ElevenLabs Sound Effects V2: шумы и зацикленный фон из текста

Дверь, которая скрипит именно так, как нужно. Дождь по жестяной крыше, который без единого шва звучит под всей сценой. Космический корабль, который гудит, трещит, а потом разрывает пространство. Чтобы найти такое в звуковой библиотеке, уйдёт полдня прокрутки; ElevenLabs Sound Effects V2 пишет это по одной фразе. Вы описываете звук, задаёте длительность и получаете аудиофайл. Это одна из самых дешёвых моделей на странице моделей, поэтому с ней удобно экспериментировать.

Думайте как шумовик, а не как поэт

Поле промпта просит три вещи, и стоит ответить на все: сам звук, место, где он звучит, и как он меняется во времени. "Дверь" даст обычную дверь. "Тяжёлая деревянная дверь в каменном коридоре, медленный скрип, затем глухой удар и короткое эхо" даст сцену. Промпт ограничен коротким абзацем, так что тратьте слова на источник, пространство и порядок событий, а не на эпитеты вроде "потрясающий".

Посмотрите пример на странице модели: звездолёт наращивает гул реактора, потом электрические разряды, потом металлический рёв разрывающегося пространства, потом свист, потом эхо, затихающее до тишины. Это временная шкала, записанная в том порядке, в котором вы её услышите, и поэтому результат звучит продуманно, а не случайно.

Четыре настройки

• Prompt. Обязательно. Описание, о котором шла речь выше.
• Duration. Ползунок в секундах, от короткого щелчка до отрезка, в который помещаются медленное нарастание и затухание. По умолчанию несколько секунд, этого хватает для большинства одиночных эффектов.
• Loop (дополнительно). Просит звук, рассчитанный на плавное повторение. Включайте для фона: дождь, толпа, серверная, ветер в деревьях.
• Prompt influence (дополнительно). Чем выше значение, тем точнее модель следует вашим словам; чем ниже, тем больше у неё свободы. По умолчанию значение низкое.

Три промпта для начала

Лайфхаки

• Говорите, чего не хотите. Пример на странице модели заканчивается словами "Sound effects only, no speech, no music". Берите эту фразу всякий раз, когда случайная мелодия или бормотание испортят дубль.
• Сначала коротко, потом длиннее. Проверьте идею на короткой длительности. Когда характер звука устраивает, запустите ещё раз на нужную полную длину.
• Поднимайте Prompt influence для точных эффектов. Для конкретной последовательности (щелчок, затем писк, затем шипение) сдвиньте ползунок вверх. Для настроения вроде "жуткий ночной лес" оставьте его низким и дайте модели заполнить пространство.
• Накладывайте два простых звука в редакторе вместо того, чтобы просить один сложный. Подложка ветра плюс отдельно скрипящая вывеска сводятся лучше, чем оба звука в одном промпте.

Где её предел

Она слышит только ваши слова. Видео на вход не принимается, поэтому модель не может посмотреть ролик и попасть в момент, когда разбивается стакан; звук вы выравниваете сами в редакторе. Один запуск ограничен скромной длиной, так что долгий фон получается повторением петли, а не одной непрерывной записью. Модель делает эффекты и фон, а не чистую реплику голосом и не готовую песню: для речи берите речевую модель, а чтобы очистить уже существующую запись, вам нужна соседка ElevenLabs Audio Isolation.