Eleven Music
ElevenLabsで、自然言語のプロンプトからあらゆるスタイルのスタジオ品質の音楽を作成する方法を説明します。
概要
music_v1 モデルは非推奨で、2027年1月31日 に廃止されます。サービスを継続して利用するには、
music_v2_5 に移行してください。リクエストで model_id を設定していない場合は、明示的に設定してください。
非推奨モデルをご覧ください。
Eleven Musicは、自然言語のプロンプトからあらゆるスタイルのスタジオ品質の音楽を生成するテキスト音楽生成モデルです。意図を理解し、目的に合わせて文脈を踏まえた完全なオーディオを生成できるよう設計されています。自然言語と音楽用語の両方を理解し、次のような最先端の機能を提供します。
- ジャンル、スタイル、構成を完全にコントロール
- ボーカルあり、またはインストゥルメンタルのみ
- 英語、スペイン語、ドイツ語、日本語など、多言語に対応
- セクションごと、または曲全体のサウンドと歌詞を編集
サンプルをお聴きください。
レーベル、出版社、アーティストとの協力によって開発されたEleven Musicは、映画やテレビ、ポッドキャスト、SNS動画、広告、ゲームなど、ほぼすべての商用用途で利用できます。各プランで対応している用途について詳しくは、音楽に関する規約をご覧ください。
オーディオリファレンス
オーディオリファレンスでは、短いオーディオトラックをアップロードし、Music v2またはv2.5で新たに生成する音楽のスタイルやサウンドの参考として使用できます。テキストプロンプトに加えて、モデルにクリエイティブな参考情報を与えられます。
オーディオリファレンスを使用するには、Music > Generations に移動し、Prompt セクションの + Reference ボタンからオーディオリファレンスを追加します。
一般的なオーディオ形式で、最長約30秒のリファレンストラックをアップロードできます。アップロードされたすべてのリファレンスは、使用前に著作権への準拠状況が審査されます。
オーディオリファレンスは、生成されるトラック全体のサウンド、制作スタイル、楽器編成、テンポ、雰囲気などに影響します。アップロードしたオーディオをコピーしたりリミックスしたりするものではなく、生成結果は新しい構成の楽曲になります。
オーディオリファレンスは、似たスタイルやサウンドで生成するための参考として使用する機能です。 ジャンル変換を目的としたものではありません。たとえば、ジャズのトラックをアップロードしてラップ版を リクエストしても、安定した結果が得られない場合があります。
オーディオリファレンスは、すべての有料プランでMusic v2およびv2.5とともに利用できます。
Music Finetunes
ElevenLabsの音楽モデルを好みのサウンドに微調整できます。Music Finetunesでは、独自のオーディオを使ってモデルを微調整できます。所有する著作権上の問題がないトラックをアップロードすると、スタイル、音の個性、ブランドを一貫して反映する、パーソナライズされた音楽モデルを作成できます。
標準の音楽生成でも高品質なトラックを作成できますが、楽器編成、質感、制作スタイル、雰囲気は出力ごとに大きく異なる場合があります。Finetunesは、生成結果を固有のオーディオ特性に合わせます。トレーニング後は、Finetuneで生成したすべてのトラックにデータセットのトーン、構成、特徴が反映され、なおかつ新しいオリジナル曲として生成されます。
Finetunesは、AI音楽生成における次の3つの主な課題に対応します。
- プロンプトだけでは、ブランド独自のサウンドを構築できない
- クリエイターが複数のプロジェクトで自身のスタイルを安定して再現できない
- 新しいアイデアを探求するミュージシャンは、自身の作品群らしさを感じられる出力を求めている
トラックを使って微調整することで、作成したカスタムFinetuneが、楽器編成、テンポ、制作スタイル、音色、ボーカルの特徴にわたるスタイルのパターンを学習します。
仕組み
- 著作権上の問題がないトラックをアップロードします。著作権への準拠状況は自動的に審査されます
- Finetuneは約5～10分で利用可能になります
- ElevenCreative内でカスタムFinetuneを使って音楽を生成します
対象となるエンタープライズのお客様は、完全に所有・管理している独自の知的財産を、第三者による著作権審査なしで 微調整に使用できます。これは、カタログを独占的に所有する組織向けの機能です。 この機能を有効にするには、アカウントマネージャーにお問い合わせください。
