ElevenLabsのSound Effectsをブラウザから試してみた
どうも！オペ部の西村祐二です！
ElevenLabs の Sound Effects は、テキストで指示するだけで効果音（SFX）を生成できる機能です。動画やゲームに使う効果音をどこまで任せられるのか気になっていたので、ブラウザのPlaygroundで4種類の音を生成して試してみました。
ElevenLabs Sound Effectsとは
Sound Effects は、自然言語の説明文や音響用語（Whoosh、Ambience、Impactなど）を入力すると効果音を生成してくれる機能です。公式ドキュメントでは、映画・予告編向けのシネマティックなサウンドデザイン、ゲームやインタラクティブメディア向けのカスタム効果音、動画コンテンツのフォーリー音やアンビエント音などのユースケースが挙げられています。
ブラウザのPlaygroundとAPIの両方が用意されていますが、今回はPlayground（Web UI）で触ってみます。
Web UIでの生成手順
環境
- ElevenLabs Web UI（Playground）
- ブラウザ: Google Chrome
- プラン: Creator
画面へのアクセス
ElevenLabsアプリの左サイドバーから Playground を開き、Sound Effects をクリックすると専用画面が開きます。直リンクは https://elevenlabs.io/app/sound-effects です。
画面構成は次のようになっています。
- 上部のタブ: Explore（コミュニティの作品を閲覧）／ History（自分の生成履歴）／ Favorites（お気に入り）
- 中央のカテゴリチップス: Animals / Bass / Booms / Braams / Brass / Cymbals / Devices ...
- 下部のプロンプト入力欄:
Describe a sound...のプレースホルダー付き - プロンプト入力欄の下にある設定: Looping / Duration（Auto または手動指定）／ Prompt influence（既定30%）／ プロンプトの自動補完
- 矢印アイコンの Generate sound effect ボタン
設定の意味
| 設定 | 意味 |
|---|---|
| Looping | シームレスにループする音を生成する。v2 モデル専用 |
| Duration | 出力時間。Auto の場合はプロンプトから自動決定。最大は30秒（最小値は公式内で表記揺れあり: capabilities=0.1秒 / API Reference=0.5秒） |
| Prompt influence | 高くするほどプロンプトに忠実に、低くするほど創造的になる |
生成して保存するまでの流れ
- プロンプト入力欄に英語で説明を書く
- 必要なら Looping / Duration / Prompt influence を調整する
- Generate sound effect をクリックする
- 数秒後に #1〜#4 の4つのバリエーションが生成される
- 各候補の再生ボタンで試聴できる
- ダウンロードアイコンで音声ファイルを保存できる
- スターアイコンで Favorites に追加できる
公式ドキュメントの Sound effects | ElevenLabs Documentation によると、出力は MP3 が既定で、非ループの音声であれば 48kHz サンプルレートの WAV も選択できます。
試してみる
公式が紹介しているプロンプトのパターン（Simple Effects / Complex Sequences / Musical Elements）に倣って、4種類の音を生成しました。Duration は基本 Auto、Prompt influence は既定の30%、Looping は最後のループ生成のみオンにしています。
各セクションで「生成された音声を聴く」のリンクから実際の音を一つ聴けます。
1. 環境音
Simple Effects のパターンで、雨音と遠雷の組み合わせを依頼してみます。
Heavy rain falling on a metal roof with distant rolling thunder
生成された4つのバリエーションはいずれも 1.0秒 でした。
2. アクション音
爆発音をシネマティックに、というイメージで生成します。
Massive cinematic explosion with debris and deep rumble
こちらは4つとも 14.0秒 で生成されました。
3. UI/通知音
Complex Sequences は使わず、用途と雰囲気を短いプロントで通知音を作ります。
Soft notification chime, short and pleasant
4つとも 1.0秒 で生成されました。バリエーション間で音色や鳴り方に差があります。
いろんな場面で利用できそうな効果音が生成されました。
4. ループ素材
Musical Elements のパターンを使って、BPMとジャンルを指定したループ素材を作ります。Looping をオンにします。
90s hip-hop drum loop, 90 BPM, vinyl texture
4つとも 1.5秒 で生成され、各候補の右側に無限大マーク（∞）が表示されました。Looping オン時は、繰り返し再生したときにつなぎ目が目立たない設計になっているようです。
試してみて気づいたこと
Auto の Duration はプロンプトで大きく変わる
同じ Auto 指定でも、雨音1.0秒・爆発14.0秒・通知1.0秒・ループ1.5秒と長さが大きく変動しました。短い効果音であればこのままで問題ありません。一方、ある程度の尺が欲しい環境音などは Duration を明示するか、Looping を併用するのが扱いやすそうです。
1リクエストで4候補が出る（Web UI仕様）
Web UI では Generate のたびに4バリエーションがまとめて返ってきます（API は1リクエストにつき1ファイル）。人の耳で微妙に違う4候補から「これだ」と選ぶ作業がしやすく、SFXのように主観評価が大きい用途で扱いやすそうな仕様です。逆に一つだけほしい、もっと候補を出してほしい場合はAPIを利用するほうが良さそうです。
Looping は短めの素材に向いている
ループ素材は Auto だと1.5秒程度に収まり、ドラムループのような短尺を繰り返す用途で扱いやすそうです。長尺のアンビエントを作りたい場合は Duration を伸ばす必要があります。
料金・商用利用の注意点
クレジット消費
公式の How much does it cost to generate sound effects? によると、Sound Effects のクレジット消費は次の通りです。
| 設定 | コスト |
|---|---|
| Duration: Auto | 200 credits / 1 生成 |
| Duration を秒数指定 | 40 credits / 秒 |
| 最大 Duration | 30 秒 |
Auto モードは生成時間に関わらず一律200 creditsなので、長めの音が欲しいときは Auto のほうが割安になるケースもありそうです。
プランごとの利用可否
ElevenLabs Pricing ページ上、Free を含む全プランで Sound Effects は利用可能です。Free プランの月10,000 credits では、Auto モードで約50回、1秒指定なら約250回の生成ができる計算になります。
商用利用と単体販売の禁止
商用利用は Starter（有料）プラン以上で可能です。ただし Prohibited Use Policy で、Sound Effects の出力を 単体（standalone）で販売・再販・配布することは全プランで禁止 されています。サンプルパックやサウンドライブラリとしての配布は不可ですが、動画・ゲーム・コンテンツに組み込んで使うのは問題なさそうです。
サウンド素材として再販目的で使う場合は別の生成サービスや収録音源を検討する必要がありそうです。
さいごに
ブラウザの Playground で Sound Effects を4種類試してみました。動画やゲームへの組み込み用途であれば、短尺の効果音やループ素材は十分任せられそうな印象です。一方、SFX 単体を素材として販売したい場合や長尺のアンビエントを作りたい場合は、別の生成サービスや収録音源との併用も視野に入れたほうが良さそうです。
次は Sound Effects API（POST /v1/sound-generation）も試してみたいです。prompt_influence や output_format といった API パラメータの振る舞いも確かめる予定です。
誰かの参考になれば幸いです。
参考リンク:
