原文標題:Introducing SFX v3 for developers

ElevenLabs於11月2日推出音效生成模型SFX v3,透過既有Sound Effects API提供服務。官方表示,新版比SFX v2更能遵循包含多個指令的提示,對人聲及音樂的處理也有改善。開發者可在原有音效生成端點指定新版模型識別碼切換,不必另接一套端點,也能用相同常用提示比較兩版結果。

使用方式上,模型會依提示決定音效長度;若需要特定時間,則可另外設定長度參數。當輸出偏離需求時,可以提高提示影響參數,讓結果更貼近描述,但生成間的變化也會減少。官方建議,多段音效應依事件實際發生的先後順序撰寫,而單一聲音適合使用短且具體的描述,並在確定用詞前比較不同表達。

這次更新仍有功能差異:循環音效目前只支援v2,需要循環的請求應繼續使用舊模型。官方將v3定位為漸進更新,稱高頻聲音較不容易出現削波,整體聽感更自然,但沒有提供可一概套用的量化改善比例。除API外,使用者也可透過ElevenCreative中的音效分頁、Flows與Studio試聽,再決定是否將既有流程切換到新版。

發生了什麼事

ElevenLabs在既有音效API加入SFX v3,改善多段提示、人聲與音樂處理。開發者可以修改模型識別碼試用,並沿用同一端點對照舊版輸出。

為什麼重要

音效工作流程可直接比較新版是否符合常用提示,而不必先重建串接。官方同時保留v2的使用情境,提醒需要循環輸出的團隊不能只依版本新舊切換。

影響哪些人

以API產生音效的遊戲、影片與互動內容開發者,以及使用ElevenCreative製作聲音的創作者,是這次更新的主要對象;既有整合者需特別測試長度與循環需求。

已確認與未確認

新版模型與API用法已公布,循環功能仍限v2。對高頻削波及自然度的改善是官方說法,公告沒有提供統一測試分數,實際品質應由常用素材對照判斷。