Communitygithub.com

elevenlabs-fx

ElevenLabsで効果音、音声（TTS）、音楽を生成し、AudioFXエフェクトをワンステップで適用します（`sfx generate`）。MCPやユーザーアカウントからのElevenLabs音声の再利用もカバーします。接続方法（APIキー、Claude/Claude Code用ホステッドMCP、公式ElevenLabsスキル）、効果音のプロンプト、電話越しのTTS音声、水中シーン、ドアの閉まる音、シームレスなアンビエンス、予告編ナレーションなどのレシピについて説明します。

elevenlabs-fx とは？

`elevenlabs-fx`は、ElevenLabsの音声生成（効果音、TTS、音楽）とAudioFXエフェクトを組み合わせ、動画制作のためのサウンドデザインワークフローを効率化するAIエージェントスキルです。主な特徴は、`sfx generate`コマンドで生成とエフェクト適用を一括実行できる点で、生成された音声は自動保存され、`sfx apply`で再利用が可能です。対応プラットフォームは、Claude Desktop/Web、Claude Code、および任意のMCP対応クライアントです。ElvenLabs APIキーを環境変数または`.env`ファイルで設定することで動作し、ElevenLabsアカウントのクレジットを消費します。このスキルは、動画に特定の効果音や声、音楽が必要な場合や、ElevenLabsに関するあらゆる言及（TTS、テキスト読み上げ、ボイスオーバー、AI音声、AI音楽、AI効果音）があった場合に自動的に活用されるよう設計されています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NachoEstevo/audiofx/tree/HEAD/skills/elevenlabs-fx
オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

ElevenLabs + AudioFX

ElevenLabsが素材（プロンプトからの効果音、テキストからの音声、曲）を作り、AudioFXがそれをシーンに合わせます（電話、ラジオ、水中、リバーブ、カットに合わせたインパクト）。sfxは node {{AUDIOFX_DIR}}/bin/sfx.mjs です（全エフェクトのカタログはサウンドデザインスキルを参照）。

1. 接続確認

sfx doctor

最終行に、ElevenLabsキーが見つかったかどうかとその場所が表示されます（キー自体は表示されません）。CLIとスタジオは、環境変数 ELEVENLABS_API_KEY、次にカレントフォルダ、AudioFXリポジトリ、~/.audiofx/.env の .env ファイルの順でキーを探します。

キーがない場合は、ユーザーに接続方法を説明してください。チャットにキーを貼り付けさせないでください。また、自分でファイルに書き込まないでください。

  1. https://elevenlabs.io/app/settings/api-keys でAPIキーを作成します（どのプランでもOK。無料枠でも効果音とプリセット音声は使用可能）。
  2. プロジェクト内で npx -y @elevenlabs/cli@latest onboard init を実行する（.env を書き込みます）、または自分で ~/.audiofx/.env に ELEVENLABS_API_KEY=... を追加します。
  3. sfx doctor を再実行します。再起動は不要です。

その他の接続方法（オプション）

  • ホステッドMCP：ClaudeがElevenLabsのツールを直接呼び出せるようにします。Claude（Webまたはデスクトップ）：設定 → コネクタ → https://api.elevenlabs.io/v1/mcp でカスタムコネクタを追加し、サインインします。Claude Code：claude mcp add --transport http elevenlabs https://api.elevenlabs.io/v1/mcp を実行し、/mcp で認証します。ディレクトリ版のコネクタは制限されており、音楽機能が提供されない場合があります。
  • 公式スキル（ElevenLabs APIのノウハウ（TTS、効果音、音楽、エージェント）を活用）：npx skills add elevenlabs/skills。

sfx generate は動画作業に最も直接的な方法です。生成、再利用用のコピー保存、エフェクト適用を1つのコマンドで行い、MCPは不要です。

2. 生成と処理をワンステップで

sfx generate <sfx|voice|music> "<prompt>" <output> [step...]
種類呼び出すものオプション
sfx効果音 (eleven_text_to_sound_v3)--duration 0.5–30 (デフォルト：モデルが決定), --loop, --influence 0–1 (デフォルト 0.3)
voiceテキスト読み上げ (eleven_v4)--voice <id> (デフォルト George, プリセット音声), --model <id>
music音楽--duration 3–600, --instrumental
  • チェーンは クレジット消費前に 検証されるため、ステップのタイプミスは無料で失敗します。
  • 生成されたすべてのオーディオは ~/.audiofx/generated/<kind>-<prompt>-<time>.mp3 にプロンプトの .json ファイルとともに保存されます。これはスタジオライブラリ（"Generated"）に最初に表示されるため、ユーザーは料金を再支払うことなく別のエフェクトを試すことができます。sfx apply を使用して、再生成せずに再利用します。
  • ステップがない場合、生の生成結果が出力に書き込まれます（mp3はコピー、その他の形式は48kHzに変換）。
  • 音声で 402 paid_plan_required が発生した場合は、Voice Libraryの音声です。プリセット音声IDを使用するか、ユーザーにアップグレードを依頼してください。429 はレート制限です。待機して一度リトライします。

