elevenlabs-sound-effects

ElevenLabs の効果音

このスキルを使うと、制作上のニーズを、実際に使えるサウンドアセットに変換できます。明確なサウンドデザインのブリーフ、ElevenLabs 用のプロンプト、API 設定、管理情報、そして編集、ゲーム、アプリ、広告に音声を配置しやすくする QA メモを作成します。

対象は非音声のオーディオです。ナレーション、セリフ、合成音声、吹き替え、または音声クローンには、テキスト読み上げまたは音声生成のスキルを使用してください。完成した楽曲、スコア、または長尺のバックグラウンド音源を納品する場合は、音楽生成のスキルを使用してください。ElevenLabs Sound Effects では、ドラムループ、ブラススタブ、ライザー、パッド、スティンガーなどの短い音楽要素を作成できますが、完全な楽曲制作ワークフローの代替として扱わないでください。

現在のドキュメントに記載されている情報

このセクションの情報は変更される可能性があります。2026-07-10 に ElevenLabs の公式ドキュメントで確認しました。

• API エンドポイント：POST https://api.elevenlabs.io/v1/sound-generation。
• リクエスト本文：text は必須です。duration_seconds、prompt_influence、loop、model_id は任意です。
• デフォルトのモデル ID：eleven_text_to_sound_v2。
• loop は eleven_text_to_sound_v2 でのみ利用可能と記載されています。
• API リファレンスに記載されている長さの範囲は 0.5～30 秒です。概要ページには 0.1～30 秒とも記載されているため、実際の呼び出しで確認できない限り、より厳しい API リファレンスの範囲を優先してください。
• duration_seconds: null を指定するか、省略すると、プロンプトに基づいて ElevenLabs が長さを選択します。
• prompt_influence の範囲は 0～1 で、デフォルトは 0.3 です。値が大きいほどプロンプトに忠実になり、変化が少なくなります。値が小さいほど、より創造的な変化が許容されます。
• output_format は codec_sample_rate_bitrate 形式のクエリパラメーターです（例：mp3_44100_128）。高品質な形式を利用するには、上位のサブスクリプションプランが必要な場合があります。API ドキュメントによると、MP3 192 kbps は Creator 以上、PCM 44.1 kHz は Pro 以上が必要です。
• レスポンスはオーディオファイルです。メタデータを付けて、すぐにプロジェクトのアセットパスへ保存してください。名前のないストリームのままにしないでください。
• ElevenCreative のプレイグラウンドでは、生成ごとに効果音の候補を 4 つ作成でき、MP3 44.1 kHz または WAV 48 kHz でダウンロードできます。API リファレンスでは、単一のオーディオレスポンスが記載されています。
• 料金は変動します。API 料金ページでは、効果音の料金は 1 分あたり $0.120 と記載され、生成ごとに計量されます。別の ElevenLabs 料金ページでは、生成ごとのクレジット消費量は約 200 クレジットと説明されています。予算に影響する一括処理の前に、ユーザーの実際のプランに照らして確認してください。

公式ソース：

• Sound Effects の概要：https://elevenlabs.io/docs/overview/capabilities/sound-effects
• Sound Effects API リファレンス：https://elevenlabs.io/docs/api-reference/text-to-sound-effects/convert
• Sound Effects クイックスタート：https://elevenlabs.io/docs/eleven-api/guides/cookbooks/sound-effects
• Sound Effects プレイグラウンドガイド：https://elevenlabs.io/docs/eleven-creative/playground/sound-effects
• ElevenAPI の料金：https://elevenlabs.io/pricing/api
• ElevenLabs の利用規約：https://elevenlabs.io/terms-of-use
• ElevenLabs の禁止利用ポリシー：https://elevenlabs.io/use-policy

ElevenLabs が適切なツールか判断する

アセットを音響イベント、テクスチャ、短いシーケンス、ループ可能なベッド、またはワンショットとして説明できる場合は、ElevenLabs Sound Effects を使用します。

