ElevenLabs Sound Effects V3: サウンドシーンをまるごと書く

多くの効果音ツールは、1つのプロンプトにつき1つの音しか出しません。ドア、水しぶき、パンチといった具合です。ElevenLabs Sound Effects V3 は、効果音、環境音、複数パートの音のシーンを作ると説明されていて、注目すべきは最後の部分です。音で小さな物語を描写すると、順番どおりにひとつのクリップとして返ってきます。以前の Sound Effects V2 を使ったことがあるなら、この記事は書き方の何が変わるかについてのものです。

音だけでなく、順番を書く

プロンプト欄では、音、その環境、出来事の順番を書くよう求められます。最後の点が新しい考え方で、モデルは順番をきちんと扱います。時間の流れを述べた一文のようなプロンプトなら、その時間どおりに進むクリップが返ってきます。

形に注目してください。出来事を「続いて」「そのあと」といった言葉でつなぎ、表面(木の床)と部屋(静かな)を示し、欲しくないものを短く挙げています。どれも、モデルが勝手に補ってしまう推測を減らす役割です。

大事な設定

• Duration: 秒単位のスライダーで、1秒に満たない長さから最長で30秒まで。物語に合わせて選びます。単発の音ならごく短く、3つの場面があるシーンなら余裕が必要です。
• Loop(Advanced): なめらかに繰り返せるよう作られた音を求めます。雨、うなり音、市場の人混み、焚き火など、ゲームのステージや動画の下でつなぎ目なく流したい音に使います。
• Prompt influence(Advanced): 値が高いほど文章に忠実に従い、実行ごとの違いが小さくなります。低いとモデルがアドリブを入れます。書いたとおりの順番が欲しいときは上げ、意外な結果を探すときは下げます。

小さなシーンを3回で作る

1. 01まず素朴な版を書きます。1文、出来事は2つか3つ、形容詞なし。短い長さで実行します。
2. 02足りないものを聴き取ります。たいていは部屋です。空間(タイル張りの浴室、がらんとした格納庫、夕暮れの森)と表面を足します。
3. 03除外指示は最後に加えます。声なし、音楽なし、突然の大きな音なし。必要な長さいっぱいでもう一度実行します。

苦手なこと

テキストだけから音を作ります。動画を渡して映像に合わせてもらうことはできないので、結果の同期は編集ソフトで行います。声や音楽はこのモデルの用途ではなく、頼むとぼやけた近似になりがちです。出来事の多い長いシーンでは、どれかが抜けたり入れ替わったりすることがあるため、聴くときに順番を確認し、とても忙しいシーンは2つのクリップに分けて自分でつなぎましょう。

音が必要な動画には、モデルページのクリップと組み合わせられます。同じ用途で違う味わいが欲しいなら Mirelo SFX 2 も見てみてください。