
给视频场景配声音
写下主要动作和周围的声音,得到一条层次分明、能配上生成或实拍片段的音轨。
ElevenLabs 最新文生音效模型:一句提示词生成整个场景的声音,音质更干净,单条最长 30 秒。
积分包或月度订阅,一份余额通用 ZOOOP 所有模型。 · 按需充值,积分包的积分用完为止。
Powered by ElevenLabs's API on ZOOOP
一次描述好几个声音,比如观众欢呼、球落地、同一群观众又喝倒彩,比起 V2,会有更多声音出现在结果里。
从 1 秒的短音效到 30 秒的环境声铺底,一次生成,比 V2 的 22 秒更长。
把一段旋律或人声和日常声音放在一起的音效,比如车流里的街头艺人、体育场里的齐声呐喊,听起来更真实。
锣保留余韵,风铃保留回响,哨声保持音调,不会变得刺耳或噼啪作响。

写下主要动作和周围的声音,得到一条层次分明、能配上生成或实拍片段的音轨。

撞击、呼啸、UI 点击、拾取、提示音,需要什么就生成什么,不用去素材库里翻。

雨打窗户、热闹的咖啡馆、夜晚的森林,每条最长 30 秒,用作背景层。

踩在碎石上的脚步、衣服摩擦、玻璃杯放到桌上:描述你需要的拟音,直接生成。
选对音频模型。你的积分在 ZOOOP 上处处通用。
在本页打开 Sound Effects V3,或在音频工具里选中它。
用英文描述想要的声音,先写主要动作,再写周围的声音。
设置时长,1 到 30 秒。
生成,再调整描述重新生成,直到听起来对。
需要给一个场景配声音、又不想从素材库里一点点拼的时候,就用 Sound Effects V3。描述你想听到的,它就生成对应的音频:撞击、UI 点击这类单次音效,脚步、衣服摩擦这类拟音,以及雨声、房间底噪这类环境声。ElevenLabs 在 2026 年 10 月 29 日发布了它,作为 SFX v2 的接班款。
最关键的变化是多声音提示词。一个大场景很少只有一种声音:一段足球片段需要观众欢呼、球落地,几秒后同一群观众又喝倒彩。V2 往往只抓住其中一两个;V3 能在一句提示词里执行多条指令,你描述的声音会有更多出现在结果里。实用的写法是先写主要动作,再补周围的声音,听一遍,再调整描述。
第二个是带音乐和人声的音效。车流中弹唱的街头艺人、在体育场里回荡的齐声呐喊、门铃下面的一段小旋律:把旋律或人声和日常声音混在一起的提示词,比以前更像真的。第三个就是音质本身:ElevenLabs 表示锣、风铃、哨声这类声音的刺耳和噼啪杂音更少,不管放在混音前景还是背景,每个声音都保留了自己的质感。
在 ZOOOP 上,单条时长 1 到 30 秒,比 V2 的 22 秒更长,提示词最多 450 个字符。用英文写提示词效果最好。
不足的地方:V3 暂时还不能无缝循环,ElevenLabs 只为 V2 说明了这个功能,所以需要无缝重复的铺底声,在 V2 下线前先用 Sound Effects V2。V3 不写完整的歌,音乐用 Lyria 3 Pro,带歌词的歌曲用 Minimax Music V2.6。
一个合理的用法:任何音效、拟音、环境声,默认用 Sound Effects V3,尤其是一个场景同时需要好几种声音的时候。旁白用 Eleven V4,音乐用 Lyria 3 Pro。
ElevenLabs 在 2026 年 10 月 29 日发布了 SFX v3。它能更可靠地执行描述多个声音的提示词,带音乐和人声的音效更好,音质更干净,杂音比 V2 少。在 ZOOOP 上单条时长也从 22 秒提到了 30 秒。
一次生成 1 到 30 秒,提示词最多 450 个字符。
在 ZOOOP 上暂时还不行。ElevenLabs 目前只为 V2 说明了循环功能,所以 V3 的循环开关在确认可用之前先不开放。
便宜。它按秒计费,单价和 V2 一样低,一个项目里的每个音效都可以直接生成,不用去买素材包授权。
Sound Effects V3 做的是音效、拟音和环境声。完整的音乐用 Lyria 3 Pro,配音旁白用 Eleven V4。
Sound Effects V3
Prompt*
时长*
登录后,你的生成结果会出现在这里。
创建账号免费。