ElevenLabs lanzó SFX v3, su nuevo modelo de texto a efectos de sonido, el 29 de octubre de 2026. Según ElevenLabs, sigue con más fiabilidad los prompts que describen varios sonidos, maneja mejor la música y las voces, y deja menos artefactos en gongs, campanas y silbatos. Funciona en ElevenCreative y a través de la API, donde el acceso todavía es limitado y los efectos de sonido cuestan 0,12 USD por minuto. Fuera de las apps de ElevenLabs, los efectos de sonido de ElevenLabs en RaoMusic ya usan SFX v3, a 1 crédito por segundo con un mínimo de 5 créditos.
Última revisión: 31 de octubre de 2026
¿Qué hay de nuevo en ElevenLabs SFX v3?
El anuncio enumera cuatro cambios respecto a SFX v2:
- Varios sonidos en un solo prompt. «Gestiona con más fiabilidad los prompts que describen varios sonidos». El ejemplo oficial es un público que ovaciona, un balón que cae y ese mismo público abucheando unos segundos después.
- Música y voces. «SFX v3 también mejora la generación de prompts que incluyen música y voces».
- Audio más limpio. ElevenLabs afirma que v3 «produce un audio más limpio y natural que SFX v2 en pruebas comparativas». Esa comparación proviene de sus propias pruebas.
- Menos artefactos de resonancia. El modelo «tiene menos probabilidades de producir esos artefactos no deseados en sonidos como gongs, campanas y silbatos».
Video oficial «Introducing SFX v3» de ElevenLabs, insertado desde su canal de YouTube.
¿Cómo acceder a SFX v3 en ElevenLabs?
En ElevenCreative, ElevenLabs ofrece SFX v3 en Flows, la pestaña Sound Effects, Studio y el Music Editor. También está en la app móvil de ElevenLabs. En la API, se envía la misma solicitud de efectos de sonido de siempre y se indica como model ID (el valor que elige el modelo) eleven_text_to_sound_v3. Si omite el model ID, obtendrá eleven_text_to_sound_v2, que la documentación sigue indicando como modelo predeterminado.
Puede que el acceso todavía no llegue a todo el mundo. La documentación dice que «SFX v3 está en acceso limitado y puede no estar disponible en todas las regiones», y las solicitudes a la API desde cuentas sin acceso devuelven el error "Unknown model".
| SFX v2 | SFX v3 | |
|---|---|---|
| Model ID en la API | eleven_text_to_sound_v2 | eleven_text_to_sound_v3 |
| Se usa si no se envía model ID | Sí (predeterminado) | No |
| Disponibilidad | Modelo predeterminado | Acceso limitado, puede variar según la región |
| Cómo lo describe la documentación | El modelo predeterminado | Sigue más de cerca los prompts con varias partes, mejores sonidos vocales y musicales |
La misma página de la documentación enumera los controles de los efectos de sonido: de 0,1 a 30 segundos por clip, un ajuste de influencia del prompt (cuanto más alto, más literalmente sigue sus palabras), bucle para ambientes que se repiten, salida en MP3 y WAV a 48 kHz solo cuando el bucle está desactivado.
¿Cuánto cuesta SFX v3?
La página de precios de la API de ElevenLabs fija los efectos de sonido en 0,12 USD por minuto. Su documentación sitúa el coste en 40 créditos de ElevenLabs por segundo cuando se especifica una duración. Ninguna de las dos páginas mostraba un precio aparte para SFX v3 cuando lo comprobamos.
En RaoMusic, los efectos de sonido de ElevenLabs cuestan 1 crédito por segundo de Duración, con un mínimo de 5 créditos, así que un clip de 10 segundos cuesta 10 créditos. Funcionan sin suscripción.
¿Puede SFX v3 generar varios sonidos en un solo prompt?
Este prompt sigue el ejemplo oficial, con tres eventos en un orden fijo. En RaoMusic, la opción Ajuste a la descripción controla cuánto se ciñe el resultado a su descripción.
