elevenlabs-fx

ElevenLabs + AudioFX

ElevenLabs erzeugt das Rohmaterial (einen Soundeffekt aus einer Beschreibung, eine Stimme aus Text, einen Song); AudioFX passt es an die Szene an (Telefon, Radio, Unterwasser, Hall, ein Treffer auf den Schnitt). sfx ist node {{AUDIOFX_DIR}}/bin/sfx.mjs (siehe das Sound-Design-Skill für den vollständigen Effektkatalog).

1. Verbindung prüfen

sfx doctor

Die letzte Zeile zeigt an, ob ein ElevenLabs-Key gefunden wurde und wo (der Key selbst wird nie ausgegeben). Die CLI und das Studio suchen nach ELEVENLABS_API_KEY in der Umgebung, dann in .env im aktuellen Ordner, im AudioFX-Repository und in ~/.audiofx/.env.

Falls kein Key vorhanden ist, erkläre dem Benutzer, wie er sich verbinden kann. Fordere ihn niemals auf, den Key in den Chat einzufügen, und schreibe ihn niemals selbst in eine Datei:

1. Erstelle einen API-Key unter https://elevenlabs.io/app/settings/api-keys (beliebiger Tarif; der kostenlose Tarif funktioniert für Soundeffekte und vorgefertigte Stimmen).
2. Führe entweder npx -y @elevenlabs/cli@latest onboard init im Projekt aus (es schreibt eine .env), oder füge ELEVENLABS_API_KEY=... selbst in ~/.audiofx/.env hinzu.
3. Führe sfx doctor erneut aus. Kein Neustart erforderlich.

Andere Verbindungsmöglichkeiten (optional)

• Gehostetes MCP, damit Claude ElevenLabs-Tools direkt aufrufen kann. In Claude (Web oder Desktop): Einstellungen → Connectors → benutzerdefinierten Connector mit https://api.elevenlabs.io/v1/mcp hinzufügen und anmelden. In Claude Code: claude mcp add --transport http elevenlabs https://api.elevenlabs.io/v1/mcp, dann /mcp zur Authentifizierung. Die Verzeichnisversion des Connectors ist eingeschränkt und bietet möglicherweise keine Musik.
• Offizielle Skills mit ElevenLabs-API-Know-how (TTS, Soundeffekte, Musik, Agenten): npx skills add elevenlabs/skills.

sfx generate ist der direkteste Weg für Videobearbeitung: Es erzeugt, speichert eine Kopie zur Wiederverwendung und wendet Effekte in einem Befehl an, ohne dass ein MCP erforderlich ist.

2. Erzeugen und verarbeiten in einem Schritt

sfx generate <sfx|voice|music> "<Prompt>" <Ausgabe> [Schritt...]

Art	Aufgerufene Funktion	Optionen
sfx	Soundeffekte (eleven_text_to_sound_v3)	--duration 0.5–30 (Standard: Modell entscheidet), --loop, --influence 0–1 (Standard 0.3)
voice	Text-to-Speech (eleven_v4)	--voice <id> (Standard George, eine vorgefertigte Stimme), --model <id>
music	Musik	--duration 3–600, --instrumental

• Die Kette wird vor dem Verbrauch von Credits validiert, sodass ein Tippfehler in einem Schritt kostenlos fehlschlägt.
• Jede Erzeugung wird auch als ~/.audiofx/generated/<Art>-<Prompt>-<Zeit>.mp3 mit einer .json-Datei des Prompts gespeichert. Sie erscheint zuerst in der Studio-Bibliothek („Erzeugt“), sodass der Benutzer andere Effekte darauf ausprobieren kann, ohne zweimal zu bezahlen. Erneut verwenden mit sfx apply anstatt neu zu erzeugen.
• Ohne Schritte wird die Rohgenerierung in die Ausgabedatei geschrieben (mp3 kopiert; andere Formate auf 48 kHz konvertiert).
• 402 paid_plan_required bei einer Stimme bedeutet eine Stimme aus der Voice Library: Verwende eine vorgefertigte Stimmen-ID oder fordere den Benutzer auf, ein Upgrade durchzuführen. 429 bedeutet Ratenlimit: Warten und einmal wiederholen.

