Sonbahar 2026 · Sükûnet Üssü'nden
Ay stüdyosunu gezin ↗
Oyun geliştirme

Stable Audio 3 Small SFX: Yapay Zeka ile Ücretsiz Ses Efektleri

Stable Audio 3 Small SFX ücretsiz ve ticari kullanıma açık: GPU'suz dizüstünde 3 saniyede yapay zeka ses efekti. Kurulum ve lisans.

Kulaklık takmış bir astronot ay üssünde dizüstü bilgisayarla ses efekti üretiyor; otomatik kapı, ayak izleri, kokteyl çalkalayıcı, sensörlü lamba ve hava kilidinden fışkıran hava turuncu ses dalgalarıyla birlikte süzülüyor, küçük bir robot da mikrofon direği tutuyor
Kulaklık takmış bir astronot ay üssünde dizüstü bilgisayarla ses efekti üretiyor; otomatik kapı, ayak izleri, kokteyl çalkalayıcı, sensörlü lamba ve hava kilidinden fışkıran hava turuncu ses dalgalarıyla birlikte süzülüyor, küçük bir robot da mikrofon direği tutuyor

Sitemin ana sayfası bir ay üssü: ana karakter Terry içinde dolaşabiliyor, otomatik kapılardan geçebiliyor, bara gidip özel bir kokteyl sipariş edebiliyor. Görseller her sürümde biraz daha güzelleşti ama baştan beri büyük bir eksiği vardı: neredeyse hiç ses yoktu. Mini oyunlarda kodla sentezlenmiş birkaç "bip" dışında; kayan otomatik kapılar, metal zeminde yürüyen adımlar, kokteyl çalkalayan robot, hepsi sessizdi.

Oyun ses efektleri için eskiden iki yol vardı: ses kütüphanesi sitelerinde tek tek arayıp lisansları kontrol etmek ya da bulutta çalışan ücretli bir yapay zeka ses üretim servisi kullanmak. Stability AI'ın bu yıl mayısta duyurduğu Stable Audio 3 üçüncü bir yol açıyor: içindeki Small SFX, sadece ses efekti için yapılmış açık kaynak bir model. Ekran kartı istemiyor, dizüstünün işlemcisinde çalışıyor.

Bu yazıda Stable Audio 3 Small SFX'in ne olduğunu, ticari olarak kullanılıp kullanılamayacağını ve kendi bilgisayarına nasıl kurulacağını anlatıyorum; ardından onunla ay üssü için gerçekten 10 farklı ses efekti yapıp oyunun içinde dinletiyorum.

Stable Audio 3 nedir? Small SFX, Medium ve 4 modelin karşılaştırması

Stable Audio 3, Stability AI'ın 20 Mayıs 2026'da duyurduğu yapay zeka ses modeli ailesi. Aynı anda dört model çıktı; bunların üçünün ağırlıkları açık, yani indirip kendi bilgisayarında çalıştırabiliyorsun:

Model

Parametre

Kullanım

Donanım

En uzun

Small SFX

433 milyon

Sadece ses efekti

CPU yeterli

2 dakika

Small

433 milyon

Müzik

CPU yeterli

2 dakika

Medium

1,4 milyar

Müzik, ses efekti

NVIDIA ekran kartı

6 dk 20 sn

Large

2,7 milyar

Müzik, ses efekti

Sadece API, indirilemiyor

6 dk 20 sn

Önceki nesil Stable Audio Open Small en fazla 11 saniye üretebiliyordu; bu nesil bir anda birkaç dakikaya çıkıyor. Yazıdan üretmenin yanı sıra sesten sese dönüştürmeyi (bir sesi temel alıp dokusunu değiştirmek) ve kısmi yeniden üretimi (baştaki ve sondaki kısmı koruyup sadece ortadaki birkaç saniyeyi yeniden yapmak) de destekliyor; ayrıca kendi ses kütüphanenle LoRA ince ayarı yapabiliyorsun.