厳選されたFinetunes
カスタムトレーニングに加えて、ElevenCreativeには、ElevenLabsが世界各地のジャンルやスタイルに合わせて作成した厳選Finetunesも用意されています。
- アフロハウスビート
- レゲトン
- アラビックグルーヴ
- 70年代カンボジアンロック
- 80年代ニューディスコリバイバル
- モーツァルト風シンフォニー
対象のサブスクリプションに加入している場合、すぐに利用できます。アップロードは不要です。
利用方法
Eleven Musicは現在、ElevenLabsのウェブサイトで利用できます。ミュージックAPIは有料サブスクリプションの加入者が利用でき、Agents Platformへの統合も近日中に予定されています。
レーベル、出版社、アーティストとの協力によって開発されたEleven Musicは、映画やテレビ、ポッドキャスト、SNS動画、広告、ゲームなど、ほぼすべての商用用途で利用できます。各プランで対応している用途について詳しくは、音楽に関する規約をご覧ください。
基本情報
Music v2.5とは？
Music v2.5は、最も高度な音楽モデルです。Music v2を基盤にオーディオ品質とプロンプトへの忠実度を
改善し、構成プラン、オーディオリファレンス、インペインティングなど、同じワークフローに対応しています。
Eleven Musicインターフェースのモデル選択メニューで選ぶか、APIで
model_id="music_v2_5" を渡してください。Music v2も引き続き利用できます。
Music v2とは？
Music v2はElevenLabsの次世代AI音楽モデルです。Music v1と比べ、プロンプトへの忠実度、 構成、プロンプトの理解、多言語出力、ボーカル表現が向上しています。新機能は 次のとおりです。
- アップロードした短いトラックを生成の参考にするオーディオリファレンス
- セクション単位で構成する長尺楽曲
- トラック途中でのジャンル移行
- 高速ラップや密度の高い歌詞パターンなど、より高速で複雑なボーカル表現
- 改善されたインペインティング
- トラック内に埋め込まれたサウンドエフェクト
Music v1は引き続き利用できますか？
Music v1は移行期間中、引き続き利用できます。UIではMusic v2が新しいデフォルトモデルです。 API生成では、移行期間中はMusic v1がデフォルトモデルのままです。その後は、 UIとAPIの両方でMusic v2がデフォルトになります。Music v1を非推奨にする際は、 少なくとも数か月前にお知らせします。
インペインティングの仕組みは？
UIで生成した曲の特定のセクションを選択し、トラックのほかの部分に影響を与えずに、 そのセクションだけを再生成できます。v2ではインペインティングの品質が向上しています。
生成できる音楽の最長時間は？
生成する音楽の長さは、最短3秒、最長5分です。
利用できるAPIはありますか？
はい。詳しくはデベロッパークイックスタートを ご覧ください。
Eleven Musicをビジネスに利用できますか？
はい。Eleven Musicは、映画やテレビ、ポッドキャスト、SNS動画、広告、ゲームなど、 ほぼすべての商用用途で利用できます。各プランで対応している用途について詳しくは、 音楽に関する 規約をご覧ください。
対応しているオーディオ形式は？
生成したオーディオはMP3（44.1kHz、128～192kbps）およびWAV形式で利用できます。
ミュージックAPIはゼロリテンションモードに対応していますか？
はい。APIを使用するエンタープライズのお客様が利用できます。対象のエンドポイントについては、ゼロリテンション モードをご覧ください。
オーディオリファレンスとは？
オーディオリファレンスでは、最長約30秒のトラックをアップロードし、Music v2またはv2.5で新たに生成する音楽の スタイルやサウンドの参考として使用できます。アップロードしたトラックはプロンプトとともにクリエイティブな参考情報として使用され、 アップロードのたびに著作権への準拠状況が審査されます。
オーディオリファレンスで曲のリミックスやジャンル変更はできますか？
オーディオリファレンスは、リミックスやジャンル変換のためのツールではありません。サウンド、雰囲気、 楽器編成、制作スタイルなどの特徴を導く機能です。リクエストした出力がアップロードしたリファレンスと大きく 異なる場合、結果が安定しないことがあります。たとえば、ジャズのリファレンスからラップのトラックをリクエストする場合などです。