AI 视频的最后一块短板，ElevenLabs 又往前补了一格 🎧
10/29 ElevenLabs 上线 SFX v3，新一代 text-to-sound effects 模型，ElevenCreative 和 API 都能用。
官方说的几个升级点：
1️⃣ 一个 prompt 里写好几种声音也能听懂。比如「球场欢呼、球落地、观众嘘声」，以前要生成三次再拼，现在一条出完整段落
2️⃣ 带音乐、人声的音效生成更像样（官方举例：「Gospel choir singing hello」）
3️⃣ 高频声音（锣、风铃、哨子）更少爆音和杂音
4️⃣ 支持无缝 loop，单段最长 30 秒；API 里 model_id 改成 eleven_text_to_sound_v3 就行，v2 仍是默认
几个冷静点：
· 官方 docs 写明是 limited access，部分地区和账号会报「Unknown model」
· 「比 v2 更好」来自他们自己的 benchmark，数据没公开
· 文档自己也说：同一 prompt 建议 v2/v3 对比着听再切换。连「敲三角铁 4 下」这种精确次数都不保证
我的看法：AI 视频这两年卷画面卷疯了，但真正费人工的一直是声音——配乐、环境音、拟音。音效这层被模型吃掉，小团队做短片、做游戏 demo 的成本又下一个台阶。
卖铲子的继续赚钱，用铲子的继续卷效率。只筛选不教育，自己拿 prompt 去试，耳朵比 benchmark 诚实。
来源：ElevenLabs 官方博客及开发者文档（2026-10-29）
#AI #ElevenLabs #AIGC
10/29 ElevenLabs 上线 SFX v3，新一代 text-to-sound effects 模型，ElevenCreative 和 API 都能用。
官方说的几个升级点：
1️⃣ 一个 prompt 里写好几种声音也能听懂。比如「球场欢呼、球落地、观众嘘声」，以前要生成三次再拼，现在一条出完整段落
2️⃣ 带音乐、人声的音效生成更像样（官方举例：「Gospel choir singing hello」）
3️⃣ 高频声音（锣、风铃、哨子）更少爆音和杂音
4️⃣ 支持无缝 loop，单段最长 30 秒；API 里 model_id 改成 eleven_text_to_sound_v3 就行，v2 仍是默认
几个冷静点：
· 官方 docs 写明是 limited access，部分地区和账号会报「Unknown model」
· 「比 v2 更好」来自他们自己的 benchmark，数据没公开
· 文档自己也说：同一 prompt 建议 v2/v3 对比着听再切换。连「敲三角铁 4 下」这种精确次数都不保证
我的看法：AI 视频这两年卷画面卷疯了，但真正费人工的一直是声音——配乐、环境音、拟音。音效这层被模型吃掉，小团队做短片、做游戏 demo 的成本又下一个台阶。
卖铲子的继续赚钱，用铲子的继续卷效率。只筛选不教育，自己拿 prompt 去试，耳朵比 benchmark 诚实。
来源：ElevenLabs 官方博客及开发者文档（2026-10-29）
#AI #ElevenLabs #AIGC