Bu yazının yıldızı en küçükleri, Small SFX. Resmi konumlandırması net: telefon ve sıradan dizüstü gibi cihazlarda doğrudan ses efekti üretmek. Çıktı 44,1 kHz stereo, yani normal ses efekti kütüphanelerindeki formatla aynı.

Stable Audio 3 ticari kullanılabilir mi? Lisansın özeti

Oyun yapanların en çok merak ettiği soru bu. Resmi açıklamalardan derledim:

  • Üretilen sesler senin: kendi projelerine koyup yayınlayabilir, satabilirsin.
  • Yıllık geliri 1 milyon doların altında olanlar: Stability AI Community License geçerli, yani bireysel geliştiriciler ve küçük ekipler ücretsiz olarak ticari kullanabilir.
  • Yıllık geliri 1 milyon doları aşanlar: ayrıca Enterprise License almak gerekiyor.
  • Metin kodlayıcının ayrı şartları var: model Google'ın T5Gemma'sını kullanıyor, bu yüzden Gemma'nın kullanım şartlarına da uymak gerekiyor.
  • Eğitim verisi: Stability'nin açıklamasına göre yaklaşık 1,28 milyon lisanslı kayıt kullanılmış; kaynak AudioSparx'ın lisanslı ses kütüphanesi ve Freesound'daki CC0, CC BY gibi lisanslı sesler.

Son madde oyun geliştiriciler için çok önemli. Yapay zeka ile üretilen içerikte en büyük endişe "eğitim verisi çalıntı mı?" sorusu; Stability bu sefer veri kaynaklarını açıkça yazmış.

Bir de şuna dikkat: Hugging Face'teki PyTorch ağırlıkları (örneğin stabilityai/stable-audio-3-small-sfx) ancak giriş yapıp şartları kabul ettikten sonra indirilebiliyor. Bu yazıda kullandığım CPU sürümü başka bir depodan, stable-audio-3-optimized'dan iniyor; resmi açıklamada anonim indirmenin mümkün olduğu ama hız sınırına takıldığı yazıyor, benim denememde giriş yapmadan da indi. Yine de nereden indirirsen indir, aynı lisans şartları geçerli.

Sistem gereksinimleri: ekran kartı gerekmez, dizüstü işlemcisi yeter

Dizüstümde Intel Core Ultra 5 (6 çekirdek) var ve NVIDIA ekran kartı sürücüsü çalışmıyor, yani elimde sadece CPU var. Resmi olarak birkaç optimize sürüm sunuluyor:

  • TFLite: sadece CPU kullanıyor, Linux, macOS ve Windows'ta (x64) çalışıyor, PyTorch kurmaya gerek yok. Bu yazıda kullandığım bu.
  • MLX: Apple Silicon'lu Mac'ler için.
  • TensorRT: NVIDIA ekran kartları için, en hızlısı.

Small SFX'in TFLite sürümü için indirilen dosyalar (ses modeli, kod çözücü ve metin kodlayıcı) toplamda yaklaşık 1,7 GB, çalışırken de yaklaşık 0,8 GB bellek kullanıyor. Gerçek üretim hızları:

Üretilen süre

Geçen süre (model yükleme dahil)

3 saniye

yaklaşık 2,9 saniye

8 saniye

yaklaşık 3,7 saniye

30 saniye

yaklaşık 8,4 saniye

Yani ekran kartı olmayan bir dizüstünde ses efektini üretmek, efektin kendi süresinden daha kısa sürüyor. Prompt'u değiştir, sonucu dinle; bir tur birkaç saniyede bitiyor.

Stable Audio 3 Small SFX kurulumu (CPU sürümü)

Resmi CPU sürümü Python ortamını uv ile yönetiyor; kurulum betiği kendi yalıtılmış ortamını oluşturup ağırlıkları indiriyor, sistemdeki Python'a dokunmuyor.

git clone --depth 1 https://github.com/Stability-AI/stable-audio-3
cd stable-audio-3/optimized/tflite
./install.sh -y --download sm-sfx

--download sm-sfx sadece ses efekti modelini indiriyor.

