Modelele text-to-SFX primesc o descriere și generează un efect sonor sau o ambianță. Le folosești când nu ai înregistrarea în bibliotecă sau când sunetul este greu de înregistrat.
ElevenLabs Sound Effects (modelul eleven_text_to_sound_v2) generează până la 30 de secunde pe generare (durată între 0,1 și 30 de secunde). Opțiunea loop produce efecte care se pot repeta fără un început sau un sfârșit perceptibil. Prompt influence mare înseamnă o interpretare mai literală a promptului. Ieșirea este MP3 pentru toate efectele și WAV la 48 kHz pentru cele care nu sunt în buclă.
Variante deschise: Stable Audio 3.0 Small SFX (mai 2026, greutăți deschise, antrenat pe date licențiate, gândit să ruleze pe telefoane și laptopuri) și AudioGen din AudioCraft (facebook/audiogen-medium, 1,5 miliarde de parametri, 16 kHz, greutăți sub licență necomercială CC-BY-NC 4.0).
Concepte cheie și caracteristici
| Concept / Parametru | Descriere practică |
|---|---|
Durată (ElevenLabs) |
Între 0,1 și 30 de secunde pe generare. |
Loop (ElevenLabs) |
Efect care se repetă fără tăieturi audibile. |
Prompt influence |
Mare: interpretare literală. Mică: interpretare mai liberă, cu variații. |
Stable Audio 3.0 Small SFX |
Model deschis pentru efecte sonore, rulează pe dispozitiv; Stability AI Community License. |
AudioGen |
Model text-to-sound din AudioCraft (Meta), 16 kHz, necomercial. |
Exemple practice și scenarii reale
Exemplul 1: Efect foley cu acustica precizată
Heavy footsteps crunching slowly on dry snow, faint wind in the background, close-up, dry recordingExemplul 2: AudioGen din Python
from audiocraft.models import AudioGen
model = AudioGen.get_pretrained('facebook/audiogen-medium')
model.set_generation_params(duration=5)
wav = model.generate(['dog barking', 'rain on a tin roof'])Greșeli frecvente și capcane
- Nu descrii spațiul acustic. Specifică dacă sunetul e într-o încăpere mică și „seacă” sau într-o sală cu reverberație lungă.
- Folosești AudioGen într-un produs comercial. Greutățile AudioCraft sunt sub licența CC-BY-NC 4.0.
- Ceri efecte mai lungi de 30 de secunde într-o singură generare ElevenLabs. Pentru ambianțe lungi, generează o buclă (loop).
Întrebări & Exemple practice:
Generarea de efecte sonore din text (Text-to-SFX)Ai o întrebare despre Generarea de efecte sonore din text (Text-to-SFX) sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.