Vai alla navigazione
Guide praticheMusica

Piani di composizione

Controllo preciso della generazione musicale con JSON strutturato

I piani di composizione offrono un controllo dettagliato sulla generazione musicale. Un piano music_v2 o music_v2_5 è un elenco ordinato di chunk, in cui ogni chunk definisce una sezione del brano con stili, testi e durata propri. Usa prompt di testo per prototipare rapidamente e i piani di composizione quando ti servono una struttura specifica dei chunk, una sincronizzazione precisa dei testi o arrangiamenti complessi.

I piani di composizione e i prompt di testo si escludono a vicenda. Usa l’uno o l’altro, non entrambi.

{
  "chunks": [
    {
      "text": "[Verse 1]\nWoke up today with a feeling inside\nSomething is changing I cannot hide\nThe sun on my face and the wind at my back\nI'm finally ready to get on track",
      "duration_ms": 16000,
      "positive_styles": [
        "upbeat pop",
        "female vocalist with clear tone",
        "acoustic guitar and light synths",
        "gentle and conversational vocals",
        "light drums in background",
        "polished production",
        "120 BPM",
        "C major"
      ],
      "negative_styles": ["dark", "aggressive", "slow tempo", "a cappella"],
      "context_adherence": "high"
    },
    {
      "text": "[Verse 2]\nUsed to be scared of the world outside\nBuilding up walls where I used to hide\nBut now I see clearly what I need to do\nTake that first step into something new",
      "duration_ms": 16000,
      "positive_styles": [
        "confident vocals",
        "fuller guitar strumming",
        "steady drum beat",
        "bass joins in"
      ],
      "negative_styles": ["a cappella", "sparse", "quiet"],
      "context_adherence": "high"
    },
    {
      "text": "[Pre-Chorus]\nNo more waiting for tomorrow\nThis is my time now",
      "duration_ms": 8000,
      "positive_styles": [
        "building intensity",
        "rising synth melody",
        "driving drums",
        "full band playing"
      ],
      "negative_styles": ["a cappella", "dropping out"],
      "context_adherence": "high"
    },
    {
      "text": "[Chorus]\nI'm breaking through\nNothing's gonna stop me now\nI'm breaking through\nFinally found out how",
      "duration_ms": 16000,
      "positive_styles": [
        "powerful and anthemic vocals",
        "full band at maximum energy",
        "punchy drums and bass",
        "layered synths and guitar"
      ],
      "negative_styles": ["a cappella", "minimal", "stripped back"],
      "context_adherence": "high"
    },
    {
      "text": "[Outro]",
      "duration_ms": 8000,
      "positive_styles": [
        "instrumental fade out",
        "guitar melody repeating",
        "drums softening",
        "gentle ending"
      ],
      "negative_styles": ["vocals", "abrupt ending", "building"],
      "context_adherence": "high"
    }
  ]
}

I piani di composizione basati su chunk richiedono music_v2 o music_v2_5. Passa model_id="music_v2_5" durante la composizione.

Guida rapida

Segui la guida rapida per la musica per configurare la tua chiave API e installare l’SDK, quindi usa i piani di composizione per avere maggiore controllo.

1

Genera musica con un piano di composizione

import os
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
load_dotenv()
elevenlabs = ElevenLabs(api_key=os.environ.get("ELEVENLABS_API_KEY"))
composition_plan = {
    "chunks": [
        {
            "text": "[Verse]\nWalking down an empty street\nWondering who I'll meet",
            "duration_ms": 15000,
            "positive_styles": ["pop", "upbeat", "female vocals", "soft vocals", "acoustic guitar"],
            "negative_styles": ["dark", "slow"],
            "context_adherence": "high"
        },
        {
            "text": "[Chorus]\nThis is my moment\nI won't let it go",
            "duration_ms": 15000,
            "positive_styles": ["powerful vocals", "full band"],
            "negative_styles": [],
            "context_adherence": "high"
        }
    ]
}
audio = elevenlabs.music.compose(
    composition_plan=composition_plan,
    model_id="music_v2_5",
    # with_timestamps=True,  # Optional: return word-level timestamps
)
with open("output.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)
2

Genera un piano da un prompt

Genera un piano di composizione da una descrizione testuale, quindi modificalo prima di generare:

plan = elevenlabs.music.composition_plan.create(
    prompt="An upbeat pop song about summer adventures",
    music_length_ms=60000,
    model_id="music_v2_5"
)
# Modify the generated plan
plan["chunks"][0]["text"] = "[Verse 1]\nCustom lyrics here"
audio = elevenlabs.music.compose(composition_plan=plan, model_id="music_v2_5")

Riferimento della struttura

Chunk

Un piano di composizione è un elenco ordinato di massimo 30 chunk. Ogni chunk genera una sezione del brano a partire da text e dagli stili. Il primo chunk è il più importante: i suoi stili determinano il tono e il genere complessivi dell’intero brano.

