Apresentamos o SFX v3 para desenvolvedores

Hoje, lançamos o SFX v3, nosso mais novo modelo de efeitos sonoros na API de Efeitos Sonoros. Ele segue prompts com várias instruções mais fielmente que o SFX v2 e lida melhor com vocais e música. Para testá-lo, defina model_id como eleven_text_to_sound_v3 no endpoint POST /v1/sound-generation.

ID do modelo

Para atualizar para o novo modelo, basta atualizar o ID do 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",
)

O modelo define a duração do efeito sonoro com base no prompt. Se você precisar de uma duração específica, defina duration_seconds com o tempo desejado.

Se os resultados se distanciarem do que você pediu, aumente prompt_influence acima do valor padrão de 0.3. Valores mais altos seguem o prompt mais de perto e variam menos entre as gerações. O parâmetro de consulta output_format define o codec e a taxa de amostragem, como mp3_44100_128 ou pcm_48000.

No momento, o loop funciona apenas com eleven_text_to_sound_v2. Portanto, se você precisar disso na sua solicitação, use o modelo v2 com loop: true.

Como criar prompts

O SFX v3 é excelente para efeitos sonoros de várias partes. Para aproveitar ao máximo o modelo, a ordem dos prompts importa. Liste os eventos na sequência em que devem acontecer, como: "Passos sobre cascalho, depois uma porta metálica se abre." Para um som único, um prompt curto e concreto funciona melhor.

A escolha das palavras também importa. Um de nossos testadores descobriu que "um casal discutindo em francês" funcionou muito melhor do que "um casal brigando em francês". Teste algumas formulações para o mesmo evento antes de escolher uma.

Teste os dois modelos

O SFX v3 é uma atualização incremental. Ele tem menos chance de apresentar cortes em sons de alta frequência, como gongos, sinos e apitos de chaleira, e nossa equipe de engenharia afirma que, no geral, ele soa mais natural.

Como os dois modelos usam o mesmo endpoint, fazer um teste A/B custa pouco. Execute seus prompts mais comuns nos modelos v2 e v3 para comparar os resultados antes de fazer a troca.

Experimente o SFX v3

Consulte a referência da API Create sound effect para ver a lista completa de parâmetros e envie sua primeira solicitação para o v3. Se preferir ouvir seus efeitos sonoros antes de escrever código, eles também estão na aba Efeitos Sonoros, no Flows e no Estúdio do ElevenCreative.