मूक वीडियो में आवाज़ भरना
बनाए गए वीडियो अक्सर बिना आवाज़ के आते हैं। शॉट देखकर बताई गई एक परत, लूप, और मॉन्टाज नोड उसे तस्वीर के नीचे बिछा देता है: वीडियो में आवाज़ जोड़ें वर्कफ़्लो ठीक यही करता है।
AI साउंड इफ़ेक्ट जनरेटर
ElevenLabs Sound Effects तीन साउंड इफ़ेक्ट टेक्स्ट से बनाता है: टिन की छत पर लूप होती बारिश, चरमराता क़िले का दरवाज़ा, गूँज उठता स्टेडियम। पूरा वर्कफ़्लो, बिना खाते के दिखता है।
इंटरैक्टिव डेमो
असली वर्कफ़्लो, असली नतीजे। खुलकर घुमाइए और ज़ूम कीजिए।
यह वर्कफ़्लो इस्तेमाल करेंअसली वर्कफ़्लो: तीन टेक्स्ट नोड ElevenLabs Sound Effects के तीन साउंड नोड से जुड़े, तीन अलग सेटिंग के साथ। तीनों सुनिए।
एक नज़र में
- यह वर्कफ़्लो क्या बनाता है
- 3 ऑडियो पटरियाँ, कुल 23 सेकंड
- कैनवास की बनावट
- 3 कनेक्शन से जुड़े 7 नोड
- जुड़े हुए मॉडल
- ElevenLabs Sound Effects
- एक पूरे राउंड का ख़र्च
- लगभग 8 क्रेडिट, यानी $0.10
जो आवाज़ आपको चाहिए वह साउंड लाइब्रेरी में कभी नहीं होती: दरवाज़ा चरमराता तो है, पर वैसे नहीं; बारिश होती तो है, पर खपरैल की छत पर। ElevenLabs Sound Effects वही आवाज़ बनाता है जो आप बताते हैं, कुछ सेकंड में और कुछ सेंट में। यह वर्कफ़्लो तीन बनाता है, हर परिवार का एक: लूप होती परत, एकल आवाज़, भीड़।
साउंड इफ़ेक्ट को उससे बताया जाता है जो सुनाई देता है, उससे नहीं जो दिखता है। «बारिश में छत» एक तस्वीर है; «लहरदार टिन पर पड़ती तेज़ बारिश, गड्ढे में टपकता पानी» एक आवाज़ है। डेमो की तीनों हिदायतें ऐसे ही लिखी हैं, और सब «संगीत नहीं, आवाज़ें नहीं» पर ख़त्म होती हैं: इस रोक के बिना मॉडल उन्हें ख़ुशी से जोड़ देता है।
तीनों नोड की सेटिंग एक जैसी नहीं है, और सबक यही है। बारिश दस सेकंड और लूप माँगती है, ताकि लंबे शॉट के नीचे बिना जोड़ के घूमे। दरवाज़ा पाँच सेकंड और ज़्यादा टेक्स्ट-निष्ठा माँगता है। भीड़ कम निष्ठा माँगती है, जो मॉडल को सुधारने देती है। तीनों आवाज़ों की कुल क़ीमत दस सेंट।
कैसे करें
- 1
जो सुनाई देता है वह बताएँ
सामग्री, क्रिया, दूरी, माहौल: «जंग लगे कब्ज़ों पर चरमराता भारी लकड़ी का दरवाज़ा, फिर पत्थर से टकराने की भारी धमक»। दिखने वाले विशेषण छोड़ दें, वे सुनाई नहीं देते।
- 2
अवधि तय करें
एकल आवाज़ तीन से पाँच सेकंड। परत दस से बाईस सेकंड, यही मॉडल की सीमा है। छोटी आवाज़ के लिए बहुत लंबी अवधि दें तो मॉडल उसे दोहराता है या डुबो देता है।
- 3
परत के लिए लूप चालू करें
बारिश, हवा, गुनगुनाती भीड़, इंजन: लूप मॉडल से ऐसी शुरुआत और अंत माँगता है जो आपस में मिल जाएँ। फिर एडिट उसे बिना जोड़ के दोहराता है।
- 4
टेक्स्ट-निष्ठा का माप रखें
ऊँची (0.7) उस सटीक आवाज़ के लिए जिसे आप बारीकी से बताते हैं। नीची (0.4 से 0.5) उस माहौल के लिए जहाँ मॉडल ब्योरे गढ़ सकता है। डेमो दोनों दिखाता है।
वेरिएंट और इस्तेमाल के तरीके
वही कैनवास, अलग-अलग ज़रूरतों के लिए सेट किया हुआ: हर वेरिएंट में प्रॉम्प्ट की बस दो-तीन लाइनें बदलनी होती हैं।
किसी गेम या ऐप की आवाज़ें
क्लिक, नोटिफ़िकेशन, उठाया गया सिक्का, खुलता दरवाज़ा: छोटी आवाज़ें, ऊँची निष्ठा, हर एक दो सेकंड। तीन नोड से तीन रूप, सबसे अच्छा रख लें।
पॉडकास्ट या ऑडियोबुक का माहौल
किसी दृश्य के पीछे बारिश, गुनगुनाता कैफ़े, रात का जंगल। बाईस सेकंड लूप में, आवाज़ के नीचे धीमे। हिदायत में दूरी लिखें: «दूर», «शीशे के पीछे»।
