Jak stworzyliśmy soundboard z użyciem ElevenLabs SFX API

Wyobraź sobie soundboard, który generuje nieskończoną liczbę dźwięków na żądanie. Właśnie to zrobiliśmy w ElevenLabs — poznaj SB1, nasz nieskończony soundboard. Na pierwszy rzut oka wygląda jak zwykła siatka padów, które uruchamiasz kliknięciem lub skrótem klawiszowym. W środku działa nasz model AI do generowania efektów dźwiękowych z tekstu.

Wystarczy, że opiszesz dowolny dźwięk, a SB1 go wygeneruje. Są też domyślne dźwięki, ale możesz je zamienić na własne.

Od pomysłu do prototypu

Zaczęliśmy od prostego pytania: co jeśli możesz wpisać opis, na przykład „delikatne leśne dźwięki w tle” albo „dramatyczny okrzyk publiczności” i od razu dostać gotowy efekt dźwiękowy?

Tradycyjne soundboardy korzystają ze statycznych bibliotek MP3, których trzeba szukać w internecie. Nawet jeśli znajdziesz odpowiedni dźwięk, często nie jest dokładnie taki, jakiego chcesz. Dzięki generatywnej AI to już nie problem. Nie masz ograniczeń.

Zanim zabraliśmy się za kod, poprosiliśmy Sympatyczny o stworzenie prostego prototypu SB1. Nie był jeszcze połączony z API, ale pozwolił nam przetestować układ i rozmieszczenie przycisków, zanim nasz zespół przygotował finalny interfejs i kod.

Chcieliśmy dynamicznych treści — dowolny dźwięk generowany na bieżąco. Sercem naszego rozwiązania jest ElevenLabs SFX API. API działa pod jednym endpointem:

Wysyłasz JSON z promptem, liczbą wariantów (domyślnie cztery) i kluczem API w nagłówku Authorization.

W odpowiedzi dostajesz tablicę URL-i do wygenerowanych plików WAV. Możesz je od razu odtwarzać, pobierać i przypisywać do padów. Możesz też ustawić zapętlanie. Im dokładniejszy opis, tym lepszy efekt.

Przykładowe zapytanie wygląda tak:

W odpowiedzi dostaniesz cztery URL-e. API zaprojektowaliśmy tak, by działało w każdej sytuacji — od szybkiego tworzenia soundboardu po masowe generowanie dźwięków do gier.

Budowa interfejsu SB1

Gdy API było gotowe, zajęliśmy się front-endem. SB1 to webowa aplikacja zbudowana w React i Tailwind CSS. Każdy pad ma dwa tryby:

1. Gotowy: ładuje zapisane URL-e dźwięków
2. Własny: generowany przez użytkownika przez SFX API

Klikając pusty pad w trybie custom, pojawia się okno promptu. Wpisujesz opis, klikasz Generuj, a API zwraca cztery propozycje. Odsłuchujesz je od razu, wybierasz ulubioną i pad się aktualizuje. Skróty klawiszowe pozwalają uruchamiać pady z klawiatury — możesz grać rytmy lub efekty na żywo.

Dodaliśmy też kontrolki do zapętlania. Wystarczy kliknąć przycisk loop, wybrać dźwięk i będzie grał, dopóki go nie wyłączysz. Dzięki temu SB1 sprawdza się nie tylko do żartów — pomyśl o maszynie perkusyjnej, ambientach, ale też do podcastów, streamów czy medytacji.

Przykłady w akcji

Ambientowy pejzaż dźwiękowy

• Lekki deszcz: "lekki deszcz kapiący na liście"

• Mocny deszcz: "mocny deszcz uderzający o blaszany dach"

• Fale oceanu: delikatne fale rozbijające się o brzeg

Każdy z tych dźwięków wygenerowaliśmy wpisując prompt, np. „lekki deszcz kapiący na liście” czy „delikatne fale rozbijające się o brzeg”. Potem ustawiliśmy pady na zapętlanie, tworząc tło do skupienia lub medytacji.

Maszyna perkusyjna

• 808 kick: "mocny basowy 808 kick"

• Werbel: "krótki, suchy werbel"

• Otwarty talerz: "otwarty talerz, długi dźwięk"

Nie potrzebujesz sampli z biblioteki perkusyjnej. Wystarczy opisać „mocny basowy 808 kick” czy „krótki, suchy werbel”, a API da ci cztery wersje do odsłuchu. Przypisaliśmy je do klawiszy A, S i D, żeby pokazać demo na żywo.

Jeśli chcesz poeksperymentować, możesz wygenerować krótkie kwestie głosowe w stylu wybranej postaci. Wystarczy podać postać, a tekst wstawić w nawiasy.

• Podkręcony DJ: DJ mówi: "Zaczynamy imprezę!"

• Ork na misji: Ork szorstkim głosem mówi: "Za dużo osób w tym pokoju"

• Syrena: Przejmujący kobiecy wokal śpiewa: "Czas do domu, impreza skończona"

Własne presety

Możesz zapisać i nazwać własne presety — np. „Livestream FX” z okrzykiem, śmiechem i brawami. Po zbudowaniu soundboardu kliknij Udostępnij, żeby skopiować link lub wrzucić go od razu na social media. Każdy z linkiem załaduje twoją konfigurację SB1 i zagra twoje dźwięki.

Wskazówki dla deweloperów

• Generowanie bez stanu: Każde wywołanie API jest niezależne. Nie musisz zarządzać pipeline’em ani trzymać dużych bibliotek — wystarczy cache’ować używane URL-e.
• Niskie opóźnienia: Zwykle generowanie trwa poniżej dwóch sekund, więc wszystko działa praktycznie od razu.
• Skalowalność: Możesz generować setki dźwięków równolegle i trzymać je na własnym CDN przy dużym ruchu.
• Elastyczne formaty: WAV dla najlepszej jakości, MP3 jeśli zależy ci na małych plikach.

Żeby zacząć samemu, sprawdź naszą dokumentację. Znajdziesz tam przykłady kodu w JavaScript, Pythonie i cURL, które pokazują jak dodać SFX API do twoich projektów.

Co dalej?

SB1 to tylko demo możliwości naszego modelu efektów dźwiękowych. Pracujemy nad pluginami do OBS i DAW, żebyś mógł generować nowe dźwięki bez wychodzenia z programu do streamu czy produkcji. Dopracowujemy też model pod kątem muzyki — np. egzotyczne perkusje czy syntezatory.

Jeśli stworzysz coś fajnego, daj nam znać. Oznacz nas w social mediach albo podziel się linkiem do swojego presetu. Niezależnie czy streamujesz, nagrywasz podcast, tworzysz gry czy po prostu lubisz bawić się dźwiękiem — SB1 i SFX API dają ci nieograniczone możliwości audio.

Wypróbuj za darmo — nie potrzebujesz żadnej biblioteki MP3.