A ElevenLabs anuncia SFX v3, a última versão do seu modelo de geração de efeitos sonoros. Disponível desde já no ElevenCreative e através do ElevenAPI, é apresentado como mais fiável para instruções que descrevem vários sons de uma só vez, com música e vozes mais convincentes e um som mais limpo e natural do que o SFX v2 em testes de referência.
Uma cena forte raramente depende de um único som. Uma sequência de futebol pode precisar de uma multidão a aplaudir, uma bola a cair e, depois, a mesma multidão a assobiar alguns segundos mais tarde. Até agora, obter todos estes elementos a partir de uma única instrução exigia múltiplas tentativas.
Vários sons na mesma instrução
O SFX v3 segue melhor várias instruções contidas num mesmo texto. Portanto, mais dos sons descritos aparecem no áudio gerado. Segundo a ElevenLabs, o utilizador pode descrever os sons que compõem a sua cena e ouvir a forma como estes se articulam entre si.
Para os criadores de vídeos, jogos ou outros projetos, o método proposto consiste em partir da ação principal, adicionar os sons envolventes e depois ouvir o resultado comum. A descrição pode então ser ajustada para se aproximar do resultado pretendido.
Música, vozes e qualidade sonora
O modelo também melhora a geração quando a instrução inclui música e vozes. Permite, segundo a empresa, criar efeitos que associam uma frase musical ou uma interpretação vocal a sons de ambiente e do quotidiano.
A qualidade de cada som influencia a credibilidade de uma cena. Um gongo deve manter a sua ressonância, um sino o seu tilintar e um apito deve manter a sua nota sem se tornar estridente ou crepitante. A ElevenLabs indica que o SFX v3 melhora a qualidade sonora global e reduz a probabilidade destes artefactos indesejados em gongos, sinos e apitos. O áudio obtido preserva melhor o carácter do som solicitado, quer este ocupe o primeiro plano, quer adicione detalhes em segundo plano.
Disponibilidade
No ElevenCreative, os efeitos podem ser gerados e explorados no separador Sound Effects, adicionados aos Flows ou integrados em projetos no Studio. O SFX v3 também está acessível a partir da aplicação móvel da ElevenLabs. Os programadores podem, por sua vez, utilizar o modelo através do ElevenAPI, a sua interface de programação, para integrar a geração de efeitos sonoros nos seus próprios produtos e fluxos de trabalho.