Prompt: Football stadium: the crowd cheers loudly, then a ball drops and bounces twice on the grass, then the same crowd boos. (Estadio de fútbol: el público ovaciona con fuerza, luego un balón cae y bota dos veces sobre el césped, y después ese mismo público abuchea.) · Duración: 10 s · Ajuste a la descripción: 0,3 (predeterminado)
Nota de escucha: Una ovación de estadio, dos botes de balón y luego abucheos, en el orden pedido. Guarde esta toma para un montaje deportivo estilizado o una pifia cómica en el campo.
Mismo prompt · Ajuste a la descripción: 0,7
Nota de escucha: Los mismos tres eventos en el mismo orden. Los botes suenan secos, sin la reverberación de un gran estadio, así que añádales un poco de reverb en su editor si la escena tiene que sonar real.
Escriba los eventos en el orden en que los quiere y únalos con "then" (luego). Empiece con el Ajuste a la descripción predeterminado y súbalo cuando falte algún evento.
¿Sigue SFX v3 añadiendo artefactos a gongs, campanas y silbatos?
Prompt: A single large gong struck once with a soft mallet, long shimmering resonance slowly fading out. (Un único gong grande golpeado una vez con una maza blanda, con una larga resonancia vibrante que se desvanece poco a poco.) · Duración: 10 s · Ajuste a la descripción: 0,3
Nota de escucha: Un solo golpe de maza blanda con una caída larga, con una ligera ondulación y un leve siseo en la cola. Haga un fundido de la cola antes si necesita un final limpio; tal como está, sirve para una transición o la entrada de una meditación.
Prompt: Metal wind chimes ringing gently in a light breeze. (Campanas de viento metálicas que suenan suavemente con una brisa ligera.) · Duración: 8 s · Ajuste a la descripción: 0,3
Nota de escucha: Golpes metálicos de campanas a un ritmo natural, pero casi sin brisa, y las notas sostenidas arrastran un leve phasing digital y un zumbido agudo. Ponga debajo un ambiente de viento o de exterior aparte, que además tapa la caída.
Prompt: A referee blows one long steady whistle blast, then silence. (Un árbitro da un pitido largo y constante, y luego silencio.) · Duración: 5 s · Ajuste a la descripción: 0,3
Nota de escucha: Dos pitidos cortos y trinados en lugar de uno largo. Úselo como doble pitido de falta; para un único pitido largo, vuelva a generar con un Ajuste a la descripción más alto.
Mismo prompt · Ajuste a la descripción: 0,8
Nota de escucha: Un pitido con un ligero trino y algo de variación de tono, y luego silencio. Sirve como señal de árbitro si no le importa un poco de vaivén; vuelva a generar si necesita un tono totalmente plano.
¿Puede SFX v3 crear música y voces?
ElevenLabs dice que v3 maneja mejor los prompts con música y voces. Pedimos una sintonía corta cantada con un instrumento.
Prompt: A small children's choir sings a short cheerful 'la la la' melody over a toy piano, like a cartoon intro jingle. (Un pequeño coro infantil canta una melodía corta y alegre de «la la la» sobre un piano de juguete, como la sintonía de entrada de unos dibujos animados.) · Duración: 10 s · Ajuste a la descripción: 0,3
Nota de escucha: Los niños cantan «la la la» con claridad, pero no hay piano de juguete y la interpretación, con eco, suena solemne en lugar de alegre. Encaja mejor como gancho inquietante en una escena de terror o suspense que como entrada de dibujos animados.
Mismo prompt · Ajuste a la descripción: 0,8
Nota de escucha: Los niños cantan «la la la» sin ningún instrumento, con una cadencia inquietante que tira a tono menor. Esta toma también encaja mejor en el terror que en los dibujos animados.
Las dos tomas acertaron con el canto y fallaron con el piano de juguete y el tono alegre. En RaoMusic, la alternativa para una sintonía alegre con acompañamiento es un modelo de música como ElevenLabs Music.
¿Cómo se compara con el clip de SFX v2 de octubre?
La comparativa ElevenLabs vs Suno usó este prompt de paisaje sonoro urbano con eleven_text_to_sound_v2 el 14 de octubre de 2026, a 15 segundos, influencia del prompt 0,8 y bucle desactivado. El clip de SFX v3 usa exactamente el mismo prompt y los mismos ajustes, y se generó el 31 de octubre.