3. Rezepte

Eine TTS-Stimme durch ein Telefon, Radio oder Gerät

sfx generate voice "Hey, ich bin's. Ich bin draußen, mach die Tür auf." anruf.wav stimme-clean "telephone:noise=0.1"
sfx generate voice "Hier spricht Ihr Kapitän." kapitaen.wav "speaker:model=pa" "reverb:space=hall,mix=0.2"
sfx generate voice "Einheit vier, melden." funk.wav "walkie-talkie:drive=12"

TTS-Stimmen sind sauber und nah: Eine Behandlung lässt sie zur Szene gehören. Für einen Voice-Over, der im Vordergrund bleiben soll, nur voice-clean und loudness verwenden, oder trailer-voice für eine epische Lesung.

Ein generierter Song, der zu einem bestimmten Zeitpunkt unter Wasser klingt

Die Kamera taucht bei 12 s und taucht bei 18 s wieder auf:

sfx generate music "Fröhlicher Indie-Pop, helle Gitarren, 120 bpm" song.wav "underwater:depth=0.8@12-18" --duration 30 --instrumental --fade 0.35

Andere zeitbasierte Behandlungen für einen Song: "am-radio@0-8" --fade 1.2 (spielt aus einem Radio, dann öffnet es sich), "filter-sweep:fromFreq=300,toFreq=18000,start=10,duration=2" (Aufbau zu einem Drop bei 12 s), "tape-stop:at=20,length=0.9" (komödiantischer Stopp).

Ein Soundeffekt, der auf einen Schnitt gelegt wird

Erzeuge den Effekt und mische ihn dann mit dem layer-Effekt in das Audio des Videos an der Schnittstelle (hier 6,0 s):

sfx generate sfx "Schwere Holztür knallt zu in einem Steingang" tuer.wav "reverb:space=hall,mix=0.25" --duration 2
sfx apply mix.wav mix-tuer.wav "layer:file=tuer.wav,at=6,align=onset,level=-3"

align=onset misst, wo der Angriff des erzeugten Tons liegt, und setzt diesen genau auf den Schnitt, sodass führende Stille in der Erzeugung nicht zu einer Verzögerung führt. Erzeugte Soundeffekte erscheinen auch im Samples-Tab des Studios, wo der Benutzer sie nach Gehör auf einen Moment ausprobieren kann. Für synthetisierte Treffer, Riser oder Whooshes sind die Kinoeffekte im Sound-Design-Skill schneller und kostenlos; für echte Samples aus einer Soundbibliothek siehe dort „Echte Samples als Layer“.

Eine Ambientebene

sfx generate sfx "Leichter Regen an einem Fenster, entfernter Stadtverkehr, kein Donner" regen.wav "muffled:thickness=0.4" --duration 20 --loop

--loop lässt das Ende an den Anfang anschließen, sodass die Ebene unter einer langen Szene wiederholt werden kann (-stream_loop in ffmpeg oder <Loop> in Remotion).

Wiederverwendung bereits erzeugter Audiodaten

Audio, das der Benutzer in der ElevenLabs-App oder mit dem MCP erstellt hat, ist einfach eine Datei: sfx apply <Datei> <Ausgabe> <Schritte...>. Links, die das gehostete MCP zurückgibt (auf elevenlabsusercontent.com), laufen nach etwa zwei Stunden ab. Lade die Datei daher zuerst herunter und verarbeite dann die lokale Kopie.

Soundeffekte prompten

• Beschreibe die Quelle, die Aktion, das Material und den Raum: „Glasflasche zerspringt auf einem Betonboden, kleiner Raum“ ist besser als „Glas zerbricht“.
• Ein Ereignis pro Erzeugung. Lege mehrere Erzeugungen übereinander, anstatt nach einer ganzen Szene zu fragen.
• Frage nach dem, was du ohnehin verarbeiten wirst, in einer neutralen Version: Erzeuge ein sauberes „Telefon klingelt“ und füge mit AudioFX speaker:model=phone oder distance hinzu, sodass dieselbe Datei für mehrere Szenen dient.
• Kurze Effekte (Treffer, Klicks, Whooshes) funktionieren am besten mit --duration 1–3; Atmosphären und Ebenen mit --loop und 10–30 s.
• Ein --influence nahe 1 folgt dem Prompt wörtlich; niedrigere Werte lassen das Modell ergänzen.

Kosten und Sorgfalt

• Jeder sfx generate-Aufruf verbraucht die ElevenLabs-Credits des Benutzers. Erzeuge einmal, verwende die gespeicherte Datei wieder und ändere Effekte mit sfx apply oder im Studio.
• Wiederhole Erzeugungen nicht, um „die beste auszuwählen“, ohne zu fragen: Biete zwei oder drei Variationen an und lass den Benutzer nach Gehör in sfx studio wählen.
• Erzeugte Stimmen dürfen keine echte Person ohne deren Einwilligung imitieren.