隆重推出 Eleven v4，这是我们迄今为止最具情感表现力的模型。

探索跳至内容登录注册联系销售登录

今天，我们发布 SFX v3，这是我们 Sound Effects API 中最新的音效模型。相比 SFX v2，它能更严格地遵循包含多条指令的提示词，并且能更好地处理人声和音乐。要试用它，请在 POST model_id 端点中将 eleven_text_to_sound_v3 设置为 /v1/sound-generation 。

模型 ID

要更新到新模型，只需更新模型 ID：

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",
)

模型会根据提示词选择音效的时长。如果你需要特定的时间，请将 duration_seconds 设置为你想要的时间。

如果输出偏离了你的要求，请将 prompt_influence 提高到其默认值 0.3 以上。数值越高，越贴合提示词，不同生成结果之间的差异也越小。output_format 查询参数用于设置编解码器和采样率，例如 mp3_44100_128 或 pcm_48000。

循环生成目前仅支持 eleven_text_to_sound_v2，因此如果你的请求需要循环生成，请坚持使用 v2 模型并设置 loop: true。

如何编写提示词

SFX v3 非常擅长生成多段式音效。要充分发挥模型的能力，提示词的顺序很重要。请按事件应发生的顺序列出它们，例如：“踩在碎石上的脚步声，然后是一扇金属门打开。”对于单一音效，简短、具体的提示词效果最好。

措辞也很重要。我们的一位测试者发现，“一对情侣用法语争吵”比“一对情侣用法语打架”效果好得多。在最终确定之前，请尝试同一事件的几种不同表述。

测试两个模型

SFX v3 是一次增量更新。它更不容易在锣、风铃和烧水壶鸣笛等高频声音上出现削波，我们的工程团队表示它整体听起来更自然。

由于两个模型运行在同一个端点上，进行 A/B 测试的成本很低。在切换之前，请用你最常用的提示词分别通过 v2 和 v3 运行，以比较结果。

试用 SFX v3

查看 创建音效 API 参考 以获取完整参数列表，然后发送你的第一个 v3 请求。如果你希望在编写代码之前先试听音效，它们也位于 ElevenCreative 的 Sound Effects 标签页、Flows 和 Studio 中。 ElevenCreative.

作者

Tadas Petra

Tadas Petra

查看个人资料

Tadas Petra 是一名开发者关系工程师，帮助开发者使用 ElevenLabs 产品套件进行构建。他还是开发者教育平台 Hungrimind 的创始人。此前，他曾担任 Agora 的首席开发者布道师以及 Zero To Mastery 的讲师。

    相关文章

    用最高质量的 AI 音频进行创作

    联系销售注册