Новинка · 2 ноября 2026Звук для видео

ElevenLabs SFX v3: звуковые эффекты для клипа — запросы и проверка

Редакция AI Music · обновлено 7 ноября 2026

Картинка в клипе уже есть, а звука в кадре нет: ни скрипа двери, ни дождя за окном, ни шагов. Для таких «подкладок» нужны звуковые эффекты, и 2 ноября 2026 года ElevenLabs сделала новой моделью SFX v3 основную для них. Разбираем, что именно заявлено, как писать запросы и как проверять результат на своём видео.

Что нового в SFX v3

Запись в журнале изменений ElevenLabs от 2 ноября 2026 года сообщает, что модель SFX v3 (идентификатор eleven_text_to_sound_v3) доступна всем рабочим пространствам. По сравнению с предыдущей eleven_text_to_sound_v2 разработчик заявляет:

• точнее выполняются запросы из нескольких инструкций сразу;
• лучше получаются запросы с музыкой или вокалом;
• звук естественнее;
• реже возникает клиппинг на высоких звуках вроде колокольчиков и свистков.

В веб-интерфейсе ElevenCreative SFX v3 стала моделью по умолчанию в разделах Sound Effects, Studio и Flows, а звуковые эффекты, которые добавляет функция Video to music, генерируются ею же. В API нужно указать model_id со значением eleven_text_to_sound_v3. Модель v2 объявлена устаревшей и будет отключена 1 марта 2027 года.

Всё это — заявления производителя. Мы модель не тестировали, поэтому не приводим собственных замеров качества. Сама ElevenLabs в документации по звуковым эффектам советует сравнивать обе модели на своих запросах: результаты зависят от формулировки.

Для автора клипа это означает смену привычки: вместо поиска готового файла в библиотеке вы описываете сцену словами, получаете несколько вариантов и выбираете тот, что совпал с кадром. Экономия времени возможна, но она зависит от вашей формулировки и от числа попыток; заранее закладывайте время на прослушивание и подгонку.

Что это меняет для авторов клипов

Практический вывод один: запрос из нескольких событий теперь стоит пробовать как единый эпизод, а не склеивать из трёх отдельных коротких файлов. Если модель действительно лучше держит последовательность, вы получите «дверь скрипнула — шаги по гравию — порыв ветра» одним куском и сразу выровняете его по таймлайну.

Второй момент — музыкальные и голосовые элементы в запросах. В документации среди примеров есть барабанная петля и атмосферный синтезаторный фон. Для готовой песни это не замена: для полноценной музыки в той же документации отсылают к отдельному музыкальному API. А вот для коротких связок, стингеров и подкладок под переходы возможностей может хватить.

Если вы собираете клип из песни, звуковые эффекты — только слой поверх неё: сначала раскадровка клипа, потом список «что должно звучать» для каждой сцены. Про подготовку самой картинки и движения читайте в статьях «Клип из песни с помощью ИИ» и про Kling Motion Control.

Как писать запросы: примеры

Документация советует описывать действие, место, атмосферу и характер исполнения, а не общую категорию звука. Вместо «дождь» — «дождь по стеклу в тихой квартире». Примеры самой ElevenLabs написаны по-английски; поддержку русских формулировок мы не проверяли, поэтому безопаснее переводить запрос и сравнивать на слух.

Пример для одной сцены, рассчитанный на несколько событий подряд:

Footsteps on gravel approaching slowly, then a heavy wooden door creaking open, quiet night outdoors.

Пример для фона, который нужно зациклить под длинную сцену:

Rain against a window in a quiet apartment, steady, no thunder.

Пример для акцента на переход между сценами. В документации перечислены термины, которые помогают формулировке: impact, whoosh, ambience, one-shot, loop, drone, braam, glitch.

Short whoosh transition, fast and airy, one-shot, no music.

Две оговорки из той же документации. Формулировка влияет на результат: «a couple arguing in French», по описанию авторов, дало лучше, чем «a couple fighting in French». И запросы с точным числом повторов, например «triangle hit 4 times», выполняются не всегда, поэтому количество ударов проверяйте на слух и при необходимости подрезайте в монтаже.

План: озвучить ролик за один вечер

1. Разметьте видео. Выпишите по таймкодам видимые события: открылась дверь, пошёл дождь, герой повернулся.
2. Составьте запросы. Одно событие или короткая цепочка — один запрос, с местом и атмосферой.
3. Сгенерируйте по нескольку вариантов. Сохраняйте запрос рядом с файлом, чтобы потом повторить удачный.
4. Выровняйте по кадру. Подвиньте начало звука к моменту действия; хвост подрежьте.
5. Проверьте на телефоне. Эффекты не должны перекрывать голос и музыку.

Пример разметки для 15-секундной сцены

Допустим, в клипе героиня выходит из дома под дождём. Это учебная разметка, а не результат нашей генерации. Составьте таблицу: 0–3 с — скрип двери; 3–10 с — шаги по мокрому гравию; всё время — дождь на заднем плане; 12 с — короткий переход к следующей сцене. Первые два события можно попробовать одним запросом, дождь — отдельным фоном, переход — отдельным акцентом.

Такое деление помогает при правках. Если шаги получились слишком громкими, вы заменяете один файл, а не перегенерируете весь эпизод. Если эффект не совпал по длине, подрезайте хвост, а не просите «покороче» без проверки: формулировка влияет на результат непредсказуемо, а лимит на длину — 30 секунд на генерацию.

Наконец, оставьте место для музыки. Эффекты и песня конкурируют за одни и те же частоты, поэтому после сведения прослушайте клип целиком: звук шагов не должен заглушать припев, а дождь — слова.

Ограничения и что проверить

• По документации, максимальная длина одной генерации — 30 секунд; для более длинных фонов предусмотрена зацикленная версия, которая рассчитана на бесшовное повторение.
• Форматы вывода: MP3 для всех эффектов и WAV 48 кГц для незацикленных. Лицензии и условия коммерческого использования смотрите в условиях ElevenLabs, мы их не разбираем.
• Лимиты параллельных запросов зависят от тарифа; цифры и стоимость сверяйте на странице ElevenLabs.
• Подключение SFX v3 к AI Music не подтверждено. Статья — об инструменте для звукового слоя ролика, который вы монтируете сами.

Вопросы и ответы