NodaroAccount
Nodaro ドキュメント
ドキュメントノードリファレンスモデルテンプレートAI エージェント(MCP)開発者向けセルフホスティングリサーチ比較
オーディオ

テキストからオーディオ

ElevenLabs Sound Effects で、テキストの説明から効果音や環境音を最長 22 秒まで生成します。背景音には、つなぎ目のないループも作れます。

テキストからオーディオノードは、テキストの説明から効果音や環境音を生成します。使うモデルは ElevenLabs Sound Effects です。音を説明して長さを設定すると、ノードがオーディオクリップを返します。雨や人混みのざわめきなど、つなぎ目なく繰り返す背景音には、ループをオンにします。

使いどころ

  • 動画用の効果音。足音、ドアの音、衝撃音などです。
  • 背景の環境音。森、街の通り、海などです。
  • UI の操作音や通知音。
  • ポッドキャストや動画の下に敷く、途切れずに繰り返すループ音。
  • モーショングラフィックス用のサウンドテクスチャ。

既存の動画に合う音を 1 ステップで追加するには、動画の効果音を使います。

クイックスタート

ノードを追加する

キャンバス上で Tab を押し、オーディオ › 効果音 › テキストからオーディオを選びます。

音を説明する

設定パネルを開き、プロンプトを書きます。たとえば「heavy rain on a tin roof」(トタン屋根に打ちつける激しい雨)です。音にまつわるストーリーではなく、音そのものを説明します。

長さを設定する

長さ(秒)を 0.5〜22 の範囲で設定します。繰り返す背景音にする場合は、ループをオン(シームレスループ)にします。

実行する

ノードの実行をクリックします。生成された音が、プレーヤー付きでノードに表示されます。

オーディオオーディオオーディオ動画テキストからオーディオトタン屋根に降る雨、ループテキストからオーディオ遠くの雷オーディオをミックス動画生成動画とオーディオを結合
生成した 2 つの音を 1 つのサウンドスケープにミックスし、動画に結合します。

入力

入力接続できるノード説明
プロンプトテキストやテキスト生成 - あらゆる LLM などのテキスト系ノードプロンプト欄の代わりに使う、音の説明です。
オーディオスタイル音楽のムードやトーンなどのオーディオ系ピッカーピッカーの言葉を説明に追加します。

出力のオーディオは、生成された音の URL です。

設定

設定説明
プロンプト音の説明で、最大 450 文字です。
プロバイダー効果音のモデルです。選べるのは ElevenLabs SFX v2 だけです。
長さ(秒)0.5〜22 秒で、0.5 秒単位です。デフォルトは 10 です。
ループオフ(デフォルト)またはオン(シームレスループ)です。オンにすると、終わりが始まりに途切れなくつながるクリップを作ります。
プロンプトの影響度0(よりランダム)〜1(より忠実)です。デフォルトは 0.3 です。モデルが説明にどれだけ忠実に従うかを決めます。
前後のテキスト説明の前後に必ず追加されるテキストです。ワークフローをアプリとして使う人には表示されません。プロンプトの前後のテキストを参照してください。

モデル

モデル開発元モードクレジット詳細
ElevenLabs Sound EffectsElevenLabs効果音2 からテキストのプロンプトから短い効果音を生成します。

クレジット

料金は長さ(秒)で決まります。指定した 1 秒ごとに料金がかかり、1 秒未満の端数は 1 秒として数えます。そのため、0.5 秒は 1 秒と同じ料金です。

長さクレジット
1 秒2
5 秒6
10 秒(デフォルト)11
30 秒(API で指定できる最長)33

ノードは、実行する前に正確な料金を実行ボタンに表示します。

ヒント

  • シーンではなく音を説明する:「it was a stormy night」(嵐の夜だった)よりも、「Heavy rain on a tin roof」(トタン屋根に打ちつける激しい雨)のほうがうまくいきます。
  • 必要な長さを指定する:長さ(秒)の 1 秒ごとに料金がかかります。長い音を作ってあとで切り詰めるのではなく、必要な長さを指定してください。
  • プロンプトの影響度は低めにする:0.2〜0.4 の値が、最も自然に聞こえます。結果が説明から離れる場合にだけ、値を上げてください。
  • 連続する音をループする:ループは、風、雨、人混みのざわめきなど、一定に続く環境音に最も向いています。1 回きりの打撃音には、あまり向いていません。
  • 重ねてからミックスする:サウンドスケープの各パーツをそれぞれ別のノードで生成し、オーディオをミックスでまとめて、それぞれの音量を設定します。

API から

MCP ツールは text_to_audio です。MCP ツールを参照してください。

API と MCP では、duration に 0.5〜30 秒を指定できます。duration を指定しない呼び出しでは、モデルが長さを決め、5 秒として課金されます(6 クレジット)。

よくある質問

生成できる効果音の長さは、どれくらいですか?

0.5〜22 秒で、0.5 秒単位で指定できます。デフォルトは 10 秒です。もっと長い背景音が必要な場合は、「ループ」をオンにしてクリップを繰り返します。

説明は、どれくらいの長さまで書けますか?

最大 450 文字です。音は 1 つずつ説明し、複雑なサウンドスケープは、複数のノードの音をミックスして組み立てます。

長い音ほど、料金は高くなりますか?

はい。料金は設定した「長さ」に応じて秒単位で決まり、1 秒未満の端数は 1 秒として数えます。1 秒の音は 2 クレジット、デフォルトの 10 秒は 11 クレジットです。

「テキストからオーディオ」で、音声や音楽を作れますか?

このノードは効果音と環境音のためのもので、音声向けではありません。音声には「テキストから音声」を使います。音楽には「Suno 生成」か「音楽生成」を使います。

「プロンプトの影響度」は何を決める設定ですか?

モデルが説明にどれだけ忠実に従うかを、0〜1 で設定します。デフォルトは 0.3 です。値が低いほど、自由に解釈されます。結果が説明から離れすぎる場合にだけ、値を上げてください。

最終更新

目次