Что ElevenLabs выпустила 29 октября
29 октября 2026 года ElevenLabs открыла SFX v3, новую модель звуковых эффектов. Она работает в ElevenCreative и в ElevenAPI, то есть и в вебе, и через ключ. Пост появился в блоге компании в тот же день.
Задача у модели простая: описать словами, что должно звучать, и получить готовый файл. Для роликов это закрывает самый нудный участок монтажа, когда под каждый удар, шаг и скрип двери ищут отдельный сэмпл в библиотеке.
Футбольный клип: промпт из нескольких звуков
Главное улучшение касается длинных промптов, где звуков сразу несколько. ElevenLabs приводит пример футбольного клипа: толпа ликует, мяч падает, через несколько секунд та же толпа освистывает. Такие ии звуки для видео раньше собирали из трёх запросов и склеивали на таймлайне.
Второй пункт касается музыки и вокала. Компания пишет, что v3 убедительнее генерирует музыкальные фрагменты и голос, а сам звук чище, чем у SFX v2, в бенчмарк-тестах. Цифры тестов не опубликованы, значит сравнение идёт со слов вендора, и проверить его можно только на своих сценах.
Где включили SFX v3
Модель стоит во вкладке Sound Effects, в Flows, в Studio и в Music Editor внутри ElevenCreative. Отдельно она доступна в мобильном приложении ElevenLabs и через ElevenAPI.
Практический смысл в том, что звук теперь делается в том же окне, где режется картинка. Раньше цепочка выглядела длиннее: генерация видео, потом поиск сэмплов, потом монтаж, потом сведение. Три инструмента, три формата файлов, три места, где что-то теряется по дороге.
Instant Soundtracks: музыка по таймкодам
Рядом живёт функция Instant Soundtracks, её запустили 15 октября и обновили 28 октября. Логика другая: загружаешь готовое видео, модель пишет к нему музыку, сама находит в кадре моменты для эффектов и расставляет их по таймкодам.
В API Video to Music есть три параметра: add_sfx, separate_tracks и use_audio_as_reference. Флаг separate_tracks=true возвращает ZIP, где музыка и эффекты лежат отдельными файлами. Это важная деталь для тех, кто потом пересобирает ролик под другую площадку.
Лимиты на запрос: до 10 видео, вместе до 200 МБ и до 10 минут. Для пачки коротких версий это удобно, а часовой разбор придётся резать на части.
Почему отдельные дорожки важнее одного микса
Один аккуратный микс приятно слушать, работать с ним неудобно. Мой довод простой: ролик живёт не в одном окне. Вертикальная реклама и Shorts требуют другой длины, другой громкости, другого темпа. Если музыка и эффекты слиты в один файл, любая перерезка начинается с поиска исходников.
Отдельные дорожки дают то, что монтажёру нужно каждый день: музыку можно приглушить на реплике, эффект убрать, фоли заменить. С ZIP из separate_tracks это делается в два клика.
Второй довод про автоматизацию. Когда дорожки раздельные, шаблон сборки переиспользуется: одна и та же последовательность эффектов работает на десяти версиях ролика. С одним миксом каждая версия требует ручной подгонки, и на сотне штук это уже смена.
Подбор музыки для видео нейросетью: что проверить
Подбор музыки для видео нейросетью экономит часы, но у него есть три места, где проекты ломаются.
Права. Условия ElevenLabs для музыки отличаются от условий для эффектов, и для рекламы их читают до генерации. Если ролик идёт в платное продвижение, лицензию смотрят под конкретный тип размещения.
Образец. Параметр use_audio_as_reference позволяет задать характер звука по чужому треку. Возможность удобная, но она же означает, что вопрос прав становится ещё острее.
Громкость. Сгенерированная музыка приходит с разным уровнем, её всё равно приводят к одному стандарту на мастере.
Про шум в записи отдельно: модель добавляет звук к картинке, а задачу убрать шум из видео решают инструменты шумоподавления. Это разные операции, и ждать от SFX v3 чистки исходника не стоит.
Pika H3 Flex в тот же день
Совпадение по дате показательное. 29 октября Pika выложила H3 Flex, и та отдаёт до пяти отдельных аудиодорожек: диалог, музыка, SFX, фоли и эмбиент. Разбор модели у нас уже есть, там про веса, адаптеры и локальный запуск.
Два релиза в один день двигают рынок в одну сторону. Звук становится частью генерации, и он перестаёт быть последним шагом, который делают вручную перед сдачей.
Мой вывод
Первое: тестировать на своих сценах. Демо из блога показывает возможности модели, свой материал показывает результат.
Второе: сразу забирать дорожки раздельно. Флаг separate_tracks=true экономит переделку через месяц, когда ролик понадобится в другой длине.
Третье: считать по объёму. Один ролик в неделю спокойно живёт на подписке. Вертикальная реклама сотней версий требует шаблона и предсказуемой цены за штуку, и здесь ручные ролики от 16 000 ₽ остаются точкой отсчёта для сложных сцен, где нужен живой человек.
Четвёртое: права. Для рекламных размещений условия ElevenLabs читают заранее, до первой генерации.
