Benutzerhandbuch
ElevenLabs Sound Effects v3 API: 30-Sekunden-Soundeffekte, nahtlose Loops und Migration von v2
Preis, Parameter, Anfragebeispiele und Prompt-Formulierung in einem Artikel
- Modell
- elevenlabs-sound-effects
Auf dieser Seite
Was Sound Effects v3 leisten kann
ElevenLabs Sound Effects v3 ist ein Modell zur Text-zu-Soundeffekt-Generierung auf HiAPI, die Modell-ID lautet elevenlabs/sound-effects-v3. Man beschreibt mit einem Text den gewünschten Klang – etwa Aktion, Szene, Atmosphäre und Ausdrucksweise –, und das Modell erzeugt einen passenden Soundeffekt. Die Dauer lässt sich auf 0,5–30 Sekunden einstellen, außerdem kann ein Loop angefordert werden, dessen Anfang und Ende nahtlos ineinander übergehen.
Jeder Aufruf erzeugt 1 MP3-Audiodatei. Dieser Artikel beschreibt Preis, Parameter, Anfragebeispiele, die Unterschiede zu v2 sowie die Vorgehensweise beim Schreiben von Prompts. Die genannten Zahlen entsprechen der Schnittstellendefinition zum Zeitpunkt der Erstellung.
Preise der Sound Effects v3 API
Die Abrechnung erfolgt nach der angefragten Dauer (duration_seconds) mit $0,0029 pro Sekunde.
- 2 Sekunden (Standarddauer): $0,0058
- 5 Sekunden: $0,0145
- 10 Sekunden: $0,029
- 30 Sekunden (Maximum): $0,087
Das Aktivieren von Loop (loop) oder das Anpassen von prompt_influence verursacht keine zusätzlichen Kosten. Bei fehlgeschlagenen Aufgaben wird der volle Betrag erstattet. Auch v2 kostet $0,0029 pro Sekunde, beide Generationen sind also gleich teuer.
Parameter
Pflichtparameter sind nur prompt und duration_seconds, alle übrigen sind optional.
prompt: Pflicht, 1–450 Zeichen, beschreibt den zu erzeugenden Klang.duration_seconds: Pflicht, 0,5–30 Sekunden, es gibt keine „automatische Dauer“.loop: Ob ein nahtlos wiederholbarer Soundeffekt erzeugt werden soll, Standardfalse.prompt_influence: 0–1, Standard 0,3. Höhere Werte folgen stärker der wörtlichen Beschreibung des Prompts, niedrigere Werte erzeugen mehr Variation.
Anfrage senden
Die Soundeffekt-Generierung bei HiAPI ist eine asynchrone Aufgabe: zuerst wird die Aufgabe erstellt, danach das Ergebnis abgefragt. model steht auf der obersten Ebene, alle übrigen Parameter stehen in input.
Ein 5-sekündiges Geräusch einer sich öffnenden Tür erzeugen:
curl -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "elevenlabs/sound-effects-v3",
"input": {
"prompt": "Heavy wooden door creaking open slowly in a quiet stone hallway, then a soft thud as it stops",
"duration_seconds": 5
}
}'
Ein 10-sekündiges, loopfähiges Regengeräusch erzeugen:
{
"model": "elevenlabs/sound-effects-v3",
"input": {
"prompt": "Gentle rain on a tin roof with distant rolling thunder, calm night ambience, no music",
"duration_seconds": 10,
"loop": true
}
}
Die zweite Anfrage kostet 10 × $0,0029 = $0,029. Nach dem Erstellen der Aufgabe wird GET https://api.hiapi.ai/v1/tasks/{taskId} abgefragt; sobald der Status auf Erfolg steht, lässt sich die Audioadresse aus der Ausgabe herunterladen.
Unterschiede zwischen v3 und v2
Parameternamen und Preise sind bei beiden Generationen gleich, auf HiAPI gibt es vor allem drei Unterschiede:
- Maximale Dauer: v3 reicht bis 30 Sekunden, v2 bis 22 Sekunden. Für 22–30 Sekunden lange Umgebungsgeräusche oder Hintergrundklänge kommt nur v3 in Frage.
- Ergebnisqualität: Laut der offiziellen ElevenLabs-Dokumentation befolgt v3 im Vergleich zu v2 Prompts mit mehreren Anweisungen genauer, geht besser mit Prompts um, die Musik oder Gesang enthalten, klingt natürlicher und neigt bei hohen Frequenzen wie Windspielen oder Pfeifen weniger zu Clipping. Offiziell wird jedoch auch darauf hingewiesen, dass die Ergebnisse je nach Prompt variieren, und empfohlen, beide Generationen mit den eigenen Prompts zu testen.