CampoTipoDescrizione
textstringNome della sezione tra parentesi quadre ([Verse 1]), righe del testo e indicazioni inline tra parentesi graffe ({scratching}).
duration_msnumberDurata in millisecondi (3.000 - 120.000).
positive_stylesarrayStili e indicazioni da includere (max 50).
negative_stylesarrayStili e indicazioni da evitare (max 50). Il valore predefinito è vuoto.
context_adherencestringlow, medium o high (predefinito). Quanto strettamente il chunk segue quelli circostanti.

Un brano può avere fino a 30 chunk. La durata totale deve essere compresa tra 3 secondi e 10 minuti, con ogni chunk tra 3 e 120 secondi.

Gli stili del primo chunk sono i più importanti perché determinano il tono e il genere complessivi. Cerca di usare almeno 6-7 stili nei primi chunk finché non è stabilita la direzione. Stili generici come “great production quality” sono buoni valori predefiniti da aggiungere all’elenco.

I chunk possono anche fare riferimento all’audio di un brano memorizzato per mantenere invariate le sezioni esistenti o condizionare un nuovo audio su di esse. Consulta inpainting musicale per modificare e combinare brani esistenti.

Scrivere i testi

Il campo text combina il nome della sezione, il testo e le indicazioni inline:

  • Nome della sezione tra parentesi quadre: [Verse 1], [Chorus], [Bridge]
  • Testo come testo normale, con ogni riga separata da un’interruzione di riga (\n)
  • Suoni fonetici tra parentesi: (hmmm hmmm), (ooh), (yeah)
  • Indicazioni inline tra parentesi graffe: {guitar solo}, {scratching}, {instrumental break}

Usa le parentesi graffe per segnali brevi e inline. Per caratteristiche più ampie che si applicano all’intero chunk — genere, strumentazione o stile vocale generale — usa invece positive_styles.

{
  "text": "[Verse]\n(soft female vocals) I've been waiting\n(instrumental break)\nfor you"
}

Nell’esempio corretto, lo stile vocale generale viene spostato in positive_styles, mentre il breve segnale inline resta in text usando le parentesi graffe anziché quelle tonde.

Suggerimenti sugli stili

Sii specifico con i descrittori di stile:

{
  "positive_styles": [
    "warm acoustic guitar with light fingerpicking",
    "soft female vocals with intimate delivery",
    "gentle percussion with brushed snare",
    "80 BPM"
  ]
}

Usa liberamente gli stili negativi per evitare suoni indesiderati. Gli stili devono essere in inglese (i testi possono essere in qualsiasi lingua).

Se includi contenuti protetti da copyright negli stili, l’API restituisce un errore bad_composition_plan con un’alternativa suggerita. Consulta gestione del materiale protetto da copyright.

Esempi

Strumentale cinematografico

{
  "chunks": [
    {
      "text": "[Tension Build]",
      "duration_ms": 15000,
      "positive_styles": [
        "cinematic",
        "orchestral",
        "epic",
        "low strings tremolo",
        "building intensity",
        "80 BPM",
        "D minor"
      ],
      "negative_styles": ["vocals", "lyrics", "pop", "electronic", "bright"],
      "context_adherence": "high"
    },
    {
      "text": "[Climax]",
      "duration_ms": 15000,
      "positive_styles": ["full orchestra", "brass fanfare", "triumphant"],
      "negative_styles": ["quiet", "vocals"],
      "context_adherence": "high"
    },
    {
      "text": "[Resolution]",
      "duration_ms": 10000,
      "positive_styles": ["gentle strings", "piano melody", "fading out"],
      "negative_styles": ["intense", "vocals"],
      "context_adherence": "high"
    }
  ]
}

Pubblicità con voce fuori campo

{
  "chunks": [
    {
      "text": "[Intro]",
      "duration_ms": 5000,
      "positive_styles": [
        "upbeat",
        "modern pop",
        "energetic",
        "120 BPM",
        "instrumental",
        "catchy hook"
      ],
      "negative_styles": ["sad", "slow", "dark", "vocals"],
      "context_adherence": "high"
    },
    {
      "text": "[Voiceover]\nIntroducing the future of productivity\nWork smarter, not harder",
      "duration_ms": 10000,
      "positive_styles": ["spoken voiceover", "confident male voice", "background music"],
      "negative_styles": ["singing"],
      "context_adherence": "high"
    },
    {
      "text": "[Outro]",
      "duration_ms": 5000,
      "positive_styles": ["musical sting", "memorable"],
      "negative_styles": ["vocals"],
      "context_adherence": "high"
    }
  ]
}

Passaggi successivi

Guida rapida per la musica

Inizia con la generazione musicale di base

Inpainting musicale

Remix, estendi e unisci sezioni di brani esistenti

Riferimento API

Documentazione API completa

Guida ai prompt

Best practice per i prompt musicali