ElevenLabs 此前已推出利用人工智能生成人类声音和音乐的东西，现在他们更进一步，推出了可以为播客、片子或游玩创作音效的东西。
ElevenLabs 的名为“Sound Effects”的新东西可以根据用户提供的文本形貌生成最长 22 秒的音效，并与公司原有的语音和音乐平台结合应用。用户屡屡应用“Sound Effects”后，可以获得至少四个可下载的音频片断供选择。
ElevenLabs 与素材平台 Shutterstock 合作，利用其庞大的音频素材库训练了生成式模型。据悉，Shutterstock 的内容授权对象涵盖了 OpenAI、Meta 和谷歌等诸多知名人工智能公司。
IT之家注意到，“Sound Effects”提供收费和付费两种版本，付费用户生成的音效可用于商业用途，而收费用户则需在标题中标注来源“elevenlabs.io”。ElevenLabs 对用户输入文本形貌的字数有限制，收费用户每月有 10,000 个字符的额度。在“Sound Effects”中，如果用户自行设置音频剪辑时长，则每秒会耗损 40 个字符的额度；如果应用默认的音频长度，屡屡生成音效会耗损 200 个字符。
目前市场上已经存在音效素材库，供创作者、片子制作人和游玩开发者应用。但是，这些素材库的价格可能比较昂贵，而且有时很难找到完全符合需求的音效。ElevenLabs 在博客中表示，“Sound Effects”旨在“快速、经济高效和大规模”地生成丰富逼真的音效。
除了 ElevenLabs，其他人工智能开发商也在积极研发音效生成器。Stability AI 去年发布了 Stable Audio，可生成音乐和音效片断；而 Meta 的 AudioCraft 模型则可以生成自然环境音效，例如风声或交通噪音。