Ngày 29/10/2026, ElevenLabs ra mắt SFX v3, mô hình tạo hiệu ứng âm thanh từ văn bản mới nhất của hãng. Theo ElevenLabs, mô hình này bám sát hơn những prompt mô tả nhiều âm thanh, xử lý nhạc và giọng hát tốt hơn, đồng thời ít bị lỗi âm (artifact) hơn ở tiếng cồng, tiếng chuông và tiếng còi. SFX v3 có trong ElevenCreative và qua API, nơi quyền truy cập vẫn còn hạn chế và hiệu ứng âm thanh có giá $0.12 mỗi phút. Ngoài các ứng dụng của ElevenLabs, hiệu ứng âm thanh ElevenLabs trên RaoMusic đã dùng SFX v3, với giá 1 điểm mỗi giây, tối thiểu 5 điểm.
Kiểm tra lần cuối: 31/10/2026
ElevenLabs SFX v3 có gì mới?
Thông báo của hãng nêu bốn thay đổi so với SFX v2:
- Nhiều âm thanh trong một prompt. "Mô hình xử lý ổn định hơn những prompt mô tả nhiều âm thanh." Ví dụ chính thức là đám đông reo hò, một quả bóng rơi xuống, rồi vài giây sau chính đám đông đó la ó.
- Nhạc và giọng hát. "SFX v3 cũng cải thiện khả năng tạo âm thanh cho các prompt có nhạc và giọng hát."
- Âm thanh sạch hơn. ElevenLabs cho biết v3 "tạo ra âm thanh sạch và tự nhiên hơn SFX v2 trong các bài thử benchmark". Kết quả so sánh này đến từ thử nghiệm nội bộ của hãng.
- Ít tiếng ngân lỗi hơn. Mô hình "ít có khả năng tạo ra những lỗi âm không mong muốn ở các âm thanh như tiếng cồng, tiếng chuông và tiếng còi".
Video chính thức "Introducing SFX v3" của ElevenLabs, nhúng từ kênh YouTube của hãng.
Dùng SFX v3 của ElevenLabs bằng cách nào?
Theo ElevenLabs, trong ElevenCreative bạn có thể dùng SFX v3 ở Flows, tab Sound Effects, Studio và Music Editor. Mô hình này cũng có trong ứng dụng di động của ElevenLabs. Qua API, bạn gửi yêu cầu tạo hiệu ứng âm thanh như trước và đặt model ID (giá trị dùng để chọn mô hình) là eleven_text_to_sound_v3. Nếu không truyền model ID, bạn sẽ nhận eleven_text_to_sound_v2, mô hình mà tài liệu vẫn ghi là mặc định.
Không phải ai cũng dùng được ngay. Tài liệu ghi "SFX v3 đang được cung cấp có giới hạn và có thể chưa khả dụng ở mọi khu vực", và tài khoản chưa có quyền truy cập khi gọi API sẽ nhận lỗi "Unknown model".
| SFX v2 | SFX v3 | |
|---|---|---|
| Model ID trong API | eleven_text_to_sound_v2 | eleven_text_to_sound_v3 |
| Được dùng khi không gửi model ID | Có (mặc định) | Không |
| Mức độ khả dụng | Mô hình mặc định | Truy cập có giới hạn, có thể khác nhau theo khu vực |
| Tài liệu mô tả | Mô hình mặc định | Bám sát hơn các prompt nhiều phần, âm thanh giọng hát và nhạc tốt hơn |
Cùng trang tài liệu đó liệt kê các tùy chỉnh cho hiệu ứng âm thanh: 0,1 đến 30 giây mỗi đoạn, mức ảnh hưởng của prompt (càng cao càng bám sát câu chữ), chế độ lặp cho âm thanh nền phát lặp lại, xuất MP3, và WAV 48 kHz chỉ khi tắt chế độ lặp.
SFX v3 giá bao nhiêu?
Trang giá API của ElevenLabs ghi hiệu ứng âm thanh có giá $0.12 mỗi phút. Tài liệu của hãng tính 40 credit ElevenLabs cho mỗi giây khi bạn chỉ định độ dài. Khi chúng tôi kiểm tra, cả hai trang đều chưa ghi giá riêng cho SFX v3.
Trên RaoMusic, hiệu ứng âm thanh ElevenLabs tốn 1 điểm cho mỗi giây Độ dài, tối thiểu 5 điểm, nên một đoạn 10 giây tốn 10 điểm. Không cần đăng ký gói vẫn dùng được.
SFX v3 có xử lý được nhiều âm thanh trong một prompt không?
Prompt này làm theo ví dụ chính thức, với ba sự kiện theo thứ tự cố định. Trên RaoMusic, thiết lập Mức bám mô tả quyết định kết quả bám sát mô tả của bạn đến đâu.
Prompt: Football stadium: the crowd cheers loudly, then a ball drops and bounces twice on the grass, then the same crowd boos. (Sân bóng đá: đám đông reo hò vang dội, sau đó một quả bóng rơi xuống và nảy hai lần trên cỏ, rồi chính đám đông đó la ó.) · Độ dài: 10 giây · Mức bám mô tả: 0,3 (mặc định)
Ghi chú khi nghe: Tiếng reo hò trong sân, hai tiếng bóng nảy, rồi tiếng la ó, đúng thứ tự yêu cầu. Bản này hợp với một video thể thao dựng cách điệu hoặc cảnh pha bóng hỏng hài hước trên sân.
