ElevenLabs ogłasza SFX v3, najnowszą wersję swojego modelu generowania efektów dźwiękowych. Dostępny od teraz w ElevenCreative i przez ElevenAPI, jest przedstawiany jako bardziej niezawodny w przypadku poleceń opisujących kilka dźwięków jednocześnie, z bardziej przekonującą muzyką i głosami oraz czystszym i bardziej naturalnym brzmieniem niż SFX v2 w testach porównawczych.
Silna scena rzadko opiera się na jednym dźwięku. Sekwencja piłkarska może wymagać oklaskującej tłumy, spadającej piłki, a następnie tego samego tłumu gwizdzącego kilka sekund później. Do tej pory uzyskanie wszystkich tych elementów z jednego polecenia wymagało wielu prób.
Wiele dźwięków w jednym poleceniu
SFX v3 lepiej przestrzega wielu instrukcji zawartych w jednym tekście. Więcej opisywanych dźwięków trafia więc do wygenerowanego audio. Według ElevenLabs użytkownik może opisać dźwięki składające się na jego scenę i usłyszeć, jak się one ze sobą łączą.
Dla twórców filmów, gier lub innych projektów proponowana metoda polega na rozpoczęciu od głównej akcji, dodaniu dźwięków otoczenia, a następnie odsłuchaniu ich wspólnego efektu. Opis można następnie dostosować, aby zbliżyć się do pożądanego rezultatu.
Muzyka, głosy i jakość dźwięku
Model poprawia również generowanie, gdy polecenie zawiera muzykę i głosy. Pozwala, według firmy, na tworzenie efektów łączących frazę muzyczną lub interpretację wokalną z dźwiękami otoczenia i codziennymi.
Jakość każdego dźwięku wpływa na wiarygodność sceny. Gong musi zachować swoją rezonans, dzwoneczek swój dźwięk, a gwizdek utrzymać swoją nutę bez stawania się ostrym lub trzaskającym. ElevenLabs wskazuje, że SFX v3 poprawia ogólną jakość dźwięku i zmniejsza prawdopodobieństwo wystąpienia tych niepożądanych artefaktów w przypadku gongów, dzwoneczków i gwizdków. Uzyskane audio lepiej zachowuje charakter żądanego dźwięku, niezależnie od tego, czy zajmuje on pierwszy plan, czy dodaje szczegóły w tle.
Dostępność
W ElevenCreative efekty można generować i eksplorować w zakładce Sound Effects, dodawać do Flows lub integrować z projektami w Studio. SFX v3 jest również dostępny z aplikacji mobilnej ElevenLabs. Deweloperzy mogą natomiast używać modelu przez ElevenAPI, jego interfejs programistyczny, aby zintegrować generowanie efektów dźwiękowych z własnymi produktami i przepływami pracy.
