用途:把制作需求转化为可用的非语音音频资产,包括拟音、环境声、电影化冲击、UI/游戏音效及短音乐元素。语音旁白、配音、克隆应改用语音技能;完整歌曲或配乐应改用音乐生成流程。
主要能力:调用 POST https://api.elevenlabs.io/v1/sound-generation 生成音频。请求体 text 必填,duration_seconds、prompt_influence、loop、model_id 可选;默认模型 eleven_text_to_sound_v2,loop 仅该模型支持。时长范围 0.5 至 30 秒,省略时长由模型决定;prompt_influence 取值 0 到 1,默认 0.3。output_format 为查询参数,格式如 mp3_44100_128,高规格格式可能需更高订阅等级。响应为音频文件,应立即保存并记录元数据。
使用方式:先写音效设计简报,明确功能、使用场景与资产类型;再选参数,探索用自动时长,需同步时显式指定时长,循环床用 loop: true,prompt_influence 按探索或生产需求调整。提示词按来源、动作、材质、环境、视角、动态、时长意图、混音约束与情绪角色组织。生成后修剪、归一化、检查循环接缝,并记录提示词、设置、模型、格式、日期与许可说明。
适用场景:拟音、环境声、电影化设计、游戏与应用 UI、社交视频点缀、短音乐组件。
限制:无法样本级同步已录制表演,不替代授权素材库或法证级精确声音,不用于完整配乐。付费用户可商用,免费用户仅限非商业;不得将输出作为独立音效文件、采样包或音效库销售分发,不得用于训练竞争模型。避免生成误导性警报或侵权、名人、品牌相关声音。价格与额度可能变动,预算敏感任务前应核对当前方案。