ElevenLabs lança o SFX v3, IA de efeitos sonoros que monta cenas inteiras a partir de um único pedido

Quem já editou um AMV, montou um vídeo de cosplay ou tentou fazer um joguinho independente sabe: achar o efeito sonoro certo dá um trabalho enorme. A ElevenLabs apresentou nesta semana o SFX v3, a nova versão do seu modelo de IA que cria efeitos sonoros a partir de uma descrição em texto.

O que muda

A principal novidade é lidar melhor com pedidos que descrevem vários sons de uma vez. O exemplo da própria empresa é um lance de futebol: torcida comemorando, a bola caindo no gramado e, segundos depois, a mesma torcida vaiando. Antes isso exigia várias tentativas; agora a ideia é descrever a cena inteira e ouvir como os sons se combinam.

Segundo a ElevenLabs, o modelo também:

• gera música e vozes dentro dos efeitos de forma mais convincente;
• produz um áudio mais limpo, com menos chiados e distorções em sons difíceis, como gongos, sinos e apitos;
• supera o SFX v2 nos testes comparativos feitos pela própria empresa.

Onde usar

O SFX v3 já está disponível no ElevenCreative (na aba de efeitos sonoros, nos Flows, no Studio e no editor de música), no aplicativo para celular e na ElevenAPI, para quem quer colocar a geração de sons dentro de outros programas. Na documentação, cada efeito pode ter de 0,1 a 30 segundos, com opção de loop contínuo para sons de ambiente, como chuva.

O que eu acho

Para criadores de fã, isso ajuda muito: dá para testar a “cara sonora” de uma cena antes de gastar horas atrás de arquivos em bancos de sons. Mas vale lembrar que os números de qualidade vêm da própria ElevenLabs, e que o trabalho de foley e de sonoplastia feito por gente de verdade continua sendo o que dá alma a um anime. Vou testar com calma e conto depois. O anúncio completo está no blog da ElevenLabs.