ElevenLabs
ElevenLabs Sound Effects v2で動画用のAI効果音を作る方法
ElevenLabs Sound Effects v2は、テキストプロンプトからロイヤリティフリーの効果音を生成します——ホイッシュのトランジション、インパクトスティンガー、環境音(アンビエンス)、UIフィードバック音、足音、ドアの閉まる音、雨音、機械音などです。1つのプロンプトにつき4つのバリエーションが返されるので、フレームに合うテイクを選んでから動画のタイムラインに吸着させられます。モデルは公式の`eleven_text_to_sound_v2`エンドポイントを使用しており、そのため「close metallic door slam in narrow concrete hallway, short reverb」のような具体的なプロンプトは、「door sound」のような曖昧なプロンプトを大きく上回る結果になります。Astorieでは、SFXノードが動画タイムラインのセグメントに直接アタッチされるため、動画編集者はキャンバスを離れることなく、AI生成の映像にフォーリーを重ねられます。4種類のバリエーションが並ぶグリッドこそがこの機能の要です——生成して、聴いて、選んで、フレームに吸着させる、という流れです。
Step-by-Step Guide
SFXを置く箇所を先に決める
プロンプトを書く前に、各SFXを動画タイムライン上のどこに置くかを決めましょう。30秒の製品動画であれば、通常は次のようなSFXが必要です。オープニングと製品お披露目の間のホイッシュのトランジション1つ、主要機能が画面に映る瞬間のインパクトスティンガー1つ、対話の下に流れる環境音1つ、そして画面に登場するインタラクティブ要素ごとのUIサウンド(クリック、ピロン、スワイプなど)です。まずこれらの箇所をキャンバスのタイムライン上にマークしましょう。各SFXは特定のフレーム範囲にアタッチされます——トランジションやスティンガーは通常0.5〜3秒、環境音は5〜30秒です。先に配置を決めておくことで、SFXに何をさせたいかがすでに明確なので、プロンプトも書きやすくなります。
音源・動作・空間・距離・強度を盛り込んだ具体的なプロンプトを書く
SFX v2の品質を左右する単一最大の要因は、プロンプトの具体性です。次の5要素のテンプレートが効果的です。音源(何が音を出しているか)、動作(何をしているか)、空間(どんな環境か)、距離(近いか遠いか)、強度(小さいか大きいか)です。例:「close metallic door slam in narrow concrete hallway, short reverb」(ドアのSFX)、「distant thunder rumble in open countryside, long decay, low frequency」(環境音のトランジション)、「soft mechanical click, dry, no reverb, intimate ASMR distance」(UIタップ音)。「door sound」や「scary ambient」のような曖昧なプロンプトは、モデルがどんな種類のドアか、どんな種類の怖さかを判断できないため、ありきたりな結果になってしまいます。フォーリーアーティストが音の指示を描写するようなつもりでプロンプトを書きましょう。
4つのバリエーションから最良のものを選び、フレームに吸着させる
SFX v2のプロンプト1つにつき4つのバリエーションが返されます。単独で聴くのではなく、実際にフレームへ配置した状態で4つを続けて聴きましょう——単体では素晴らしく聞こえるホイッシュ音も、下に流れるBGMとぶつかることがあります。映像を引き立てつつ注意を奪いすぎないテイクを選びます。そして選んだバリエーションを、指示が命中すべき正確なフレームに吸着させましょう。Astorieのキャンバスでは、タイムライン上でSFXのクリップをドラッグできます。インパクトスティンガーは、たいてい映像が着地するフレームにピーク音量が来るようにしたいもので、前後0.1秒ずれるだけでも印象が変わります。環境音の場合は、開始点よりループポイントの方が重要です——2〜3秒かけてフェードイン、対話の下では音量を保ち、カットのタイミングでフェードアウトさせましょう。
1つの動画タイムライン上に複数のSFXを重ねる