Cùng prompt · Mức bám mô tả: 0,7
Ghi chú khi nghe: Vẫn ba sự kiện đó, cùng thứ tự. Tiếng bóng nảy nghe khô, thiếu độ vang của một sân vận động lớn, nên nếu cảnh cần chân thực, hãy thêm chút reverb trong phần mềm dựng.
Hãy viết các sự kiện theo đúng thứ tự bạn muốn và nối chúng bằng "then". Bắt đầu với Mức bám mô tả mặc định và tăng lên khi có sự kiện bị thiếu.
SFX v3 còn bị lỗi âm ở tiếng cồng, tiếng chuông và tiếng còi không?
Prompt: A single large gong struck once with a soft mallet, long shimmering resonance slowly fading out. (Một chiếc cồng lớn được gõ một lần bằng dùi mềm, tiếng ngân lấp lánh kéo dài rồi tắt dần.) · Độ dài: 10 giây · Mức bám mô tả: 0,3
Ghi chú khi nghe: Một nhịp gõ dùi mềm với phần ngân dài, đuôi âm hơi rung rinh và có chút tiếng xì nhẹ. Nếu cần kết thúc sạch, hãy fade phần đuôi sớm hơn; để nguyên thì vẫn hợp làm chuyển cảnh hoặc mở đầu bài thiền.
Prompt: Metal wind chimes ringing gently in a light breeze. (Chuông gió kim loại khẽ ngân trong làn gió nhẹ.) · Độ dài: 8 giây · Mức bám mô tả: 0,3
Ghi chú khi nghe: Tiếng chuông kim loại vang lên với nhịp tự nhiên, nhưng gần như không có tiếng gió, và những tiếng ngân kéo dài có chút hiệu ứng phase kiểu kỹ thuật số cùng tiếng ngân tần số cao. Hãy lót thêm một lớp tiếng gió hoặc âm thanh ngoài trời riêng bên dưới, cách này cũng che luôn phần đuôi âm.
Prompt: A referee blows one long steady whistle blast, then silence. (Trọng tài thổi một hồi còi dài đều, sau đó im lặng.) · Độ dài: 5 giây · Mức bám mô tả: 0,3
Ghi chú khi nghe: Hai tiếng còi ngắn rung rung thay vì một hồi dài. Có thể dùng làm hai tiếng còi thổi phạt; nếu cần một hồi còi dài, hãy tạo lại với Mức bám mô tả cao hơn.
Cùng prompt · Mức bám mô tả: 0,8
Ghi chú khi nghe: Một hồi còi hơi rung và cao độ có dịch chuyển chút ít, rồi im lặng. Dùng làm tiếng còi trọng tài được nếu chấp nhận được chút chao đảo; nếu cần âm thật phẳng, hãy tạo lại.
SFX v3 có tạo được nhạc và giọng hát không?
ElevenLabs nói v3 xử lý tốt hơn các prompt có nhạc và giọng hát. Chúng tôi thử yêu cầu một đoạn nhạc hiệu ngắn có người hát và nhạc cụ.
Prompt: A small children's choir sings a short cheerful 'la la la' melody over a toy piano, like a cartoon intro jingle. (Một dàn hợp xướng thiếu nhi nhỏ hát giai điệu 'la la la' ngắn, vui tươi trên nền đàn piano đồ chơi, giống nhạc hiệu mở đầu phim hoạt hình.) · Độ dài: 10 giây · Mức bám mô tả: 0,3
Ghi chú khi nghe: Các em hát "la la la" rõ ràng, nhưng không có piano đồ chơi, và cách hát vang vọng nghe trang nghiêm chứ không vui tươi. Đoạn này hợp làm điểm nhấn rùng rợn cho cảnh kinh dị hoặc giật gân hơn là mở đầu phim hoạt hình.
Cùng prompt · Mức bám mô tả: 0,8
Ghi chú khi nghe: Các em hát "la la la" không có nhạc cụ nào, với giai điệu thiên về giọng thứ, nghe ma mị. Bản này cũng hợp với phim kinh dị hơn là phim hoạt hình.
Cả hai bản đều làm đúng phần hát nhưng thiếu piano đồ chơi và không khí vui tươi. Trên RaoMusic, nếu cần một đoạn nhạc hiệu vui tươi có nhạc đệm, bạn có thể dùng mô hình tạo nhạc như ElevenLabs Music.
So với đoạn SFX v2 hồi tháng 10 thì thế nào?
Bài so sánh ElevenLabs và Suno đã dùng prompt khung cảnh âm thanh thành phố này với eleven_text_to_sound_v2 vào ngày 14/10/2026, dài 15 giây, mức ảnh hưởng của prompt 0,8 và tắt chế độ lặp. Đoạn SFX v3 dùng đúng prompt và thiết lập đó, tạo ngày 31/10.
