFX v3 è ottimo per gli effetti sonori composti da più parti. Per ottenere il meglio dal modello, l'ordine dei prompt è importante. Elenca gli eventi nella sequenza in cui devono verificarsi, ad esempio: "Passi sulla ghiaia, poi si apre una porta metallica." Per un singolo suono, è preferibile un prompt breve e concreto.

Anche la formulazione è importante. Uno dei nostri tester ha scoperto che "una coppia che litiga in francese" funzionava molto meglio di "una coppia che combatte in francese". Prova diverse formulazioni dello stesso evento prima di sceglierne una.

Prova entrambi i modelli

SFX v3 è un aggiornamento incrementale. È meno incline a troncare i suoni ad alta frequenza, come gong, campanelli e fischi di bollitori, e il nostro team di ingegneria afferma che nel complesso suona in modo più naturale.

Poiché entrambi i modelli funzionano sullo stesso endpoint, un test A/B è economico. Esegui i prompt che usi più spesso sia con v2 sia con v3 per confrontare i risultati prima di passare al nuovo modello.

Prova SFX v3

Consulta il Riferimento API per la creazione di effetti sonori per l'elenco completo dei parametri, poi invia la tua prima richiesta v3. Se preferisci ascoltare gli effetti sonori prima di scrivere codice, li trovi anche nella scheda Sound Effects, in Flows e in Studio di ElevenCreative.