Komutları kendin yazmak istemiyorsan işi Claude Code ya da Codex gibi bir yapay zeka kodlama asistanına bırakabilirsin. Terminalde açıp şunu yaz:

Stable Audio 3 Small SFX'i benim için kur

Resmi kurulum yöntemini kendisi bulup kodu ve modeli indirir; Hugging Face'e giriş gereken yerlerde bunu senin yapmanı ister. Kurulumdan sonra ses efekti üretmeyi, dönüştürmeyi ve kesmeyi de ondan isteyebilirsin.

İndirme çok yavaş ya da takıldı mı? Hız sınırını kaldırmak için Hugging Face'e giriş yap

Model dosyaları Hugging Face'te duruyor. Giriş yapmadan (anonim) indirdiğinde Hugging Face belirli bir süre içinde indirebileceğin veri miktarını sınırlıyor; buna hız sınırı (rate limit) deniyor: indirme çok yavaşlıyor ya da yarıda duruyor ve devam etmek için bir süre beklemen gerekiyor. Ücretsiz bir hesapla giriş yapınca sınır epey gevşiyor; aynı yaklaşık 1,7 GB'lık dosyalar genelde birkaç dakikada iniyor.

Çözümü:

  1. Hugging Face'te ücretsiz hesap aç ya da giriş yap.
  2. Access Tokens sayfasında Read yetkili bir token oluştur.
  3. Kurulum klasöründe giriş komutunu çalıştırıp token'ı yapıştır:
.venv/bin/hf auth login

Giriş bilgileri kendi bilgisayarında saklanır ve sonraki indirmeler artık hız sınırına takılmaz; indirmeye devam etmek için ./install.sh -y --download sm-sfx komutunu tekrar çalıştırman yeterli. Eski rehberlerde sık görülen huggingface-cli login aynı işi yapıyor; huggingface_hub'ın yeni sürümlerinde adı hf auth login oldu.

PyTorch sürümünü (stabilityai/stable-audio-3-small-sfx) kullanmak istiyorsan giriş yapmanın yanında önce model sayfasında lisans şartlarını kabul etmen gerekiyor, yoksa indiremezsin.

Kurulumdan sonra tek bir komutla ses üretebilirsin:

./sa3 --dit sm-sfx --decoder same-s \
  --prompt "TrackType: SFX. Sci-fi sliding door opening, short pneumatic hiss and smooth electric servo whir, close mic, clean recording" \
  --seconds 3 --seed 1 --out door-open.wav

Sık kullanılan parametreler:

  • --seconds: kaç saniyelik ses üretileceği.
  • --seed: rastgele tohum. Aynı prompt'u farklı tohumlarla çalıştırınca farklı sürümler elde edersin.
  • --steps: üretim adımı sayısı, varsayılan 8; resmi açıklamaya göre en iyi denge 8, artırmak her zaman daha iyi sonuç vermiyor.
  • --init-audio, --inpaint-range: sesten sese dönüştürme ve kısmi yeniden üretim.

Bir de resmi web arayüzü ./sa3-gradio var; komut satırına alışık değilsen tarayıcıdan kullanabilirsin.

Yapay zeka ses efekti prompt'u nasıl yazılır?

Resmi prompt rehberi, bir ses efekti tarifinde üç şey olmasını öneriyor:

  1. Sesin kaynağı: sesi ne çıkarıyor, örneğin "metal sürgülü kapı", "içinde buz olan kokteyl çalkalayıcı".
  2. Hareket: ses nasıl tetikleniyor, ne kadar sürüyor, örneğin "açılıyor", "sertçe çalkalanıyor", "bar tezgâhında kaydıktan sonra duruyor".
  3. Kayıt şekli: mikrofon mesafesi, mekân, işlem, örneğin "close mic", "metallic room", "clean recording".

İki küçük ipucu daha:

  • Başına TrackType: SFX. ekle: resmi açıklamaya göre böyle üretilen efektler daha tutarlı oluyor.
  • Süreyi kısa tut: çoğu ses efekti bir iki saniyelik. Ama model verdiğin süreyi doldurmaya meyilli, bu yüzden ben biraz fazla verip üretimden sonra fazlasını kesiyorum.