जो आवाज़ रिकॉर्ड ही नहीं हो सकती
ड्रैगन, धमाका, हिमस्खलन, अंतरिक्ष यान। उन्हें उन असली आवाज़ों से बताएँ जो मॉडल जानता है: दहाड़, फुफकार, गड़गड़ाहट, बर्फ़ का चटकना, टरबाइन।
नाटक या शो की आवाज़ें
ठीक इशारे पर बिजली, घंटी, गुज़रती रेल। हर आवाज़ अपने नोड में, MP3 में निर्यात, साउंड डेस्क के लिए तैयार। सब मिलाकर एक कॉफ़ी से सस्ता।
साउंड इफ़ेक्ट, फिर सफ़ाई
अगर नतीजे में हिस या कोई खोट रह जाए तो एन्हांस नोड का क्लीनअप मोड उसे हटा देता है। कम ही ज़रूरत पड़ती है, पर लंबे लूप वाली आवाज़ के लिए काम का है।
आम ग़लतियाँ
आवाज़ के बजाय तस्वीर बताना
«पतझड़ का जंगल» सुनाई नहीं देता। «क़दमों के नीचे चरमराते सूखे पत्ते, टहनियों में हल्की हवा, दूर एक कौआ» सुनाई देता है। मॉडल कुछ देखता नहीं, आपका वाक्य सुनता है।
संगीत और आवाज़ों की मनाही भूल जाना
मॉडल माहौल को संगीत की परत या बुदबुदाती आवाज़ों से सजाने लगता है। हिदायत के आख़िर में एक वाक्य इसे रोकने के लिए काफ़ी है।
छोटी आवाज़ के लिए बहुत लंबी अवधि
पंद्रह सेकंड चरमराता दरवाज़ा पंद्रह सेकंड की चरमराहट ही है। एकल आवाज़ के लिए तीन से पाँच सेकंड, अवधि नोड पर तय होती है।
बिना लूप वाली परत
लूप चालू किए बिना परत की शुरुआत और अंत सुनाई देते हैं जब एडिट उसे दोहराता है। हर उस आवाज़ के लिए इसे चालू करें जिसे अपनी अवधि से ज़्यादा चलना है।
सुझाए गए मॉडल
ElevenLabs Sound Effects
Seed Audio 1.0अक्सर पूछे जाने वाले सवाल
एक साउंड इफ़ेक्ट कितना लंबा होता है?
एक से बाईस सेकंड तक, नोड पर तय होता है। लंबे माहौल के लिए लूप चालू करें और एडिट को आवाज़ दोहराने दें।
क्या मॉडल संगीत जोड़ देता है?
जब तक मना न किया जाए, जोड़ देता है, ख़ासकर माहौल वाली आवाज़ों में। इसीलिए डेमो की हर हिदायत «संगीत नहीं, आवाज़ें नहीं» पर ख़त्म होती है।
क्या मैं ऐसी आवाज़ बता सकता हूँ जो होती ही नहीं?
हाँ, और वहीं यह सबसे अच्छा है: उड़ता अंतरिक्ष यान, साँस लेता जीव, जादुई दरवाज़ा। उसे असली आवाज़ों से बताएँ: «टरबाइन की सीटी, गहरी गड़गड़ाहट, धातु की खटखट»।
एक साउंड इफ़ेक्ट की क़ीमत क्या है?
अवधि के हिसाब से दो या तीन क्रेडिट, यानी कुछ सेंट। डेमो की तीनों आवाज़ें कुल आठ क्रेडिट की हैं। क़ीमत क्लिक से पहले नोड पर दिखती है।
आवाज़ किस फ़ॉर्मैट में मिलती है?
MP3 में, नोड से डाउनलोड होती है या सीधे मॉन्टाज नोड से जोड़ी जा सकती है। फ़ाइल कुछ सौ किलोबाइट की होती है।
क्या ये आवाज़ें रॉयल्टी-मुक्त हैं?
वे आपके लिए बनी हैं और कहीं और मौजूद नहीं हैं। ElevenLabs की शर्तें भुगतान वाले खाते पर व्यावसायिक इस्तेमाल की इजाज़त देती हैं, और यहाँ वही चलता है।
टेक्स्ट-निष्ठा वाली सेटिंग क्या करती है?
वह मॉडल को बताती है कि आपके वाक्य का कितना अक्षरशः पालन करे। ऊँची पर वह ठीक वही बनाता है जो लिखा है, कभी-कभी थोड़ा जड़। नीची पर आसपास के ब्योरे गढ़ता है, ज़्यादा जीवंत पर कम अनुमानित।
क्या यह फ़ोन से हो सकता है?
हाँ। कैनवस मोबाइल पर चलता है, हिदायत टेक्स्ट नोड में लिखी जाती है और आवाज़ साउंड नोड में सुनी जाती है। मोबाइल पर बनाएँ गाइड में इशारे समझाए गए हैं।
AI साउंड इफ़ेक्ट जनरेटर
यह वर्कफ़्लो इस्तेमाल करेंमुफ़्त अकाउंट, बिना क्रेडिट कार्ड। वर्कफ़्लो आपके कैनवास में पहले से भरा हुआ खुलता है।