• フォーリー：布の擦れる音、足音、鍵を回す音、電話を落とす音、ページをめくる音、陶器をこする音；
• アンビエンス：トタン屋根に降る雨、ネオンが光る路地のうなり、サーバールーム、夕暮れの森、宇宙船の換気音；
• 映画的なサウンドデザイン：ブラーム、ヒット、ウーシュ、ライザー、緊張感のあるパルス、サブドロップ、ロゴのスティンガー；
• ゲーム／アプリの UI：ボタンをタップする音、実績のきらめき、エラー音、インベントリでアイテムを拾う音、メニューのホバー音；
• ソーシャル／動画のアクセント：トランジションのウーシュ、明かすときのきらめき、コメディ風のレコードスクラッチ、通知のポップ音；
• 短い音楽パーツ：90 BPM のドラムループ、ヴィンテージのブラススタブ、シンセパッドのスウェル、音程のあるライザー。

次の場合は、別の方法を選びます。

• 演奏やすでに録音済みの衝撃音にサンプル単位の精度で同期させる必要がある場合は、フォーリー録音、ライブラリ検索、または手動編集を使用します；
• 権利を持たずに、識別可能な著作権保護対象のサンプル、テーマ曲、ロゴサウンド、有名人の声、またはブランドのソニックマークが必要な場合；
• 生成音声ではなく、補償を伴うライセンス付きのストックライブラリ素材が必要な場合；
• 法医学、安全が重要な用途、医療、法律上の再現など、物理的な正確さが必須の場合；
• 必要なのが和声展開を伴うフルスコア、曲、または長いループの場合は、音楽制作のワークフローを使用し、Sound Effects はステムやアクセント用にします。

制作ワークフロー

1. ユーザーのリクエストをサウンドデザインのブリーフに落とし込みます。

   • 音の役割を明確にします。空間を作る、衝撃を際立たせる、トランジションを演出する、UI を引き立てる、緊張感を高める、編集点を隠す、アクションの下でループさせる、などです。
   • 使用場所の情報をまとめます。プラットフォーム、シーン、タイムコード、スピーカーのターゲット、ミックスの状況、セリフや音楽と競合するかどうかを含めます。
   • アセットがワンショット、シーケンス、ループ、アンビエンスベッド、ステム、コレクションのどれに当たるかを決めます。

2. API を呼び出す前に生成設定を選びます。

   • アイデアの探索や自然なワンショットには、自動の長さ設定を使用します。
   • カット、アニメーション、インタラクション、ゲームイベント、広告のビートに同期させる場合は、長さを明示的に指定します。
   • アンビエンス、ルームトーン、機械音のベッド、天候音、ドローン、メニュー音楽のようなテクスチャ、その他繰り返しを想定したアセットには、loop: true を使用します。
   • クリエイティブな探索では prompt_influence を 0.25～0.4、計画的な制作アセットでは 0.45～0.7 に設定し、心地よいバリエーションよりも文字どおりの指示遵守を優先する場合に限り、0.75～1.0 に設定します。
   • 手早いプレビューやソーシャル用のラフには mp3_44100_128 を選びます。編集、ゲームエンジン、アーカイブ用マスター、または重いポストプロセスを行う場合は、利用可能な PCM／WAV 形式の出力を選びます。

3. 意図を持たせたバリエーションで少量ずつ生成します。

   • 重要なヒーローサウンドでは、同じプロンプトを繰り返すのではなく、プロンプトに制御されたバリエーションを加えて 3～6 個の候補を作成します。
   • 一度に変える軸は 1～2 個に限定します。素材、距離、部屋、強度、トランジェントの形状、テールの長さなどです。
   • 役立つ場合は不採用の候補も保存します。レイヤーとして使える可能性があります。

4. 編集して統合します。

   • 冒頭の無音や不自然なテールをトリミングします。
   • 音量を単に最大化するのではなく、用途に合わせてラウドネスをノーマライズします。
   • アンビエンスループのフェードイン／フェードアウトはゼロクロスで行い、少なくとも 3 回繰り返してテストします。
   • 1 回の生成では厚み、トランジェントの細部、またはリアリティが不足する場合は、生成した SFX にストック素材や録音済みのフォーリーを重ねます。
   • 編集内容が変わる可能性がある場合は、ドライ版と処理済み版を両方保管します。

5. 管理メタデータを記録します。

   • アセットのマニフェストと一緒に、プロンプト、設定、モデル ID、出力形式、生成日、ソース URL／API エンドポイント、アカウント／ライセンスに関するメモ、使用権に関する前提を保管します。
   • 出力が単体の SFX、大きな作品への組み込み、社内用のラフのいずれを意図しているかを記録します。

