ElevenLabs annonce SFX v3, la dernière version de son modèle de génération d’effets sonores. Disponible dès maintenant dans ElevenCreative et via ElevenAPI, il est présenté comme plus fiable pour les consignes décrivant plusieurs sons à la fois, avec une musique et des voix plus convaincantes ainsi qu’un son plus propre et plus naturel que SFX v2 lors de tests de référence.
- SFX v3 suit mieux les consignes décrivant plusieurs sons à la fois.
- Il améliore la musique, les voix et la qualité sonore globale.
- Il réduit les artefacts sur les gongs, les clochettes et les sifflets.
- Il est disponible dans ElevenCreative, dans l’application mobile et via ElevenAPI.
Une scène forte repose rarement sur un seul son. Une séquence de football peut nécessiter une foule qui applaudit, un ballon qui tombe, puis la même foule qui siffle quelques secondes plus tard. Jusqu’ici, obtenir l’ensemble de ces éléments à partir d’une seule consigne demandait de multiplier les essais.
Plusieurs sons dans une même consigne
SFX v3 suit mieux plusieurs instructions contenues dans un même texte. Davantage des sons décrits se retrouvent donc dans l’audio généré. Selon ElevenLabs, l’utilisateur peut décrire les sons qui composent sa scène et écouter la manière dont ils s’articulent entre eux.
Pour les créateurs de vidéos, de jeux ou d’autres projets, la méthode proposée consiste à partir de l’action principale, à ajouter les sons environnants, puis à écouter leur rendu commun. La description peut ensuite être ajustée pour se rapprocher du résultat recherché.
Musique, voix et qualité sonore
Le modèle améliore également la génération lorsque la consigne comprend de la musique et des voix. Il permet, selon l’entreprise, de créer des effets associant une phrase musicale ou une interprétation vocale à des sons d’ambiance et du quotidien.
La qualité de chaque son influe sur la crédibilité d’une scène. Un gong doit conserver sa résonance, une clochette son tintement, et un sifflet doit tenir sa note sans devenir strident ou crépitant. ElevenLabs indique que SFX v3 améliore la qualité sonore globale et réduit la probabilité de ces artefacts indésirables sur les gongs, les clochettes et les sifflets. L’audio obtenu conserve mieux le caractère du son demandé, qu’il occupe le premier plan ou qu’il ajoute des détails en arrière-plan.
Disponibilité
Dans ElevenCreative, les effets peuvent être générés et explorés dans l’onglet Sound Effects, ajoutés aux Flows, ou intégrés aux projets dans Studio. SFX v3 est également accessible depuis l’application mobile d’ElevenLabs. Les développeurs peuvent quant à eux utiliser le modèle via ElevenAPI, son interface de programmation, pour intégrer la génération d’effets sonores à leurs propres produits et flux de travail.
