steady-dancer
Anima una imagen de referencia mediante el movimiento de un vídeo guía.
Elevenlabs Music es un modelo de generación de texto a música que convierte prompts de lenguaje natural y letras estructuradas opcionales en canciones de alta fidelidad, con o sin voz. El modelo acepta descripciones detalladas de estilos y secciones y luego genera un audio pulido adecuado para medios, juegos y producción creativa.
Formato de salida: Solo audio / duración ~3 segundos a ~5 minutos / 44.1 kHz / estéreo / MP3 o WAV
Utilice estos campos para dirigir Elevenlabs Music de forma fiable.
| Parámetro | Requerido | Tipo | Por defecto | Rango / Opciones | Descripción |
|---|---|---|---|---|---|
| prompt* | Sí (*) | string | — | — | Descripción del estilo y la letra con marcadores de estructura. |
| music_length_ms | No | integer | 40000 | Normalmente 3000–300000 | Duración de la salida en milisegundos. |
| force_instrumental | No | boolean | disabled | true/false | Genera únicamente música instrumental, sin voces. |
| output_format | No | string | mp3_standard | Consulta las opciones de la plataforma | Formato de salida (predeterminado: mp3_standard; otros formatos enumerados en la plataforma). |
Elevenlabs Music en RunComfy utiliza facturación basada en tiempo para el audio generado.
| Unidad de facturación | Tarifa |
|---|---|
| Por segundo de audio generado | $0.011 |
Ejemplos de costes estimados
| Duración | Coste aprox. |
|---|---|
| 30 s | ~$0.33 |
| 40 s (predeterminado) | ~$0.44 |
| 60 s | ~$0.66 |
| 120 s | ~$1.32 |
| 300 s (5 mín.) | ~$3.30 |
1) Seleccione el modelo en RunComfy y abra el panel de generación para Elevenlabs Music.
2) Escriba su prompt con marcadores de estructura (por ejemplo, “Intro 8 bars, Verse 16 bars, Chorus 16 bars”) e incluya letras si desea voces.
3) Configure music_length_ms para que coincida con su plan (por ejemplo, 40000 para unos 40 segundos); empiece con una duración breve para iterar más rápido, luego extienda.
4) Habilite force_instrumental si necesita una base instrumental; de lo contrario, déjelo desactivado para generar voces.
5) Elija output_format según las necesidades del flujo de trabajo (MP3 para velocidad, WAV para mezcla) según esté disponible en la plataforma.
6) Genere el tema y revise el resultado. Si una sección necesita cambios, ajuste esa parte del prompt y vuelva a ejecutarla en lugar de reescribir toda la canción.
7) Para uso de API en RunComfy, envíe los mismos parámetros; no se requiere autohospedaje y los resultados se pueden descargar desde su historial de trabajos.
8) Guarde variantes de las distintas secciones. Más adelante podrá unir o comparar versiones para converger en la mejor toma.
En RunComfy, Elevenlabs Music ofrece iteración rápida con control de estructura detallado para flujos de trabajo musicales profesionales.
Anima una imagen de referencia mediante el movimiento de un vídeo guía.
Seedance 2.5: Vídeo cinematográfico con IA con mayor coherencia y clips más largos
Convierte imágenes fijas en videos realistas y dinámicos en 2K.
Seedance 2.5 Reference to Video: Convierta imágenes, videos y audio de referencia en videos cinematográficos con IA
Generación de vídeo con calidad cinematográfica al nivel de Seedance 2.0, gran fidelidad visual y movimiento natural
Genera canciones con voces de hasta 4 minutos a partir de etiquetas de estilo y letras.
Elevenlabs Music es un modelo de generación de texto a música que crea canciones completas o pistas instrumentales a partir de prompts en lenguaje natural. En comparación con otros sistemas, ofrece control detallado sección por sección, voces multilingües y Fine-Tuning personalizable. Esto permite a los usuarios crear pistas de nivel profesional utilizando la interfaz de Elevenlabs Music o la API de RunComfy.
Elevenlabs Music admite casi todos los géneros musicales, desde clásico hasta hip-hop, y puede generar voces en varios idiomas, como inglés, español, alemán y japonés. La arquitectura de texto a música está diseñada para interpretar indicaciones estilísticas y emocionales en todos los idiomas, por lo que resulta accesible para creadores de todo el mundo.
Actualmente, la generación de texto a música de Elevenlabs Music admite pistas desde aproximadamente 3 segundos hasta 5 minutos de duración. Los resultados se entregan con calidad de estudio a 44.1 kHz, en MP3 o WAV. Cada prompt puede incluir secciones estructuradas y la longitud total del prompt está optimizada para hasta unos pocos miles de tokens para un mejor rendimiento.
Sí, los usuarios pueden aplicar Fine-Tuning a Elevenlabs Music únicamente con material propio o con los derechos necesarios. La función de Fine-Tuning permite conjuntos de datos personalizados limitados (normalmente entre 5 y 10 referencias de audio breves) para entrenar un modelo personalizado. Los servidores de Elevenlabs Music pueden rechazar archivos de audio demasiado grandes o referencias con derechos de autor por motivos de cumplimiento y rendimiento.
Para pasar de la creación de prototipos en los RunComfy Models a la producción, los desarrolladores pueden utilizar los endpoints de la API de RunComfy que reflejan los parámetros de los modelos. Después de validar la calidad de generación en los experimentos de generación de texto a música de Elevenlabs Music, puede autenticarse mediante claves API, automatizar trabajos y administrar la facturación con créditos USD para una implementación escalable.
Sí, en la mayoría de los casos Elevenlabs Music proporciona derechos comerciales para las pistas generadas. Sin embargo, los usuarios deben confirmar los términos exactos directamente en elevenlabs.io antes de la redistribución. El motor de generación de texto a música garantiza que los resultados se generen de forma original y puedan utilizarse en casos de uso habituales, pero se recomienda una revisión adecuada de la licencia antes de una implementación a gran escala.
Elevenlabs Music utiliza un motor de síntesis de texto a música de nueva generación que ofrece una lógica estructural consistente, una precisión de mezcla mejorada y audio de alta fidelidad en 44.1 kHz. Los modelos anteriores a menudo carecían de rango dinámico o cohesión estructural, mientras que Elevenlabs Music reproduce transiciones matizadas y voces realistas sin artefactos perceptibles.
El modelo de texto a música de Elevenlabs Music ofrece un control de estructura más granular y una mayor fidelidad al prompt que Suno, y una edición más flexible que Udio. Si bien Udio destaca por el realismo del timbre vocal, Elevenlabs Music proporciona un control por sección más completo y licencias transparentes, lo que ayuda a los desarrolladores y artistas a mantener la precisión creativa y legal.
Sí, la API de Elevenlabs Music admite la generación por lotes o en cola a través de la arquitectura de endpoints de RunComfy. Los desarrolladores pueden iterar sobre prompts, ajustar transiciones de secciones y recopilar resultados mediante programación en MP3 o WAV, agilizando la creación de bandas sonoras para aplicaciones, mundos virtuales o flujos de medios dinámicos.
Sí. Elevenlabs Music incluye edición con reconocimiento de secciones para que los usuarios puedan regenerar segmentos individuales, como coros o puentes, sin afectar el resto de la composición. Este control detallado de texto a música admite flujos de trabajo creativos iterativos tanto para desarrolladores como para artistas técnicos que buscan eficiencia y precisión.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Models, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.