プロンプトの作成

プロンプトは単なるラベルではなく、制作メモとして書きます。優れたプロンプトでは、通常、次の項目を指定します。

• 音源：何が音を出すのか。
• 動作：時間の経過とともに何が起きるのか。
• 素材：金属、木材、ガラス、布、砂利、水、プラスチック、ゴム。
• 環境：近接マイクのスタジオ、タイル張りの浴室、森、倉庫、コックピット、洞窟、水中。
• 視点：近接マイク、遠方、こもった音、画面外、一人称、ワイドなシネマティック。
• ダイナミクス：柔らかい、鋭い、爆発的、圧縮された、膨らむ、減衰する、まばら、密集した。
• 長さの意図：短いワンショット、2秒のヒュッという音、12秒の環境音、30秒のシームレスループ。
• ミックスの制約：音楽なし、話し声なし、メロディーなし、低域のインパクト、高域のきらめき、モノラル互換。
• 感情的な役割：不吉な、遊び心のある、高級感のある、触感的な、未来的な、居心地のよい、警告的な。

便利なパターン：

[source/action], [materials], [environment and perspective], [time structure], [mix/quality constraints], [emotional or functional role].

互いに矛盾する手がかりをプロンプトに詰め込みすぎないでください。リアルなフォーリーとシネマティックな誇張の両方が必要な場合は、リアルなトランジェント、デザインされたテール、サブインパクトに分けて生成します。

アセットの種類別のプロンプト作成

フォーリーでは、素材、接触、重さ、マイクとの距離を重視します。

Close-mic foley of heavy leather gloves gripping and twisting a dry metal valve, small squeaks and gritty friction, no music, no voice, realistic studio recording.

環境音では、空間、密度、ループ可能性、前景のイベントを重視します。

Seamless loop of a quiet cyberpunk alley at night, distant rain on metal awnings, soft neon electrical hum, occasional far traffic wash, no sirens, no voices, subtle and non-distracting.

シネマティックなインパクトでは、トランジェント、ボディ、テールを定義します。

Massive cinematic trailer hit: sharp metal slam transient, deep sub boom body, long dark reverb tail, ominous sci-fi tone, no melody, no vocals, suitable for a title reveal.

UI／ゲームサウンドでは、プロンプトを短く、機能的に保ちます。

Premium mobile app success chime, short glassy sparkle with soft tactile click, under 0.6 seconds, friendly, clean, no melody phrase, no voice.

音楽要素では、テンポやキーが重要な場合にのみ指定します。

Old-school funky brass stabs from a vinyl sample, 88 BPM, F-sharp minor, short loopable stem, warm tape texture, no drums, no vocals.

パラメーターのガイド

duration_seconds

• 0.5-1.0：UIクリック、エラーバズ、通知音、ボタンのホバー音、カメラのシャッター音。
• 1-3：ヒット、ヒュッという音、トランジション、ロゴ用の短いジングル、短いフォーリーアクション。
• 3-8：複数パートのフォーリーシーケンス、余韻のあるインパクト、クリーチャーの鳴き声、短いライザー。
• 8-15：場面を確立する環境音、機械音のベッド、天候の短い音、緊張感のあるテクスチャ。
• 15-30：ループ可能な環境音、ドローン、部屋の環境音、機械音のベッド、天候、車内音、ゲームレベルの雰囲気、長いドローン。

プロンプトで複数のイベントを含むシーケンスを指定する場合は、各イベントとその余韻に十分な長さを割り当てます。生成されたファイルがせわしないと感じられる場合は、言葉を増やす前に長さを延ばします。

prompt_influence

• 0.2-0.35：アイデア出し、テクスチャ、思いがけない面白さを得たい場合に使用します。
• 0.35-0.55：スタイルを重視し、バリエーションも歓迎する最初の制作パスで使用します。
• 0.55-0.75：イベントの順序、素材、感情的な狙いを明確にする必要がある場合に使用します。
• 0.75-1.0：文字どおりのプロンプトに限って控えめに使用します。バリエーションが少なくなり、自然な音にならない場合もあります。

