ElevenLabs 推出 SFX v3：一条提示可更稳地生成多声部音效与配乐
ElevenLabs 发布音效模型 SFX v3，已上线 ElevenCreative 与 ElevenAPI。相比 SFX v2，新版本更擅长在同一条提示里同时生成多种声效，并改进音乐、人声与锣、钟、哨等细节音质，适合视频、游戏等场景的声景探索。
据 ElevenLabs 官方博客，ElevenLabs 于 10 月 29 日发布音效模型 SFX v3，可在 ElevenCreative（Flows、音效页、Studio、Music Editor）以及 ElevenAPI、手机 App 中使用。
官方强调的改进主要有三点：
- 多声部提示更稳：一条描述里同时写观众欢呼、球落地、再变嘘声等多项声音时，模型更容易把各项都落到生成结果里，减少「只听到其中一两种」的反复试错。
- 音乐与人声更好：提示里夹带乐句或人声表演时，生成更有说服力，方便把环境声、日常声与音乐元素拼成一段声景。
- 单音更干净：锣、钟、哨等容易破音或发虚的声音，官方称基准测试里比 SFX v2 更自然、伪影更少。
用法上，创作者可在音效页单独试听，也可把结果丢进 Flows / Studio 项目里；开发者则可通过 ElevenAPI 接到自己的产品里。
对创作者意味着什么： 短视频和口播后期最耗时间的往往不是主轨人声，而是「这一镜里要叠几层环境音」。SFX v3 适合先用自然语言把整段声景草出来，再挑可用层进剪辑软件精修。它仍是生成式音效，版权与商用条款要看 ElevenLabs 当前许可；复杂对白口型同步也不是它的主场，口播字幕时间轴仍建议用专用对齐或转写工具。
信息来源：ElevenLabs Blog（本文为编辑整理改写）