3. レシピ

電話、ラジオ、デバイス越しのTTS音声

sfx generate voice "もしもし、私だよ。外にいるから、ドアを開けて。" call.wav voice-clean "telephone:noise=0.1"
sfx generate voice "機長の佐藤です。" captain.wav "speaker:model=pa" "reverb:space=hall,mix=0.2"
sfx generate voice "4号車、応答せよ。" radio.wav "walkie-talkie:drive=12"

TTS音声はクリーンで近くに感じられます。加工を加えることで、シーンに馴染ませることができます。前景に留めるべきナレーションの場合は、voice-clean と loudness のみを使用するか、壮大な読み上げには trailer-voice を使用します。

ある瞬間に水中に潜る生成曲

カメラが12秒で潜り、18秒で浮上する場合：

sfx generate music "アップテンポなインディーポップ、明るいギター、120bpm" song.wav "underwater:depth=0.8@12-18" --duration 30 --instrumental --fade 0.35

曲に対するその他の瞬間ベースの加工："am-radio@0-8" --fade 1.2（ラジオから再生され、その後広がる）、"filter-sweep:fromFreq=300,toFreq=18000,start=10,duration=2"（12秒のドロップへのビルドアップ）、"tape-stop:at=20,length=0.9"（コメディックな停止）。

カットに合わせてレイヤーされる効果音

効果音を生成し、layer エフェクトを使用して、動画のオーディオのカットポイント（ここでは6.0秒）にミックスします：

sfx generate sfx "石造りの廊下で重い木のドアがバタンと閉まる" door.wav "reverb:space=hall,mix=0.25" --duration 2
sfx apply mix.wav mix-door.wav "layer:file=door.wav,at=6,align=onset,level=-3"

align=onset は、生成されたサウンドのアタック位置を測定し、そのポイントをカットに合わせます。これにより、生成時の先行無音が遅延の原因になりません。生成された効果音はスタジオの サンプル タブにも表示され、ユーザーは耳で確認しながら任意の瞬間に試すことができます。合成のヒット、ライザー、ウィッシュについては、サウンドデザインスキルのシネマエフェクトの方が高速で無料です。サウンドライブラリからの録音サンプルについては、そちらの「レイヤーとしてのリアルサンプル」を参照してください。

アンビエンスベッド

sfx generate sfx "窓に当たる小雨、遠くの街の交通、雷なし" rain.wav "muffled:thickness=0.4" --duration 20 --loop

--loop は終わりと始まりをつなげるため、長いシーンの下でベッドを繰り返し使用できます（ffmpegの -stream_loop、またはRemotionの <Loop>）。

ユーザーが既に生成した音声の再利用

ユーザーがElevenLabsアプリやMCPで作成した音声は、単なるファイルです：sfx apply <file> <output> <steps...>。ホステッドMCPが返すリンク（elevenlabsusercontent.com上）は約2時間で期限切れになるため、まずファイルをダウンロードしてからローカルコピーを処理します。

効果音のプロンプト

  • 音源、アクション、素材、空間を説明します。「コンクリートの床にガラス瓶が割れる、小さな部屋」は「ガラスが割れる」よりも優れています。
  • 生成は1回につき1つのイベントにします。シーン全体を一度に要求するのではなく、複数の生成をレイヤーします。
  • どうせ加工するものは、ニュートラルなバージョンで生成します。クリーンな「電話の着信音」を生成し、AudioFXで speaker:model=phone や distance を追加すれば、同じファイルが複数のシーンで使えます。
  • 短い効果音（ヒット、クリック、ウィッシュ）は --duration 1–3 が最適です。アンビエンスやベッドは --loop と10～30秒が適しています。
  • --influence を1に近づけるとプロンプトに忠実になり、値が低いとモデルが補完します。

コストと注意点

  • sfx generate を呼び出すたびにユーザーのElevenLabsクレジットが消費されます。ファイルは一度生成して保存し、sfx apply またはスタジオでエフェクトを変更して再利用してください。
  • 「最良のものを選ぶ」ために生成をループさせないでください。2～3のバリエーションを提供し、sfx studio でユーザーが耳で選べるようにします。
  • 生成された音声は、本人の同意なしに実在の人物を模倣してはなりません。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

sound-design

Sound design for videos with the local AudioFX CLI (`sfx`). 65 effects as ffmpeg filtergraphs, including synthesized cinema moments anchored to a second (impact hit, riser, whoosh, sub drop, trailer braam, gap before the drop, cut with a reverb tail, reverb or echo throw, stutter, trailer voice, archival voice), recorded samples layered at an exact second (from the user's sound library such as Epidemic Sound, from ElevenLabs or from local files), mixing voice, music and effects on a timeline with the music ducked under the voice, music fitted to the video (a track cut to the video's length with its drop on the main cut, stems treated one by one) and treatments (AM radio, landline, cellphone, device speakers, walkie-talkie, old TV, vinyl, cassette, underwater, behind the wall, reverb from bathroom to cathedral, echo, far away, robot, monster, ghost, dream, flashback, post-explosion shell shock, slow motion, tape stop, filter sweeps, reverse swell, low/high pass, clean voice, LUFS

関連スキル

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community