Prompt: A cinematic sunrise city soundscape: distant traffic and soft footsteps on wet pavement, a gentle bicycle bell passing by, birds beginning to sing, and a warm hopeful swell of urban ambience. No speech, no music, clean natural detail, polished film sound effect. (Un paisaje sonoro urbano cinematográfico al amanecer: tráfico lejano y pasos suaves sobre el pavimento mojado, el timbre de una bicicleta que pasa con suavidad, pájaros que empiezan a cantar y un crescendo cálido y esperanzador del ambiente urbano. Sin voces, sin música, detalle limpio y natural, efecto de sonido de cine pulido.)
SFX v2 · 14 de octubre
Nota de escucha: Pasos sobre suelo mojado, un timbre de bicicleta nítido y un rumor lejano, pero los pájaros apenas se oyen y el crescendo suena algo sintético. Le falta profundidad para protagonizar una escena cinematográfica, así que úselo como fondo discreto o transición.
SFX v3 · 31 de octubre
Nota de escucha: El timbre de la bicicleta queda en primer plano, con pavimento mojado, tráfico lejano y pájaros nítidos, pero falta el crescendo cálido. Funciona como fondo realista de calle por la mañana para una escena de drama o de pódcast; añada debajo un pad musical si quiere el crescendo.
La toma de v3 tiene pájaros más nítidos, pero pierde el crescendo que tenía la de v2.
¿Cómo usar SFX v3 en RaoMusic?
- Abra Crear y elija ElevenLabs en el menú de modelos. Sirve cualquiera de las dos versiones de ElevenLabs, porque los efectos de sonido usan SFX v3 elija la que elija.
- Cambie a la pestaña Sonidos.
- Describa el sonido en Descripción del sonido. Si hay varios eventos, enumérelos en orden.
- Fije la Duración (de 1 a 30 segundos) y, si falta algún detalle, suba Ajuste a la descripción.
- Active Bucle continuo para los ambientes que quiera repetir.
- Pulse Generar.
Para videojuegos, el generador de efectos de sonido para videojuegos abre el mismo formulario de Sonidos de ElevenLabs.
¿Cómo hicimos las pruebas?
El 31 de octubre de 2026 generamos nueve clips en RaoMusic con ElevenLabs seleccionado en la pestaña Sonidos, que usa SFX v3, y con Bucle continuo desactivado. Cada prompt y cada ajuste aparecen encima de su clip. Comprobamos cada tarea cada 5 segundos, y todos los clips estuvieron listos en 11 segundos o menos desde la solicitud. El clip de referencia de SFX v2 procede de nuestra comparativa del 14 de octubre. La breve nota de escucha bajo cada clip describe cómo suena ese archivo; pulse reproducir para juzgarlo usted mismo.
| Clip | Créditos | Listo en |
|---|---|---|
| Estadio, 0,3 | 10 | ~6 s |
| Estadio, 0,7 | 10 | ~6 s |
| Gong | 10 | ~6 s |
| Campanas de viento | 8 | ~6 s |
| Silbato, 0,3 | 5 | ~6 s |
| Silbato, 0,8 | 5 | ~6 s |
| Coro, 0,3 | 10 | ~6 s |
| Coro, 0,8 | 10 | ~6 s |
| Paisaje sonoro urbano | 15 | ~11 s |
Preguntas frecuentes
Con la <a href="/commercial-license">licencia comercial</a> de RaoMusic, los efectos de sonido que genere son libres de regalías para proyectos comerciales como videos de YouTube, videojuegos, pódcasts y trabajos para clientes, incluso en el plan gratuito.
Cada generación tiene un máximo de 30 segundos. Active Bucle continuo para que el final enlace con el principio y luego repita el clip en su editor o motor de juego todo el tiempo que necesite.
Los prompts en inglés funcionan mejor. Si escribe en otro idioma, pulse Traducir al inglés antes de generar.
No. SFX v3 crea clips de hasta 30 segundos, mientras que ElevenLabs Music compone canciones completas. En RaoMusic, ElevenLabs Music cuesta 40 créditos por minuto de canción.
No. En RaoMusic el precio depende solo de la Duración. Ajuste a la descripción y Bucle continuo no cambian el coste en créditos.