loop

• 環境音、ドローン、ルームトーン、機械音、天候、車内音、ゲームメニューのベッド、繰り返し再生する可能性があるバックグラウンドレイヤーではオンにします。
• トランジェントのワンショット、インパクト、UIサウンド、同期用のヒュッという音、明確な開始点と終了点があるフォーリーシーケンスではオフにします。
• ループの継ぎ目は、必ず対象のエンジンまたはタイムラインで試聴します。モデルのループ設定を使っても、編集上の品質確認は必要です。

output_format

• プレビュー、迅速なレビュー、チャットでの受け渡し、重要度の低いソーシャルアセットにはMP3を使用します。
• アセットを加工、レイヤー化、マスタリング、フレーム単位で編集する場合や、ゲームオーディオミドルウェアに読み込む場合は、PCM／WAV系の形式を優先します。
• プレミアム形式をリクエストする前に、サブスクリプションのプランを確認します。APIが出力形式を受け付けない場合は、利用可能な形式に切り替え、その変更を記録します。

API のライフサイクル

生成前：

• ELEVENLABS_API_KEY などの管理対象シークレットとして API キーが設定されていることを確認してください。キーをログ、プロンプト、ファイル名、メタデータに貼り付けないでください。
• 商用利用、プレミアム出力形式、想定するバッチ量に関するプランやライセンスの要件を確認してください。
• 生成数を見積もってください。Sound Effects の料金と含まれる生成数は変更されることがあるため、予算が重要な作業では最新の料金を確認してください。
• アクティブなプロジェクト内に、assets/audio/sfx/scene-04-door-valve-v01.mp3 のような再現可能な出力パスを作成してください。

REST の形式：

curl -X POST "https://api.elevenlabs.io/v1/sound-generation?output_format=mp3_44100_128" \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Close-mic foley of a heavy wooden door creaking open in a dusty hallway, slow hinge groan, no music, no voice",
    "duration_seconds": 3.0,
    "prompt_influence": 0.55,
    "model_id": "eleven_text_to_sound_v2",
    "loop": false
  }' \
  --output scene-02-door-creak-v01.mp3

公式クイックスタートに記載されている Python SDK の形式：

import os
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs

load_dotenv()

client = ElevenLabs(api_key=os.getenv("ELEVENLABS_API_KEY"))
audio = client.text_to_sound_effects.convert(
    text="Cinematic braam, horror",
)

with open("cinematic-braam-v01.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)

生成後：

• すぐにプロジェクトのアセットディレクトリへファイルを書き込んでください。
• ホスト環境で利用できるローカルの音声ツールを使って、実際の再生時間、サンプルレート、チャンネル数、コーデック、ラウドネスを確認してください。
• 最終的に選んだアセットには、プロンプトのスラッグだけでなく、役割が分かる安定した名前を付けてください。
• プロンプト、設定、モデル、ソース、ライセンスに関するメモをサイドカーまたはアセットマニフェストのエントリーに記録してください。

安全性、権利、商用利用の確認

公開またはクライアントへの納品の前に、以下を確認してください。

• ユーザーの ElevenLabs プランで、意図した商用利用が許可されていることを確認してください。2026-07-10 に記録された ElevenLabs の利用規約では、有料ユーザーの商用利用は認められていますが、無料ユーザーの利用目的は非商用に限られています。
• 生成した Sound Effects の出力を、単独の分離ファイル、サンプルパック、サウンドライブラリ、音楽・サウンド集、または類似の製品として販売、ライセンス供与、配布しないでください。ElevenLabs の禁止用途ポリシーでは、Sound Effects の出力を単独で商業利用することが明確に制限されています。
• 競合する AI モデルやデータセットの構築、トレーニング、テスト、改善に、出力やサービスへのアクセスを使用しないでください。
• ユーザーが権利を持っていない限り、著作権、商標、著名人、ブランド、ゲーム、映画、楽曲を特定できる音の生成を依頼しないでください。権利保護された名称ではなく、音の特徴を説明してください。
• 聴く人を誤解させたり危害を及ぼしたりする可能性がある状況では、欺瞞的な緊急警報、公的警報音、公式に聞こえるサイレン、現実的な危機音の生成を避けてください。
• 暴力、ホラー、武器、クリーチャー、災害の SFX は、フィクション作品の制作アセットとして扱ってください。脅迫、嫌がらせ、威圧、現実世界での悪用には協力しないでください。
• アセットに声、発話、詠唱、名前が含まれている、または人物を識別できる場合は、音声・なりすましのルールに照らして再評価し、必要に応じて権利や同意を得てください。
• 出力を広告、ゲーム、子ども向けコンテンツ、医療、公共部門、または規制対象の分野で使用する場合は、最新の ElevenLabs ポリシーと適用される現地法を確認してください。

