Elevenミュージック
ElevenLabsで、自然言語プロンプトを使って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ご紹介します。
概要
Elevenミュージックは、自然言語プロンプトを使ってあらゆるスタイルのスタジオ品質の音楽を生成するText to Musicモデルです。意図を理解し、目的に応じた完全で文脈に沿った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、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、日本語などに対応したMultilingual
- 個々のセクションまたは楽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業により作られたElevenミュージックは、映画やテレビからポッドキャスト、SNS動画、広告、ゲームまで、ほぼすべての商用利用が許可されています。各プランでサポートされる利用方法について詳しくは、音楽に関する利用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、新しいMusic v2またはv2.5の生成におけるスタイルやサウンドの指針として利用できます。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、約30秒までの参照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参照は、使用前に著作権コンプライアンスの審査を受けます。
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、プロダクションスタイル、編成、テンポ、ムードといった特性に影響します。アップロードしたオーディオをコピーまたはリミックスするものではなく、結果は新たに生成された楽曲です。
オーディオリファレンスは、似たスタイルやサウンドに近づけるための生成の指針として使用します。 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、 信頼できる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に利用できます。
Music Finetunes
ElevenLabsの音楽モデルを自分のサウンドに微調整しましょう。Music Finetunesでは、独自のオーディオでモデルを微調整できます。自分が所有する著作権に抵触しないトラックをアップロードすることで、スタイル、音のアイデンティティ、ブランドを一貫して反映するパーソナライズ版の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れますが、編成、質感、プロダクションスタイル、雰囲気は出力ごとに大きく異なる場合があります。Finetunesは、特定のオーディオアイデンティティに基づいて生成します。トレーニング後は、Finetuneで生成されるすべてのトラックがデータセットのトーン、構成、個性を反映しながらも、新しいオリジナル楽曲として作られます。
Finetunesは、AI音楽生成における次の3つの主要な課題を解決します。
- ブランドは、プロンプトだけで独自のサウンドを構築できない
- クリエイターは、プロジェクトをまたいで自分のスタイルを確実に再現できない
- 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
自分のトラックで微調整することで、作成したカスタムFinetuneは、編成、テンポ、プロダクションスタイル、音色、ボーカルの特徴にわたるスタイルパターンを捉えます。
仕組み
- 著作権に抵触しないトラックをアップロードすると、著作権コンプライアンスを自動で審査します
- 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、第三者による著作権審査なしに、完全に所有・管理している独自の知的財産で 微調整できます。これは、独占的に所有するカタログを持つ組織向けに設計されています。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、ElevenCreativeにはElevenLabsが作成した、世界各地のジャンルやスタイルを網羅する厳選済みFinetunesも含まれています。たとえば、以下が含まれます。
- アフロハウスビーツ
- レゲトン
- アラビアングルーヴ
- 70年代カンボジアロック
- 80年代ニューディスコ・リバイバル
- モーツァルト風交響曲
対象の加入者は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ミュージックは現在、ElevenLabsのウェブサイトで利用できます。Music APIは有料加入者向けに提供しており、Agents Platformとのインテグレーションも近日中に開始予定です。
レーベル、出版社、アーティストとの協業により作られたElevenミュージックは、映画やテレビからポッドキャスト、SNS動画、広告、ゲームまで、ほぼすべての商用利用が許可されています。各プランでサポートされる利用方法について詳しくは、音楽に関する利用規約をご覧ください。
主なポイント
Music v2.5とは？
Music v2.5は、最も高度な音楽モデルです。Music v2をベースに、オーディオ品質とプロンプトへの追従性を改善し、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、同じワークフローをサポートしています。Elevenミュージックのインターフェースにあるモデルのドロップダウンで選択するか、APIで
model_id="music_v2_5"を指定してください。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と比べて、プロンプトへの追従性、楽曲構成、プロンプト理解、Multilingual出力、ボーカル表現が向上しています。新機能には以下が含まれます。
- 短いアップロード済みトラックで生成を導くオーディオリファレンス
- 長尺のセクション単位の楽曲構成
- トラック途中でのジャンル転換
- 速いラップや密度の高い歌詞パターンを含む、より速く複雑なボーカル表現
- 改善されたインペインティング
- トラック内に組み込まれたサウンドエフェクト
Music v1はまだ利用できますか？
Music v1は移行期間中も利用可能です。UIではMusic v2が新しいデフォルトモデルになります。APIでの生成では、移行期間中はMusic v1がデフォルトモデルとして残ります。その後、UIとAPIの両方でMusic v2がデフォルトになります。Music v1を廃止する際は、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では、生成した楽曲の特定セクションを選択し、トラックの他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大時間は？
生成される音楽の長さは最短3秒、最長5分です。
APIは利用できますか？
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ミュージックをビジネスに利用できますか？
はい。Elevenミュージックは、映画やテレビからポッドキャスト、SNS動画、広告、ゲームまで、ほぼすべての商用利用が許可されています。各プランでサポートされる利用方法について詳しくは、音楽に関する利用規約をご覧ください。
対応しているオーディオ形式は？
生成オーディオは、MP3（44.1kHz、128～192kbps）およびWAV形式で利用できます。
Music APIはZero Retention Mode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対象です。対象のエンドポイントについては、Zero Retention Mode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、約30秒までのトラックをアップロードし、新しいMusic v2またはv2.5の生成におけるスタイルやサウンドの指針として利用できます。アップロードされたトラックはプロンプトとともにクリエイティブな指針として使用され、すべてのアップロードは著作権コンプライアンスの審査を受けます。
オーディオリファレンスで楽曲をリミックスしたり、ジャンルを変更したりできますか？
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ツールではありません。サウンド、ムード、編成、プロダクションスタイルなどの特性を導くものです。リクエストする出力がアップロードした参照と大きく異なる場合、たとえばジャズの参照を使ってラップトラックをリクエストした場合は、結果の信頼性が低くなることがあります。