- Weitere Wartung: ElevenLabs hat v2 (
eleven_text_to_sound_v2) offiziell als veraltet markiert und plant die Abschaltung zum 1. März 2027. Für neue Projekte empfiehlt sich direkt v3.
Für die Migration von v2 auf v3 muss nur model auf elevenlabs/sound-effects-v3 geändert werden, die übrigen Parameter bleiben unverändert. Vor dem Livegang empfiehlt es sich, die Ergebnisse beider Generationen mit einigen im Geschäftsalltag häufig verwendeten Prompts zu vergleichen.
Wie man Prompts schreibt
- Konkrete Aktion, Szene, Atmosphäre und Ausdrucksweise beschreiben, nicht nur eine allgemeine Kategorie nennen. „Schritte auf nassem Kies, langsame Schrittgeschwindigkeit“ liefert beispielsweise stabilere Ergebnisse als „Schritte“.
- Die Reihenfolge kann beschrieben werden, etwa „Footsteps on gravel, then a metallic door opens“ (zuerst Schritte auf Kies, dann öffnet sich eine Metalltür).
- Fachbegriffe aus der Soundeffekt-Branche sind erlaubt, etwa impact (Einschlag), whoosh (Vorbeizischen), ambience (Umgebungsgeräusch), one-shot (Einzelklang) oder drone (durchgehender Hintergrundklang).
- Nicht darauf verlassen, dass das Modell exakte Wiederholungszahlen einhält. Laut offizieller Angabe werden Anforderungen wie „viermal auf das Triangel schlagen“ nicht unbedingt umgesetzt. Wenn ein präziser Rhythmus nötig ist, einmal generieren und anschließend selbst schneiden und zusammensetzen.
prompt_influenceje nach Bedarf anpassen: Für stabile, gleichbleibende Klänge wie UI-Soundeffekte oder Hinweistöne kann der Wert auf über 0,6 gesetzt werden; für mehrere Varianten in unterschiedlichen Stilen eignet sich der Standardwert 0,3 oder darunter.
Aktuelle Einschränkungen
- Jeder Aufruf erzeugt nur 1 Audiodatei. Für mehrere Kandidaten mehrere Aufgaben parallel senden.
- Der Dauerbereich liegt bei 0,5–30 Sekunden und muss explizit übergeben werden, eine automatische Dauer gibt es nicht.
- Der Prompt darf höchstens 450 Zeichen lang sein.
- Es werden nur asynchrone Aufgaben unterstützt, keine synchrone Rückgabe.
- Die Ausgabe erfolgt als MP3, andere Formate sind derzeit nicht wählbar.
Für welche Szenarien geeignet
v3 eignet sich für Szenarien, in denen viele kurze Soundeffekte schnell produziert werden müssen, etwa für UI-Hinweistöne in Spielen und Apps, Übergangssoundeffekte für Kurzvideos und Werbespots, Foley-Entwürfe in der Vorproduktion von Film oder Trailern sowie Loop-Umgebungsgeräusche für Hörbücher und Livestreams. Ein 5-sekündiger Soundeffekt kostet $0,0145; man kann also zunächst mehrere Versionen in Serie generieren, eine passende auswählen und erst dann in die Nachbearbeitung gehen – das ist günstiger, als immer wieder Material zu suchen und zu überarbeiten.
Ähnliche Artikel
Alle Artikel ansehen →-
Benutzerhandbuch
Tripo H3.1 Einstiegsleitfaden: Drei Eingabewege, Parameter und Preiswahl
Praktische Entscheidungsfindung und Kostenkontrolle bei der 3D-Generierungsintegration für Entwickler
-
Benutzerhandbuch
E-Commerce-Produktbilder mit qwen-image-2.1-turbo über die HiAPI-API generieren
Ein schneller Katalog-Visual-Workflow für Entwickler: transparente PNG-Ausgaben und lauffähige API-Anfragen
-
Benutzerhandbuch
Verwendung von topaz-upscale/video über die HiAPI-API: Arbeitsablauf zur Qualitätsverbesserung von Kurzvideos
Frame-Interpolation, Verbesserungseinstellungen und eine funktionsfähige HiAPI-Anfrage für vertikale Videos