サウンドの品質確認チェックリスト

まず耳で確認し、その後にメーターを使ってください。

クリエイティブ面の適合性：

• その音を一度聞いただけで、意図した物体や動作が伝わりますか？
• 規模、素材、時代、環境、感情的なトーンに合っていますか？
• 注意を奪うのではなく、編集を支えていますか？
• 意図しない発話、メロディー、ブランドとの類似、滑稽なアーティファクトがありませんか？

技術面の適合性：

• 編集やインタラクションに対して、実際の再生時間が適切か確認してください。
• 冒頭の無音と末尾の長さを確認してください。
• 少なくとも 3 回繰り返して、ループの継ぎ目を確認してください。
• クリック音、ポップ音、不自然なフェード、揺れ、金属的な AI のにじみ、音量のポンピング、低域の濁りがないか確認してください。
• モバイルやソーシャル向けのモノラル再生との互換性、およびゲームエンジンでの位相の問題を確認してください。
• セリフ、音楽、プラットフォームでの再生音とのバランスを考慮して、ラウドネスを確認してください。
• コーデックとサンプルレートが納品仕様を満たしているか確認してください。

組み込み時の適合性：

• 映像では、最終的なフレームレートで映像に合わせて試聴してください。知覚上の同期が改善する場合に限り、インパクト音を 0～2 フレーム早く配置してください。
• 広告やソーシャル向けでは、スマートフォンのスピーカーでテストしてください。中域のトランジェント成分を重ねないと、低域中心のインパクト音は聞こえなくなることがあります。
• ゲームでは、クリーンなワンショット音とループ用のベッド音を別々に書き出してください。ミドルウェアのランダム化、ピッチ変化、距離減衰に備えてヘッドルームを残してください。
• ポッドキャストやオーディオブックでは、高域の唐突さを抑え、環境音がナレーションより目立たないようにしてください。

反復のコツ

サウンドが汎用的すぎる場合は、素材、視点、空間、機能を追加します。

弱い例：

Magic sound.

より強い例：

Short magical UI reward sparkle, tiny glass bells and soft dust shimmer, close and clean, under 1 second, premium mobile game, no voice, no melody.

サウンドが混み合いすぎている場合は、二次的なイベントを削除し、プロンプトの影響度を下げます。

サウンドが文字どおりすぎる、または乾いた印象の場合は、部屋の響き、余韻、感情を加え、プロンプトの影響度を少し下げます。

サウンドのタイミングが合わない場合は、duration_seconds を明示的に設定し、「素早いアタック、0.5秒の膨らみ、2秒の余韻」のようにタイミング構成を説明します。

ループの継ぎ目が目立つ場合は、loop: true を指定して再生成し、前景のイベントをシンプルにして、一度しか発生しないトランジェントを避けます。

生成したフォーリーにリアリティが足りない場合は、録音またはストック素材のフォーリーのトランジェントの下に、デザインして生成した要素を重ねます。

低域がミックスを圧迫する場合は、「低域を抑え、サブのブームをなくす」と指定して再生成するか、生成後に EQ をかけます。音量を下げるだけに頼らないでください。

完全な例

例 1：15秒の縦型広告向けトランジションキット

制作意図：プレミアムなスキンケア広告向けに、小規模な SFX キットを作成します。素早いトランジションを3つ、製品のお披露目に使うきらめきを1つ、ロゴのスタンガーを1つ用意します。編集には柔らかな音楽とささやくようなナレーションが入るため、SFX は上品で耳に刺さらない必要があります。

ワークフロー：

1. 1つの連続したシーケンスではなく、各素材を個別に生成します。
2. クライアントのレビューには MP3 のプレビューを使い、承認され、利用可能であれば、より高品質なマスターを再生成するか変換します。
3. 「プレミアム」は主観的なので、プロンプトの影響度は中程度に保ちます。
4. 広告は Reels／TikTok／Shorts 用なので、スマートフォンのスピーカーで品質を確認します。