Prompt'lar İngilizce yazılmalı ve ses kütüphanelerindeki dosya açıklamalarına ne kadar benzerse o kadar iyi, çünkü model tam da bu kütüphanelerle eğitildi.

Prompt yazmayı Claude Code ya da Codex'e bırak

Her seferinde İngilizce tarif düşünmek yorucu. Yukarıdaki kuralları yapay zeka kodlama asistanının genel ayarlarına yazabilirsin: Claude Code için ~/.claude/CLAUDE.md, Codex için ~/.codex/AGENTS.md. Sonrasında Türkçe "bana kapı açılma sesi yap" demen yeterli; bu kurallara göre prompt'u yazıp sesi üretir. Aşağıdaki bölümü dosyanın sonuna yapıştır:

## Stable Audio 3 Small SFX ile ses efekti üretme

Ses efekti istediğimde prompt'u bu kurallara göre yaz, sonra yerel Stable Audio 3 Small SFX ile üret:

- Prompt her zaman İngilizce olsun ve `TrackType: SFX.` ile başlasın.
- Sırasıyla üç şeyi anlat: sesin kaynağı (sesi ne çıkarıyor, malzemesi), hareket (nasıl tetikleniyor, ne kadar sert, ne kadar sürüyor), kayıt şekli (close mic / distant, room tone, clean recording).
- Ses efekti kütüphanesindeki bir dosya açıklaması gibi yaz: somut isimler ve sıfatlar kullan, hikâye ya da duygu anlatma, müzikle ilgili kelimeler kullanma.
- Her seferinde tek bir ses olayını anlat; sürekli sesler (ayak sesi, ortam sesi) için "single" ya da "loop" olduğunu açıkça belirt.
- Süreyi gerekenden 1-2 saniye uzun ver, üretimden sonra fazlasını kes.
- Her prompt'u 3 farklı seed ile birer kez üret, seçebilmem için dosya adlarını ve prompt'ları listele.
- Web sayfasına ya da oyuna konacaksa: baştaki ve sondaki sessizliği kes, kısa bir fade-out ekle, ses seviyesini eşitle, mp3'e dönüştür.

Örneğin ay üssü barındaki kokteyl çalkalama sesi şu prompt'la üretildi:

TrackType: SFX. Cocktail shaker shaken hard with ice cubes, rhythmic rattling, close mic, bar

Uygulamalı test: ay üssü için 10 oyun ses efekti

Ay üssünün en çok ihtiyaç duyduğu 10 sesi listeledim ve her birini 3 farklı tohumla birer kez ürettim: toplam 30 parça, 2 dakikadan kısa sürede. Aşağıdaki ses dosyaları doğrudan modelden çıkan sürümler, sadece ses seviyeleri eşitlendi; ayak sesleri ve hava kilidi için ise oyunun gerçek görüntülerini koydum, oyuna eklendikten sonra nasıl duyulduklarını dinleyebilirsin. Her parçanın altında tam prompt var:

Otomatik kapının açılması
TrackType: SFX. Sci-fi sliding door opening, short pneumatic hiss and smooth electric servo whir, metal panel gliding, close mic, clean recording
Hava kilidi döngüsü: videoda iç kapı kapanıyor, basınç 0 kPa'ya düştükten sonra dış kapı açılıyor
TrackType: SFX. Spaceship airlock cycling, heavy mechanical clunk, long pressure-equalizing air hiss, then a lock latching, metallic room
Metal zeminde ayak sesleri
TrackType: SFX. Footsteps of one person walking at a steady pace on a hollow metal deck floor, rubber-soled boots, indoor, dry, close mic
Ay yüzeyindeki çakılda ayak sesleri: Ay'da hava olmadığı için oyunda alçak geçiren filtre eklendi, kaskın içinden duyuluyormuş gibi
TrackType: SFX. Footsteps walking at a steady pace on dry gravel and fine dust, crunchy, outdoors, close mic
Sensörlü lambanın yanması
TrackType: SFX. Fluorescent ceiling light switching on, sharp relay click followed by a soft electrical hum, close mic
Üssün ortam sesi
TrackType: SFX. Space station interior room tone, steady low ventilation hum, soft air handling, distant machinery, constant, no events, seamless background
Kokteyl çalkalayıcı
TrackType: SFX. Cocktail shaker shaken hard with ice cubes, rhythmic rattling, close mic, bar
Bardağa içecek dökülmesi
TrackType: SFX. Pouring a drink into a glass with ice cubes, liquid splash and ice clinking, close mic
Bardağın bar tezgâhında kayması
TrackType: SFX. Glass tumbler sliding across a smooth bar counter and stopping, short friction slide, close mic

