ElevenLabs Sound Effects V2: テキストから効果音とループする環境音を作る

ちょうどいい具合にきしむドア。シーン全体の下で継ぎ目なく流れる、トタン屋根を打つ雨。うなり、バチバチと鳴り、そして空間を引き裂く宇宙船。こうした音をサウンドライブラリで探すと午後がまるごとスクロールで消えますが、ElevenLabs Sound Effects V2 は一文から書き起こします。音を説明し、長さを決めると、音声ファイルが返ってきます。モデル一覧でも特に安いモデルのひとつなので、試行錯誤にうってつけです。

詩人ではなくフォーリーアーティストのように考える

プロンプト欄が求めるのは3つで、すべてに答える価値があります。音そのもの、音が鳴る場所、そして時間とともにどう変わるかです。「ドア」と書けばありきたりなドアになります。「石造りの廊下にある重い木のドア、ゆっくりきしみ、続いて低いドンという音と短い残響」と書けばシーンになります。プロンプトは短い段落ほどの文字数制限があるので、「すごい」のような形容詞ではなく、音源、空間、出来事の順番に言葉を使いましょう。

モデルページの例を見てください。宇宙船がリアクターのうなりを高め、次に電気のアーク、次に空間が裂ける金属的な轟音、次にヒュッという風切り音、最後に残響が消えて無音になります。これは聞こえる順に書かれたタイムラインで、だから結果がランダムではなく設計された音に聞こえるのです。

4つの設定

• Prompt. 必須。上で説明した音の描写です。
• Duration. 秒単位のスライダーで、短いブリップから、ゆっくりした盛り上がりとフェードが収まる長さまで。初期値は数秒で、単発の効果音ならたいていこれで足ります。
• Loop(詳細設定)。なめらかに繰り返すよう作られた音を求めます。雨、人混み、サーバールーム、木々を抜ける風など、環境音ではオンにしましょう。
• Prompt influence(詳細設定)。値を上げるほど言葉に忠実に、下げるほどモデルの自由度が増します。初期値は低めです。

最初の3つのプロンプト

ちょっとしたコツ

• いらないものを書く。 例のプロンプトは "Sound effects only, no speech, no music" で終わっています。紛れ込んだメロディやつぶやきでテイクが台無しになりそうなときは、この一文を借りましょう。
• 短く試してから伸ばす。 まず短い長さでアイデアを試します。音の性格が決まったら、必要な長さでもう一度実行します。
• 正確な効果音では Prompt influence を上げる。 特定の順序(カチッ、次にピッ、次にシュー)ならスライダーを上げます。「夜の不気味な森」のような雰囲気なら低いままにして、モデルに空間を埋めさせます。
• 複雑な音を1つ頼むより、単純な音を2つ編集ソフトで重ねる。 風の背景音と、別に作ったきしむ看板の音のほうが、1つのプロンプトに両方入れるよりうまく混ざります。

できないこと

このモデルが聞くのはあなたの言葉だけです。動画を入力できないので、クリップを見てグラスが割れる瞬間に音を合わせることはできません。音の位置合わせは編集ソフトで自分で行います。1回の実行の長さにも控えめな上限があるので、長い環境音は1本の連続録音ではなく、ループの繰り返しになります。作れるのは効果音と環境音で、クリーンなセリフや完成した曲ではありません。音声には音声モデルを使い、手持ちの録音をきれいにしたいなら、お隣の ElevenLabs Audio Isolation が向いています。