Back to blog
ElevenLabs SFX v3 چیست؟ ساخت افکت صوتی با هوش مصنوعی
تولید محتوا7 min read

ElevenLabs SFX v3 چیست؟ ساخت افکت صوتی با هوش مصنوعی

Bastaha editorial team

ElevenLabs با معرفی SFX v3 ساخت افکت صوتی از روی متن را دقیق‌تر کرده است؛ حالا چند صدا، موسیقی و آواز را در یک درخواست می‌سازد. در این مطلب ویژگی‌ها، هزینه و نحوه استفاده از آن را می‌خوانید.

ElevenLabs SFX v3 تازه‌ترین مدل هوش مصنوعی ElevenLabs برای ساخت افکت صوتی از روی متن است که روز ۲۹ اکتوبر ۲۰۲۶ معرفی شد. با این مدل کافی است صحنه‌ای را که در ذهن دارید با چند جمله توصیف کنید تا صدای آن ساخته شود؛ از غرش تماشاگران ورزشگاه تا صدای باران پشت کلکین. در این مطلب می‌خوانید SFX v3 چه تغییری کرده، کجا در دسترس است و تولیدکنندگان محتوا در افغانستان چطور می‌توانند از آن استفاده کنند.

ElevenLabs SFX v3 چیست؟ 🔊

SFX v3 نسخه سوم مدل «متن به افکت صوتی» شرکت ElevenLabs است. این شرکت بیشتر به خاطر ابزارهای تبدیل متن به گفتار و صداگذاری مشهور است، اما مدتی است که ساخت افکت‌های صوتی را هم ارائه می‌کند. شما یک توضیح متنی می‌نویسید، مثلاً «صدای قدم‌ها روی سنگ‌ریزه که آهسته نزدیک می‌شود»، و مدل یک فایل صوتی می‌سازد که می‌توانید در ویدیو، بازی، پادکست یا کتاب صوتی خود استفاده کنید.

طبق اعلام رسمی ElevenLabs، مشکل اصلی نسخه‌های قبلی این بود که صحنه‌های واقعی معمولاً از یک صدا تشکیل نمی‌شوند. مثال خود شرکت یک کلیپ فوتبال است که هم‌زمان به صدای تشویق تماشاگران، افتادن توپ و چند ثانیه بعد هو کردن همان جمعیت نیاز دارد. تا پیش از این، رسیدن به همه این صداها با یک درخواست، به آزمون و خطای زیاد نیاز داشت. SFX v3 دقیقاً برای حل همین مشکل ساخته شده است.

ویژگی‌های اصلی SFX v3 ✨

ElevenLabs سه بهبود اصلی را نسبت به SFX v2 اعلام کرده است:

۱. چند صدا در یک درخواست

مدل جدید دستورهای چندبخشی را دقیق‌تر دنبال می‌کند؛ یعنی صداهای بیشتری از آنچه توصیف کرده‌اید واقعاً در خروجی شنیده می‌شود. پیشنهاد شرکت این است که با کار اصلی صحنه شروع کنید، صداهای اطراف را اضافه کنید، نتیجه را بشنوید و بعد متن را اصلاح کنید تا به چیزی که می‌خواهید نزدیک‌تر شود.

۲. موسیقی و آواز قوی‌تر

SFX v3 در ساخت افکت‌هایی که بخشی از موسیقی یا صدای انسان دارند بهتر عمل می‌کند. به این ترتیب می‌توانید یک جمله موسیقایی یا اجرای آوازی را با صداهای محیطی و روزمره در یک افکت ترکیب کنید.

۳. صدای طبیعی‌تر و تمیزتر

به گفته ElevenLabs، کیفیت کلی صدا بالاتر رفته و احتمال ایجاد خش و صدای ناهنجار در صداهای زیر مثل گانگ، زنگوله و سوت کمتر شده است. یعنی طنین یک گانگ یا صدای ممتد یک سوت بهتر حفظ می‌شود. شرکت می‌گوید SFX v3 در آزمون‌های داخلی از SFX v2 بهتر بوده، اما نمرات این آزمون‌ها را منتشر نکرده است؛ پس بهتر است خودتان هر دو مدل را روی متن‌های خود مقایسه کنید.

SFX v3 کجا در دسترس است؟ 📍

این مدل از همان روز معرفی در چند بخش فعال شده است:

  • ElevenCreative: در بخش Sound Effects، در Flows، در Studio و طبق بلاگ رسمی در Music Editor.
  • اپلیکیشن موبایل ElevenLabs: برای ساخت افکت در هر جا.
  • ElevenAPI: برای برنامه‌نویسانی که می‌خواهند ساخت افکت صوتی را به محصولات خود اضافه کنند.

نکته مهم درباره دسترسی محدود

مستندات رسمی ElevenLabs هشدار می‌دهد که SFX v3 فعلاً «دسترسی محدود» دارد و ممکن است در همه مناطق فعال نباشد. اگر حساب شما هنوز دسترسی نداشته باشد، درخواست‌های API با خطای Unknown model برمی‌گردند. در API هنوز مدل قبلی، یعنی eleven_text_to_sound_v2، مدل پیش‌فرض است.