候補となる呼び出し：

[
  {
    "filename": "sfx-transition-silk-whoosh-v01.mp3",
    "text": "Soft silk fabric whoosh for a luxury skincare video transition, close and airy, gentle high-frequency shimmer, under 1 second, no voice, no music, premium and clean",
    "duration_seconds": 0.8,
    "prompt_influence": 0.5,
    "loop": false,
    "model_id": "eleven_text_to_sound_v2",
    "output_format": "mp3_44100_128"
  },
  {
    "filename": "sfx-product-reveal-glass-sparkle-v01.mp3",
    "text": "Elegant product reveal sparkle, tiny glass particles and soft bell-like glint, close-mic, quick attack with smooth 1.5 second tail, no melody, no voice, refined luxury beauty ad",
    "duration_seconds": 2.0,
    "prompt_influence": 0.55,
    "loop": false,
    "model_id": "eleven_text_to_sound_v2",
    "output_format": "mp3_44100_128"
  },
  {
    "filename": "sfx-logo-stinger-soft-luxe-v01.mp3",
    "text": "Minimal luxury logo stinger, soft tactile click followed by warm airy shimmer, calm and expensive, no drums, no voice, no recognizable melody, suitable for final brand card",
    "duration_seconds": 2.5,
    "prompt_influence": 0.5,
    "loop": false,
    "model_id": "eleven_text_to_sound_v2",
    "output_format": "mp3_44100_128"
  }
]

期待される結果：気を散らす音楽的なフレーズのない、短く洗練された高周波のディテールです。起こりやすい問題は、ガラスのような鋭い音、メロディーが多すぎること、ナレーターの声を覆い隠す素材です。「控えめで、音量を低くし、耳に刺さる高音を避ける」と追加するか、長さを短くして調整します。

例 2：ループ可能な SF ゲームのアンビエンス

制作意図：放棄された宇宙船の通路向けに、30秒のアンビエンスループを作成します。明らかな繰り返しを感じさせず、ゲームプレイ中に何分も流し続けられる必要があります。

ワークフロー：

1. loop: true と最大の長さを指定し、繰り返しが目立ちにくい音のベッドを作ります。
2. 固有の警報音や足音でループの継ぎ目が分からないよう、前景のイベントは控えめにします。
3. ベースとなるルームトーン、断続的な機械のきしみ、遠くのエネルギーパルスなど、別々のレイヤーを生成します。ゲームエンジンで二次的なレイヤーをランダム化します。

主なプロンプト：

{
  "filename": "amb-spaceship-corridor-base-loop-v01.wav",
  "text": "Seamless 30-second loop of an abandoned spaceship corridor, low ventilation rumble, faint electrical buzz, distant hull stress creaks, dark spacious metal interior, no alarms, no voices, no footsteps, subtle and playable under exploration",
  "duration_seconds": 30,
  "prompt_influence": 0.62,
  "loop": true,
  "model_id": "eleven_text_to_sound_v2",
  "output_format": "pcm_48000"
}

期待される結果：暗く、ループ可能な音のベッドです。起こりやすい問題は、明らかに繰り返す金属音、強すぎるサブ、またはループしない余韻です。前景のイベントをシンプルにする、プロンプトの影響度を下げる、またはきしみ音を個別のランダム化可能なワンショットとして生成して調整します。

例 3：ドキュメンタリーのフォーリーの差し替え

制作意図：博物館の学芸員が資料箱を開けるクローズアップを、現地でノイズの多い環境で撮影した映像の音を差し替えます。リアルで静かで、ドラマチックになりすぎない音が必要です。

ワークフロー：

1. 映画的な表現を使わずに、リアルなレイヤーを生成します。
2. ショットの長さに合わせて、明示的に長さを指定します。
3. 生成した音声は小さな音量に保ち、過度にノーマライズしないでください。
4. 必要に応じて、ドキュメンタリーの現場で録音したルームトーンを重ねます。

