Vítores, balón y abucheos en una sola orden: ElevenLabs lanza la IA de sonidos SFX v3
El nuevo modelo crea varios sonidos a la vez a partir de una sola descripción de texto y, según la empresa, reproduce con más convicción la música y el canto, y con más limpieza sonidos como los gongs.
Foto: Rafał Masłow / Wikimedia Commons, CC BY-SA 4.0 (recortada y redimensionada)
Vídeo: YouTube · ElevenLabs · youtube.com
El especialista en audio con IA ElevenLabs presentó el jueves SFX v3, la tercera versión de su modelo que genera efectos de sonido a partir de breves textos. Según la empresa, el modelo sigue con más fiabilidad varias instrucciones en una sola entrada, de modo que se oyen realmente más de los sonidos descritos en el clip final. El vídeo oficial de ElevenLabs muestra ejemplos.
Como ejemplo, ElevenLabs menciona una escena de fútbol: vítores de la multitud, un balón que rebota y, pocos segundos después, abucheos, todo a partir de una sola orden. El modelo también habría mejorado cuando se quiere combinar una melodía o una voz cantada con sonidos ambientales, según la empresa. Además, el sonido sería más limpio y natural; con gongs, carillones y silbidos habría menos ruidos parásitos. Estas afirmaciones se basan en pruebas comparativas de la propia empresa con SFX v2; no hay verificaciones independientes.
SFX v3 está disponible en la plataforma creativa ElevenCreative —por ejemplo, en Studio y en el editor de música—, a través de la interfaz para desarrolladores ElevenAPI y en la aplicación móvil de ElevenLabs. En el anuncio, la empresa no ofrece datos sobre precios ni sobre la duración máxima de los clips.