Blog

Guide d'utilisation

API ElevenLabs Sound Effects v3 : effets sonores de 30 secondes, boucles sans couture et migration depuis la v2

Prix, paramètres, exemples de requêtes et rédaction des prompts, tout en un article

Nov 11, 2026
Section transversale minérale low-poly à facettes sur un fond vert encre profond avec des tons sarcelle et malachite
Modèle
elevenlabs-sound-effects
Sur cette page

Ce que permet Sound Effects v3

ElevenLabs Sound Effects v3 est un modèle de génération d'effets sonores à partir de texte disponible sur HiAPI, avec l'ID de modèle elevenlabs/sound-effects-v3. À partir d'une description textuelle du son souhaité — par exemple l'action, la scène, l'ambiance et le mode d'expression — le modèle génère un effet sonore correspondant. La durée peut être fixée entre 0,5 et 30 secondes, et il est également possible de demander un effet sonore en boucle dont le début et la fin se raccordent sans couture.

Chaque appel génère 1 piste audio MP3. Cet article présente le prix, les paramètres, des exemples de requêtes, les différences avec la v2 ainsi que la méthode de rédaction des prompts. Les chiffres cités correspondent à la définition de l'interface au moment de la rédaction.

Prix de l'API Sound Effects v3

La facturation dépend de la durée demandée (duration_seconds), à 0,0029 $ par seconde.

  • 2 secondes (durée par défaut) : 0,0058 $
  • 5 secondes : 0,0145 $
  • 10 secondes : 0,029 $
  • 30 secondes (maximum) : 0,087 $

L'activation de la boucle (loop) ou l'ajustement de prompt_influence n'entraîne aucun frais supplémentaire. En cas d'échec de la tâche, le remboursement est intégral. Le prix unitaire de la v2 est également de 0,0029 $/seconde : les deux générations sont au même tarif.

Paramètres

Seuls prompt et duration_seconds sont obligatoires ; tous les autres peuvent être omis.

  • prompt : obligatoire, de 1 à 450 caractères, décrit le son à générer.
  • duration_seconds : obligatoire, de 0,5 à 30 secondes ; il n'existe pas de « durée automatique ».
  • loop : indique s'il faut générer un effet sonore lisible en boucle sans couture ; par défaut false.
  • prompt_influence : de 0 à 1, par défaut 0,3. Plus la valeur est élevée, plus le résultat colle à la description littérale du prompt ; plus elle est basse, plus le résultat varie.

Lancer une requête

Sur HiAPI, la génération d'effets sonores est une tâche asynchrone : on crée d'abord la tâche, puis on interroge le résultat. model se place au niveau supérieur, les autres paramètres dans input.

Générer un bruit de porte de 5 secondes :

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
    }
  }'

Générer un bruit de pluie de 10 secondes, lisible en boucle :

{
  "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
  }
}

Le coût de la deuxième requête est de 10 × 0,0029 $ = 0,029 $. Après la création de la tâche, interrogez GET https://api.hiapi.ai/v1/tasks/{taskId} ; une fois le statut passé à succès, téléchargez l'adresse audio depuis la sortie.

Différences entre la v3 et la v2

Les noms de paramètres et les prix sont identiques entre les deux générations ; sur HiAPI, les différences portent principalement sur trois points :

  • Durée maximale : la v3 va jusqu'à 30 secondes, la v2 jusqu'à 22 secondes. Pour une ambiance ou un fond sonore de 22 à 30 secondes, seule la v3 convient.
  • Résultats : selon la documentation officielle d'ElevenLabs, par rapport à la v2, la v3 suit plus précisément les prompts contenant plusieurs instructions, gère mieux les prompts comportant de la musique ou des voix, offre une écoute plus naturelle et produit moins facilement de l'écrêtage sur les sons aigus comme les carillons éoliens ou les sifflements. La documentation précise aussi que les résultats varient selon les prompts et recommande de tester les deux générations avec ses propres prompts.
  • Maintenance future : ElevenLabs a officiellement marqué la v2 (eleven_text_to_sound_v2) comme obsolète et prévoit son arrêt le 1er mars 2027. Pour les nouveaux projets, il est recommandé d'utiliser directement la v3.

Pour migrer de la v2 vers la v3, il suffit de remplacer model par elevenlabs/sound-effects-v3 ; les autres paramètres restent inchangés. Avant la mise en production, il est conseillé de comparer les résultats des deux générations sur quelques prompts couramment utilisés dans votre activité.

Comment rédiger les prompts

  • Décrivez précisément l'action, la scène, l'ambiance et le mode d'expression, plutôt qu'une catégorie vague. Par exemple, « pas sur des graviers mouillés, allure lente » donne un résultat plus stable que « bruit de pas ».
  • Vous pouvez décrire un enchaînement, par exemple « Footsteps on gravel, then a metallic door opens » (d'abord des pas sur du gravier, puis une porte métallique qui s'ouvre).
  • Vous pouvez employer le vocabulaire du métier des effets sonores, par exemple impact (percussion), whoosh (sifflement de passage), ambience (ambiance), one-shot (effet sonore unique), drone (nappe sonore continue).
  • N'attendez pas du modèle qu'il répète strictement un nombre de fois donné. Selon la documentation officielle, les demandes de nombre précis comme « frapper le triangle 4 fois » ne sont pas nécessairement exécutées. Si vous avez besoin d'un rythme précis, générez une fois puis découpez et assemblez vous-même.
  • Ajustez prompt_influence selon les besoins : pour des sons devant rester stables et cohérents, comme les effets d'interface ou les sons de notification, vous pouvez monter au-delà de 0,6 ; pour obtenir plusieurs variantes de styles différents, utilisez la valeur par défaut de 0,3 ou moins.

Limitations actuelles

  • Chaque appel ne génère qu'1 piste audio. Pour plusieurs candidats, lancez plusieurs tâches en parallèle.
  • La durée va de 0,5 à 30 secondes et doit être explicitement fournie ; il n'existe pas de durée automatique.
  • Le prompt est limité à 450 caractères.
  • Seules les tâches asynchrones sont prises en charge ; il n'y a pas de retour synchrone.
  • La sortie est au format MP3 ; aucun autre format n'est actuellement sélectionnable.

Cas d'usage adaptés

La v3 convient aux situations nécessitant une production rapide et volumineuse de courts effets sonores : sons d'interface pour jeux et applications, transitions pour vidéos courtes et publicités, maquettes de bruitage pour le cinéma ou les bandes-annonces en amont, ou ambiances en boucle pour livres audio et diffusions en direct. Un effet sonore de 5 secondes coûte 0,0145 $ : on peut générer plusieurs versions en lot, en choisir une satisfaisante puis passer à la post-production, à un coût inférieur à celui de chercher et retoucher des ressources une par une.

Articles similaires

Voir tous les articles →

Commencez avec des artefacts IA persistants

Obtenez votre clé API et appelez des modèles d'image, de vidéo et d'audio via une API unique basée sur les tasks.

Lire la documentation de l'API