ElevenLabs anuncia SFX v3, la última versión de su modelo de generación de efectos de sonido. Disponible ya en ElevenCreative y a través de ElevenAPI, se presenta como más fiable para las indicaciones que describen varios sonidos a la vez, con una música y voces más convincentes y un sonido más limpio y natural que SFX v2 en pruebas de referencia.
Una escena potente rara vez se basa en un solo sonido. Una secuencia de fútbol puede requerir una multitud que aplaude, un balón que cae y luego la misma multitud que silba unos segundos después. Hasta ahora, obtener todos estos elementos a partir de una sola indicación requería multiplicar los intentos.
Varios sonidos en una misma indicación
SFX v3 sigue mejor varias instrucciones contenidas en un mismo texto. Por lo tanto, más de los sonidos descritos aparecen en el audio generado. Según ElevenLabs, el usuario puede describir los sonidos que componen su escena y escuchar cómo se articulan entre sí.
Para los creadores de vídeos, juegos u otros proyectos, el método propuesto consiste en partir de la acción principal, añadir los sonidos circundantes y luego escuchar su resultado conjunto. La descripción puede ajustarse después para acercarse al resultado buscado.
Música, voces y calidad sonora
El modelo también mejora la generación cuando la indicación incluye música y voces. Permite, según la empresa, crear efectos que asocian una frase musical o una interpretación vocal con sonidos ambientales y cotidianos.
La calidad de cada sonido influye en la credibilidad de una escena. Un gong debe conservar su resonancia, una campanilla su tintineo y un silbato debe mantener su nota sin volverse estridente o crepitante. ElevenLabs indica que SFX v3 mejora la calidad sonora general y reduce la probabilidad de estos artefactos no deseados en gongs, campanillas y silbatos. El audio obtenido conserva mejor el carácter del sonido solicitado, ya ocupe el primer plano o añada detalles en segundo plano.
Disponibilidad
En ElevenCreative, los efectos pueden generarse y explorarse en la pestaña Sound Effects, añadirse a Flows o integrarse en proyectos en Studio. SFX v3 también es accesible desde la aplicación móvil de ElevenLabs. Los desarrolladores pueden, por su parte, utilizar el modelo a través de ElevenAPI, su interfaz de programación, para integrar la generación de efectos de sonido en sus propios productos y flujos de trabajo.