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. (Khung cảnh âm thanh thành phố lúc bình minh đậm chất điện ảnh: tiếng xe cộ xa xa và tiếng bước chân nhẹ trên vỉa hè ướt, tiếng chuông xe đạp khẽ lướt qua, chim bắt đầu hót, và âm thanh nền đô thị dâng lên ấm áp, đầy hy vọng. Không lời nói, không nhạc, chi tiết sạch và tự nhiên, hiệu ứng âm thanh điện ảnh chỉn chu.)
SFX v2 · 14/10
Ghi chú khi nghe: Có tiếng bước chân trên mặt đất ướt, tiếng chuông xe đạp rõ và tiếng ầm ì xa xa, nhưng tiếng chim gần như không nghe thấy và phần âm thanh dâng lên nghe hơi nhân tạo. Đoạn này thiếu chiều sâu để làm âm thanh chính cho một cảnh điện ảnh, nên hãy dùng làm nền nhẹ phía sau hoặc chuyển cảnh.
SFX v3 · 31/10
Ghi chú khi nghe: Tiếng chuông xe đạp nổi lên phía trước, cùng vỉa hè ướt, xe cộ xa xa và tiếng chim hót rõ ràng, nhưng thiếu phần âm thanh dâng lên ấm áp. Đoạn này dùng tốt làm nền đường phố buổi sáng chân thực cho phim truyền hình hoặc podcast; nếu muốn có phần dâng lên, hãy lót thêm một lớp pad nhạc bên dưới.
Bản v3 có tiếng chim rõ hơn nhưng mất phần âm thanh dâng lên mà bản v2 có.
Cách dùng SFX v3 trên RaoMusic
- Mở trang Tạo mới và chọn ElevenLabs trong menu mô hình. Phiên bản ElevenLabs nào cũng được, vì hiệu ứng âm thanh luôn dùng SFX v3 dù bạn chọn bản nào.
- Chuyển sang tab Âm thanh.
- Mô tả âm thanh trong ô Mô tả âm thanh. Nếu có nhiều sự kiện, hãy liệt kê theo thứ tự.
- Đặt Độ dài (1 đến 30 giây) và nếu có chi tiết bị thiếu, hãy tăng Mức bám mô tả.
- Bật Lặp liền mạch cho âm thanh nền bạn muốn phát lặp lại.
- Bấm Tạo.
Nếu làm game, công cụ tạo hiệu ứng âm thanh cho game mở cùng biểu mẫu Âm thanh ElevenLabs này.
Chúng tôi thử nghiệm như thế nào?
Ngày 31/10/2026, chúng tôi tạo 9 đoạn âm thanh trên RaoMusic với ElevenLabs được chọn ở tab Âm thanh (chạy SFX v3), tắt Lặp liền mạch. Prompt và thiết lập của từng đoạn được ghi ngay phía trên đoạn đó. Chúng tôi kiểm tra từng tác vụ mỗi 5 giây, và mọi đoạn đều xong trong vòng 11 giây kể từ khi gửi yêu cầu. Đoạn SFX v2 dùng để đối chiếu lấy từ bài so sánh ngày 14/10. Ghi chú ngắn dưới mỗi đoạn mô tả file đó nghe như thế nào; hãy bấm phát để tự đánh giá.
| Đoạn âm thanh | Điểm | Thời gian hoàn tất |
|---|---|---|
| Sân vận động, 0,3 | 10 | ~6 giây |
| Sân vận động, 0,7 | 10 | ~6 giây |
| Cồng | 10 | ~6 giây |
| Chuông gió | 8 | ~6 giây |
| Còi, 0,3 | 5 | ~6 giây |
| Còi, 0,8 | 5 | ~6 giây |
| Hợp xướng, 0,3 | 10 | ~6 giây |
| Hợp xướng, 0,8 | 10 | ~6 giây |
| Khung cảnh thành phố | 15 | ~11 giây |
Câu hỏi thường gặp
Theo <a href="/commercial-license">giấy phép thương mại</a> của RaoMusic, hiệu ứng âm thanh bạn tạo được dùng miễn phí bản quyền (royalty-free) cho các dự án thương mại như video YouTube, game, podcast và công việc cho khách hàng, kể cả với gói miễn phí.
Mỗi lần tạo tối đa 30 giây. Hãy bật Lặp liền mạch để phần cuối nối trơn tru về phần đầu, rồi lặp lại đoạn đó trong phần mềm dựng hoặc game engine lâu bao nhiêu tùy ý.
Prompt tiếng Anh cho kết quả tốt nhất. Nếu bạn nhập bằng ngôn ngữ khác, hãy bấm Dịch sang tiếng Anh trước khi tạo.
Không. SFX v3 tạo các đoạn âm thanh dài tối đa 30 giây, còn ElevenLabs Music sáng tác trọn một bài hát. Trên RaoMusic, ElevenLabs Music có giá 40 điểm cho mỗi phút nhạc.
Không. Trên RaoMusic, giá chỉ phụ thuộc vào Độ dài. Mức bám mô tả và Lặp liền mạch không làm thay đổi số điểm phải trả.