Birkaç gözlem:

  • Ritmi düzenli sesler en kullanışlıları: "sabit tempoda ayak sesleri" üretildiğinde her adım arasındaki aralık neredeyse aynı (yaklaşık 0,7 saniye), bu yüzden tek tek adımlara bölmek çok kolay.
  • Sıralı tarifleri anlıyor: hava kilidi parçası tam da "ağır mekanik vuruş → uzun hava tıslaması" sırasıyla çıktı.
  • Süreyi dolduruyor: 3 saniyelik kapı sesi istersen iki saniyeyi aşan bir tıslama veriyor, gerçek kapıdan uzun; o yüzden kesmek gerekiyor.
  • Ara sıra fazladan olay ekliyor: sensörlü lambanın sürümlerinden birinde ortada fazladan bir "tık" vardı; böyle durumlarda bir sonraki tohuma geçiyorsun.

Oyun ses tasarımı: yapay zeka seslerini oyuna eklemek

Üretmek sadece ilk adım; seslerin oyunda doğru duyulması için biraz işlemek gerekiyor. Ay üssü Three.js ile yapılmış bir web oyunu ve sesler tarayıcının Web Audio'suyla çalınıyor:

  • Ayak sesleri tek adımlara bölündü: 8 saniyelik yürüyüş kaydından her adım otomatik olarak ayıklanıp 6 ayrı tek adım dosyası çıkarıldı. Oyunda her adımda bunlardan biri rastgele seçiliyor ve perdesi de rastgele azıcık kaydırılıyor; böylece aynı ses tekrar tekrar çalıyormuş gibi duyulmuyor.
  • Ayak sesleri topuğun yere değdiği ana denk geliyor: karakterin yürüme animasyonundaki ayak kemiklerinin yüksekliğini okuyup topuğun animasyonun hangi anında yere değdiğini ölçtüm; ses de tam o anda çalıyor, belirli saniyede bir değil.
  • Ortam sesi kesintisiz döngü yapıldı: 30 saniyelik ortam sesinin sonu ve başı çapraz geçişle birleştirildi; ek yeri duyulmadan sonsuza kadar dönebilen bir arka plan sesi oldu.
  • Ay yüzeyinde hava yok: uzay giysisiyle üsten çıkınca ortam sesi giderek azalıp boğuklaşıyor, ayak seslerine de alçak geçiren filtre ekleniyor; sanki kaskın içinden duyuyormuşsun gibi.
  • Oyun olaylarına bağlandı: otomatik kapıların açılıp kapanması, hava kilidinin basıncı düşürmeye ya da artırmaya başlaması, koridordaki sensörlü lambaların yanması, bar robotunun kokteyl çalkalayıp içki dökmesi; her biri kendi sesini tetikliyor ve uzaklaştıkça ses kısılıyor.
  • Alttaki menüye ses açma-kapama düğmesi eklendi: seçimini hatırlıyor.