プロンプト：

{
  "filename": "foley-archive-box-open-v01.mp3",
  "text": "Realistic close-mic foley of cotton-gloved hands opening an old cardboard archival box on a wooden table, soft paper friction, gentle lid scrape, quiet museum room, natural and understated, no music, no voice, no cinematic impact",
  "duration_seconds": 4.2,
  "prompt_influence": 0.7,
  "loop": false,
  "model_id": "eleven_text_to_sound_v2",
  "output_format": "mp3_44100_128"
}

期待される結果：信じられる触感のあるフォーリーです。起こりやすい問題は、きしみが大げさになること、部屋の残響、物を扱う音が多すぎることです。動作の数を減らし、「ふたを1回開ける。余計な動作はなし」と指定して調整します。

例 4：ゲーム UI サウンドのファミリー

制作意図：ほのぼのとしたパズルゲーム向けに、ホバー、選択、エラー、報酬の一貫性のあるサウンドファミリーを作成します。柔らかな木やおもちゃ箱を思わせるアイデンティティを共有する音にします。

ワークフロー：

1. まず音のパレットを決めます。フェルト、木、小さなベル、温かみのある部屋、鋭いデジタルビープ音なし。
2. 短いワンショットを個別に生成します。
3. 操作を素早く繰り返し、聞き疲れしないか確認します。

パレットの説明：

Warm cozy puzzle UI, soft woodblock, felt dampening, tiny toy-bell accents, gentle room tone, no harsh beeps, no voices, no long melodies.

プロンプト：

[
  {
    "filename": "ui-hover-soft-wood-v01.mp3",
    "text": "Cozy puzzle game hover sound, tiny soft wood tap with felt damping, very short, warm and friendly, no beep, no voice",
    "duration_seconds": 0.35,
    "prompt_influence": 0.6,
    "loop": false
  },
  {
    "filename": "ui-select-toy-click-v01.mp3",
    "text": "Cozy puzzle game select sound, soft wooden toy click with small warm bell glint, under half a second, satisfying but gentle, no melody, no voice",
    "duration_seconds": 0.5,
    "prompt_influence": 0.6,
    "loop": false
  },
  {
    "filename": "ui-error-felt-thunk-v01.mp3",
    "text": "Cozy puzzle game invalid move sound, muted felt-covered wooden thunk, soft downward tone, not alarming, under 0.6 seconds, no voice",
    "duration_seconds": 0.6,
    "prompt_influence": 0.65,
    "loop": false
  },
  {
    "filename": "ui-reward-tiny-bells-v01.mp3",
    "text": "Cozy puzzle game reward sound, small wooden click followed by tiny warm bell sparkle, playful and soft, one second, no voice, no long melody",
    "duration_seconds": 1.0,
    "prompt_influence": 0.58,
    "loop": false
  }
]

期待される結果：一貫性のある UI サウンドのファミリーです。起こりやすい問題は、報酬音が音楽的になりすぎること、エラー音が否定的になりすぎること、ホバー音が大きすぎることです。再生成だけに頼らず、ポストゲインや長さを短くして調整します。

引き継ぎ形式

生成した、または生成を計画している SFX を別のエージェントやパイプラインの段階に渡す場合は、次の情報を含めてください。

{
  "asset_id": "scene-04-door-creak-v02",
  "role": "foley_sync",
  "file_path": "projects/example/assets/audio/sfx/scene-04-door-creak-v02.mp3",
  "provider": "ElevenLabs",
  "endpoint": "POST /v1/sound-generation",
  "model_id": "eleven_text_to_sound_v2",
  "prompt": "Close-mic foley of a heavy wooden door creaking open...",
  "settings": {
    "duration_seconds": 3.0,
    "prompt_influence": 0.55,
    "loop": false,
    "output_format": "mp3_44100_128"
  },
  "verified_date": "2026-07-10",
  "qa": {
    "duration_checked": true,
    "loop_checked": false,
    "loudness_checked_in_context": true,
    "rights_notes": "Paid-plan commercial use must be confirmed; do not distribute standalone."
  }
}

最後に

最適な効果音（SFX）は、完璧なプロンプトを一度入力するだけで生まれることはほとんどありません。サウンドエディターのように、役割を定義し、目的を絞った候補を生成し、文脈の中で聴いて選び、トリミングしてレイヤーを重ね、権利と管理に関するメモをアセットとともに保管してください。