ElevenLabsが音響効果モデル「SFX v3」公開 複数指示への追従性が向上

前と何が違う？

順番のある指示を正確に再現できる

SFX v3は特徴を持っています。複数の指示を出すときにその順番をしっかりと守るのが得意です。「砂利の上を歩く足音、その後に金属のドアが開く音」のように指示を出します。発生させたい出来事を時系列で並べると効果的です。

プロンプトの影響度を調整できる

出力が求めている音から少しずれてしまうときがあります。デフォルトが0.3である「prompt_influence」の値を上げてください。これで調整が可能です。値を高くすると、指示により忠実になります。生成ごとのブレが少なくなります。

音の長さやフォーマットの設定方法

効果音の長さはプロンプトの内容からモデルが自動で判断します。しかし特定のタイミングが必要な場合もあります。そのときは「duration_seconds」で時間を指定可能です。また別のパラメータもあります。「output_format」パラメータを使って設定します。mp3_44100_128やpcm_48000などのコーデックとサンプルレートを設定可能です。

ループ再生についての注意点は？

ループ再生機能については別の仕様があります。現時点では「eleven_text_to_sound_v2」でのみ動作します。ループ処理が必要なリクエストを送る場合です。このときはv2モデルを使います。「loop: true」を指定して使い分ける必要があります。

料金と提供形態は？

ElevenLabsの公式ブログが公開されています。しかし具体的な価格や無料枠の変更についての言及はありません。APIの従量課金システムを通じて提供されています。既存のユーザーはそのまま利用可能です。同じ仕組みのなかでモデルを切り替えて利用できます。

日本で使える？

日本から問題なく利用できます。ElevenLabsのアカウントを作成してください。API経由でエンドポイントにアクセスします。あるいはElevenCreative内の画面を使います。「Sound Effects」タブ、Flows、Studioといった画面です。これらからコードを書かずに試すことができます。

自分にはどう関係する？

エンジニアなら

APIのモデルIDを書き換えるだけで導入できます。そのため既存のアプリケーションに組み込んでいる機能があります。効果音生成機能を簡単に最新版へアップデート可能です。

企画・マーケティングなら

映像作品やプロモーション用の効果音があります。これをよりイメージ通りに作れるようになります。そのため制作物のクオリティを高めやすくなります。

まとめ

SFX v3は実用的なアップデートです。複数の指示や高い音の処理を改善しています。まずは開発環境やクリエイティブツールから試してください。v2モデルとの違いを比較してみましょう。