ElevenLabs는 10월 29일 효과음 모델 SFX v3를 출시했다. 새 모델은 한 번의 생성에서 여러 소리를 순서대로 표현할 수 있어, 크리에이터는 장면의 효과음을 여러 번 나눠 생성하고 손으로 이어 붙일 필요가 없어졌다. 이 모델은 ElevenCreative 각 화면과 ElevenAPI에서 사용할 수 있다.
하나의 프롬프트에 장면 전체의 소리를 담다
기존 텍스트 생성 효과음 작업에서는 여러 소리가 들어간 장면을 나눠 생성하는 경우가 많았다. 먼저 관중의 환호성, 다음에 공이 떨어지는 소리, 마지막으로 같은 관중의 야유를 생성하고 편집에서 타이밍을 맞춰야 했다. SFX v3는 여러 지시를 담은 프롬프트를 받아 설명된 순서대로 그 소리들을 한 번의 생성에 넣는다. ElevenLabs는 공식 설명에서 동작, 장면, 분위기, 연기를 적는 것이 범주 단어만 적는 것보다 효과적이라고 예를 들었다. "비"라고만 쓰기보다 "조용한 아파트에서 창문을 때리는 빗소리"라고 쓰는 편이 낫다는 것이다.
여러 소리를 한 번에 생성하는 것 외에도 SFX v3는 음악과 보컬 처리도 개선해 고주파 소리의 잡음이 줄었고, 징, 차임, 호루라기처럼 귀에 거슬리기 쉬운 소리가 더 깨끗하게 들린다. ElevenLabs에 따르면 새 모델은 내부 평가에서 SFX v2를 전반적으로 앞섰지만, 전체 비교표는 공개되지 않았다. 크리에이터는 평소 쓰는 프롬프트를 두 버전에서 각각 실행해 보고 전환 여부를 결정하는 것이 좋다.
어디에서 쓸 수 있나
SFX v3는 ElevenCreative의 주요 진입점을 지원한다. Flows, 효과음 탭, Studio, 음악 편집기에서 쓸 수 있고 모바일 앱에서도 사용할 수 있다. 개발자는 ElevenAPI로 호출하며 모델 ID는 eleven_text_to_sound_v3이다. SFX v2가 여전히 기본 모델이므로 전환하려면 모델 ID를 바꿔야 한다.
사양상 단일 효과음은 최대 30초, 출력은 MP3이며, 반복되지 않는 효과음은 48kHz WAV로도 출력할 수 있고 긴 배경음은 끊김 없이 반복할 수 있다. 요금은 효과음 엔드포인트의 기존 규칙을 따르며, 길이를 지정하면 초 단위로 크레딧이 부과된다. ElevenLabs는 생성당 크레딧 가격 변경을 발표하지 않았다.
여전히 남은 세 가지 경계
첫째, 정확한 횟수는 여전히 믿기 어렵다. "4번 두드리기" 같은 요구는 제대로 세어지지 않을 수 있어 핵심 리듬은 후반 작업에서 확인해야 한다. 둘째, SFX v3는 현재 제한 공개 상태라 일부 지역이나 계정에서는 호출 시 모델을 알 수 없다는 오류가 발생한다. 이 경우 공개 범위가 넓어지기를 기다릴 수밖에 없다. 셋째, 효과음을 이어 붙이는 자잘한 작업은 줄여주지만 대사 설계, 작곡, 최종 믹싱을 대신하지는 못한다. 하나의 프롬프트로 장면의 뼈대를 그릴 수는 있지만, 최종 품질은 여전히 사람의 믹싱에 달려 있다.
