Guias práticosMúsica

Planos de composição

Controle preciso da geração de música com JSON estruturado

Os planos de composição oferecem controle detalhado sobre a geração de músicas. Um plano music_v2 ou music_v2_5 é uma lista ordenada de trechos, em que cada trecho define uma seção da música com seus próprios estilos, letras e duração. Use prompts de texto para prototipagem rápida e planos de composição quando precisar de uma estrutura específica de trechos, sincronização precisa das letras ou arranjos complexos.

Planos de composição e prompts de texto são mutuamente exclusivos. Use um ou outro, não ambos.

{
  "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"
    }
  ]
}

Planos de composição baseados em trechos exigem music_v2 ou music_v2_5. Passe model_id="music_v2_5" ao compor.

Início rápido

Siga o início rápido de música para configurar sua chave de API e instalar o SDK. Em seguida, use planos de composição para ter mais controle.

1

Gere música com um plano de composição

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

Gere um plano a partir de um prompt

Gere um plano de composição com base em uma descrição de texto e, depois, modifique-o antes de gerar:

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")

Referência da estrutura

Trechos

Um plano de composição é uma lista ordenada de até 30 trechos. Cada trecho gera uma seção da música a partir de text e estilos. O primeiro trecho é o mais importante: seus estilos definem o tom e o gênero gerais de toda a música.

CampoTipoDescrição
textstringNome da seção entre colchetes ([Verse 1]), linhas de letras e instruções em linha entre chaves ({scratching}).
duration_msnumberDuração em milissegundos (3.000 a 120.000).
positive_stylesarrayEstilos e instruções a incluir (máx. 50).
negative_stylesarrayEstilos e instruções a evitar (máx. 50). O padrão é vazio.
context_adherencestringlow, medium ou high (padrão). Define o quanto o trecho segue os trechos ao redor.

Uma música pode ter até 30 trechos. A duração total deve ser entre 3 segundos e 10 minutos, e cada trecho deve ter entre 3 e 120 segundos.

Os estilos do primeiro trecho são os mais importantes, pois definem o tom e o gênero gerais. Procure usar pelo menos 6 a 7 estilos nos primeiros trechos, até que a direção esteja estabelecida. Estilos genéricos, como “great production quality”, são bons padrões para acrescentar à lista.

Os trechos também podem fazer referência ao áudio de uma música armazenada para manter seções existentes inalteradas ou condicionar um novo áudio com base nelas. Consulte preenchimento de música para editar e combinar músicas existentes.

Como escrever letras

O campo text combina o nome da seção, as letras e as instruções em linha:

  • Nome da seção entre colchetes: [Verse 1], [Chorus], [Bridge]
  • Letras como texto simples, com cada linha separada por uma quebra de linha (\n)
  • Sons fonéticos entre parênteses: (hmmm hmmm), (ooh), (yeah)
  • Instruções em linha entre chaves: {guitar solo}, {scratching}, {instrumental break}

Use chaves para indicações curtas em linha. Para características mais amplas que se aplicam ao trecho inteiro — gênero, instrumentação ou estilo vocal geral — use positive_styles.

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

No exemplo corrigido, o estilo vocal geral vai para positive_styles, enquanto a indicação curta em linha permanece em text, usando chaves em vez de parênteses.

Dicas de estilo

Seja específico com os descritores de estilo:

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

Use estilos negativos livremente para evitar sons indesejados. Os estilos devem estar em inglês (as letras podem estar em qualquer idioma).

Se você incluir conteúdo protegido por direitos autorais nos estilos, a API retornará um erro bad_composition_plan com uma alternativa sugerida. Consulte como lidar com material protegido por direitos autorais.

Exemplos

Instrumental cinematográfico

{
  "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"
    }
  ]
}

Anúncio com locução

{
  "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"
    }
  ]
}

Próximas etapas

Início rápido de música

Comece com a geração básica de música

Preenchimento de música

Faça remix, estenda e una seções de músicas existentes

Referência da API

Documentação completa da API

Guia de prompts

Práticas recomendadas para prompts de música