洗練された30〜60秒の動画には、通常1〜2個ではなく4〜8個のSFXが重ねられています。標準的な重ね方は、下に流れる環境音(ルームトーンや大気のドローン音)、カットのタイミングで入る転場用SFX(ホイッシュ、ライザー)、重要な視覚的瞬間に入るインパクトSFX(スティンガー、衝撃音)、そして要素ごとの特定フレームに入るUI SFX(クリック、ピロン)です。各SFXは個別のオーディオノードに置き、対象のフレーム範囲にアタッチしましょう。Astorieのキャンバスのタイムラインなら、外部の動画編集ソフトを使わずにすべての指示を積み重ねて揃えられます。最終的な納品では、キャンバスから単一の音声ミックスとして書き出すことも、個別のステムとして書き出すこともできます——動画をそのまま公開するか、カラリストやサウンドデザイナーに引き継ぐかによって選びましょう。
Prompt Examples
5要素によるフォーリープロンプトです——音源(金属製のドア)、動作(叩きつける)、空間(狭いコンクリートの廊下)、距離(近い)、強度・特徴(鋭く、中音域)。「door sound」を大きく上回る結果になります。ハードカットのトランジションやシーン終わりのスティンガーに使えます。
close metallic door slam in narrow concrete hallway, short reverb, sharp impact, mid frequency
環境音のプロンプトです——空間と質感を明確に描写し、30秒のシーンの下に重ねても繰り返しが目立たないよう、シームレスなループ長を指定しています。対話の下に流す専用のオーディオノードに配置しましょう。
low rumbling room tone, abandoned warehouse at night, distant air conditioner hum, sparse occasional creak, 30 seconds seamless loop
Parameter Tips
具体的なプロンプトは曖昧なプロンプトを大きく上回ります。どの指示にも5要素のテンプレート(音源、動作、空間、距離、強度)を使いましょう。「door sound」はありきたりな結果に、「close metallic door slam in narrow concrete hallway, short reverb」は使える結果になります。
1プロンプトにつき4種類のバリエーションが返ってくることが、この機能の要です。単独ではなく実際のフレーム配置で聴きましょう——単体では素晴らしく聞こえても、下の音楽とぶつかることがあります。
環境音では、「30 seconds seamless loop」のようにシームレスなループ長を明示的に指定しましょう。そうすることで、繰り返しが目立たないクリップが生成されます。これを対話やSFXの下に重ねます。
洗練された30〜60秒の動画における標準的なSFXの密度は、4〜8個を重ねる形です。環境音+転場用SFX+インパクトスティンガー+UIサウンドという構成です。これより少ないと、無音の下書きのように感じられてしまいます。
SFX v2の出力はロイヤリティフリーなので、追加のライセンスなしで商用利用できます。使用のたびに課金される素材ライブラリと比べて、これは実質的な強みです。
What to Expect
ElevenLabs Sound Effects v2は、ロイヤリティフリーでプロンプト駆動のフォーリー音を生成し、プロンプトが具体的であるほど品質が伸びます。4種類のバリエーションのグリッドからフレームに合うテイクを選べ、キャンバスのタイムラインで各指示を映像が支えを必要とする正確な瞬間に吸着できます。専用のフォーリーライブラリとの比較では、SFX v2の方が反復が速く、使用のたびのライセンス費用もかかりませんが、フォーリーアーティストによる手作業の収録にはなお、プロンプト駆動の生成では看板コンテンツにおいて完全には再現しきれない繊細な個性があります。速度とライセンスの柔軟性が職人的なフォーリーよりも重要になる、ソーシャル・製品・教育向け動画制作の9割にとっては、SFX v2が適切なツールです。Astorieのキャンバスは、SFXを動画タイムラインのすぐそばに置けるため、動画編集者はワークスペースを離れることなく30〜60秒の編集内に4〜8個の指示を敷き詰められます。
Use ElevenLabs Sound Effects v2 on Astorie
Connect ElevenLabs Sound Effects v2 with other AI models on Astorie's infinite canvas. No GPU required — start free.
Get Started Free