جزئیات فنی و هزینه ساخت افکت 💡

برای کسانی که با API کار می‌کنند یا می‌خواهند مصرف کریدت خود را حساب کنند، این نکات از مستندات رسمی مهم است:

  • برای استفاده از مدل جدید، مقدار model_id را روی eleven_text_to_sound_v3 بگذارید.
  • بیشترین طول هر افکت ۳۰ ثانیه است. اگر طول را مشخص نکنید، مدل خودش طول مناسب را از روی متن حدس می‌زند.
  • وقتی طول افکت را مشخص می‌کنید، هزینه آن ۴۰ کریدت برای هر ثانیه است.
  • گزینه Loop افکتی می‌سازد که بدون شروع و پایان محسوس تکرار می‌شود؛ مناسب صداهای محیطی مثل باران آرام.
  • تنظیم Prompt influence (پیش‌فرض ۰٫۳) مشخص می‌کند مدل چقدر دقیق از متن شما پیروی کند.
  • خروجی برای همه افکت‌ها MP3 است و برای افکت‌های غیرتکراری، WAV با کیفیت ۴۸ کیلوهرتز هم ارائه می‌شود.

چطور متن بهتری برای SFX v3 بنویسیم؟

ElevenLabs پیشنهاد می‌کند به جای نوشتن یک دسته کلی مثل «صدای طبیعت»، کار، مکان، فضا و حس صحنه را توصیف کنید. چند نمونه از مستندات رسمی:

  • Rain against a window in a quiet apartment (باران روی کلکین در یک آپارتمان آرام)
  • Footsteps on gravel approaching slowly (قدم‌ها روی سنگ‌ریزه که آهسته نزدیک می‌شود)
  • Football crowd cheering, hearing a ball drop, crowd booing (تشویق تماشاگران، افتادن توپ، هو کردن جمعیت)

انتخاب کلمات روی نتیجه اثر دارد و بهتر است متن را به انگلیسی بنویسید. همچنین مدل همیشه تعداد دقیق تکرار را رعایت نمی‌کند؛ مثلاً درخواست «چهار بار ضربه به مثلث» ممکن است دقیق اجرا نشود.

SFX v3 برای چه کسانی مفید است؟ 🎬

  • تولیدکنندگان ویدیو: برای صداگذاری کلیپ‌ها، ریلزها و ویدیوهای آموزشی بدون نیاز به کتابخانه‌های افکت گران.
  • سازندگان بازی: برای ساخت افکت‌های اختصاصی شخصیت‌ها و محیط بازی.
  • پادکسترها و سازندگان کتاب صوتی: برای فضاسازی پس‌زمینه با صداهای تکرارشونده.
  • برنامه‌نویسان: برای اضافه کردن ساخت افکت صوتی به اپلیکیشن‌ها از طریق API.

اگر ویدیوهای خود را با CapCut یا ابزارهای Adobe ویرایش می‌کنید، می‌توانید افکت‌های ساخته‌شده با SFX v3 را مستقیم به پروژه خود اضافه کنید و صدای کار را حرفه‌ای‌تر کنید.

سوالات متداول ❓

SFX v3 چه زمانی معرفی شد؟

ElevenLabs این مدل را روز ۲۹ اکتوبر ۲۰۲۶ در بلاگ رسمی خود معرفی کرد و مطلب آن روز ۳۰ اکتوبر به‌روزرسانی شد.

آیا SFX v3 برای همه کاربران فعال است؟

در ElevenCreative و اپ موبایل عرضه شده، اما مستندات رسمی می‌گوید این مدل فعلاً دسترسی محدود دارد و ممکن است در همه مناطق فعال نباشد. اگر در API خطای Unknown model گرفتید، فعلاً از نسخه v2 استفاده کنید.

هر افکت صوتی چقدر کریدت مصرف می‌کند؟

طبق مستندات ElevenLabs، وقتی طول افکت را تعیین می‌کنید هزینه آن ۴۰ کریدت برای هر ثانیه است؛ پس یک افکت ۱۰ ثانیه‌ای حدود ۴۰۰ کریدت مصرف می‌کند.

حداکثر طول یک افکت چقدر است؟

هر بار ساخت حداکثر ۳۰ ثانیه صدا تولید می‌کند. برای صداهای طولانی‌تر می‌توانید گزینه Loop را فعال کنید تا افکت بدون وقفه تکرار شود.

محصولات مرتبط در فروشگاه بسته‌ها 🛒

اگر می‌خواهید همین امروز از این ابزارها استفاده کنید، همه محصولات موجود این دسته‌ها را در فروشگاه بسته‌ها پیدا می‌کنید. پرداخت به آسانی با HesabPay انجام می‌شود.

اشتراک‌های ElevenLabs

اشتراک‌های CapCut

اشتراک‌های Higgsfield

اشتراک‌های Adobe

قیمت‌ها به دالر امریکایی و مربوط به زمان نگارش این مطلب هستند؛ قیمت نهایی و موجودی را در صفحه هر محصول ببینید.


جمع‌بندی

ElevenLabs SFX v3 ساخت افکت صوتی را ساده‌تر کرده است: چند صدا در یک درخواست، موسیقی و آواز بهتر و صدای تمیزتر. اگر تولید محتوا می‌کنید، با چند جمله توصیف می‌توانید صداگذاری کامل یک صحنه را بسازید. برای خرید کریدت ElevenLabs و اشتراک ابزارهای تولید محتوا، به فروشگاه بسته‌ها سر بزنید و به آسانی با HesabPay پرداخت کنید. 🚀