Sonuçta 23 ses dosyasının toplamı sadece 632 KB; bir web oyunu için çok küçük bir yük. Gerçek sonucu dinle (sesi açmayı unutma):

Yapay zeka sesleri eklenmiş ay üssü: koridordaki ayak sesleri, sensörlü lambalar, otomatik kapılar ve barda kokteyl çalkalayan, içki döken, bardağı tezgâhta kaydıran robot

Stable Audio 3 Small SFX'in sınırları

Bir tur kullandıktan sonra önceden bilinmesi gerektiğini düşündüğüm noktalar:

  • Sadece ses efekti: Small SFX müzik yapmıyor, müzik için Small ya da Medium'a geçmek gerekiyor.
  • Prompt İngilizce olmalı: sadece İngilizce anlıyor.
  • Birkaç kez üretip seç: aynı prompt'ta tohumlar arasındaki kalite farkı azımsanmayacak kadar büyük. Neyse ki üretim hızlı; bir seferde 3 ila 5 sürüm üretip içinden seçmek en çok zaman kazandıran yöntem.
  • Sonuç yine de kesilmeli: süre, baştaki boşluk ve ses seviyesi düzeltilmeden doğrudan oyuna konamaz. Bu işi de Claude Code ya da Codex'e bırakabilirsin: ayrı bir subagent'ı bağımsız ses jürisi olarak görevlendirmesini iste; bu agent sadece üretilen sonuçları kontrol etsin (başta boşluk var mı, süre doğru mu, olmaması gereken sesler var mı, parçaların ses seviyesi eşit mi), en iyi sürümü seçip kessin ve oyuna koyması için ana agent'a geri versin. Jüri agent'ı üretime katılmadığı için kendi işine yüksek not verme eğilimi daha düşük.
  • Oyunda ne olduğunu bilmiyor: sesin ne zaman çalacağı, ne kadar yüksek olacağı, boğuklaşıp boğuklaşmayacağı; bunların hepsini yine oyunda kendin tasarlaman gerekiyor.

Bağımsız geliştiriciler için en büyük kazanç: sesleri en baştan koyabilmek

Yapay zeka kodlama asistanıyla oyun yaparken bence Small SFX'in en büyük değeri ses kalitesi değil, ses efektlerini geliştirmenin ilk aşamalarında koyabilmeyi mümkün kılması.

Başlarda bu seslerin sonunda işe yarayıp yaramayacağını bilmek zor, ama sorun değil: önce yer tutucu olarak kullan. Kapı, ayak sesi, düğme için birer ses üret ve tetikleyen kodu bağla, o kadar. Sonradan daha iyi bir sürüm istediğinde sadece aynı isimli ses dosyasını değiştiriyorsun; tetiklenme zamanı, ses seviyesi ve mesafe ayarlarını baştan yapmana gerek kalmıyor.

Sesleri oyun bitmek üzereyken eklemeye kalkarsan harcanan zaman ve token birkaç katına çıkıyor. Sebebi agent'ın nereye ses gerektiğine karar verme biçimi: kapının ne zaman açıldığını, ayağın ne zaman yere değdiğini, nerede ses gerektiğini anlamak için oyunun ekran görüntülerini kare kare alıp analiz etmesi, hikâyeyi ve hareketleri anlaması gerekiyor. Oyun büyüdükçe yeniden işlenecek kare sayısı da artıyor. Tersine, her özelliği yaparken sesini de hemen koyarsan agent zaten az önce ne yazdığını biliyor, geri dönüp bir daha bakmasına gerek kalmıyor.

Sonuç: oyun ses efektleri tek bir dizüstüyle yapılabiliyor

Eskiden tek başına oyun yaparken en zor tamamlanan kısmın ses efektleri olduğunu düşünürdüm: kütüphanelerde tam istediğin sesi bulmak zor, kendin kaydetmek için de ekipman yok. Stable Audio 3 Small SFX bu eşiği "bir dizüstü, tek cümlelik İngilizce bir tarif, birkaç saniye" seviyesine indiriyor; üstelik ticari kullanıma açık ve eğitim verisi lisanslı. Bağımsız geliştiriciler için gerçekten dostça bir araç.

Ay üssünün nihayet sesi var. Sen oyun yaparken ses efektlerini nasıl hallediyorsun? Threads ya da X üzerinden gönderilerimin altına yorum bırak, konuşalım.