Elevenlabs Music è un modello text-to-music che trasforma prompt in linguaggio naturale e testi strutturati opzionali in brani ad alta fedeltà, con o senza voce. Accetta descrizioni dettagliate dello stile e delle sezioni e produce audio rifinito, adatto a media, videogiochi e produzioni creative.
Formato di output: solo audio / durata da ~3 secondi a ~5 minuti / 44.1 kHz / stereo / MP3 o WAV
Usa questi campi per controllare Elevenlabs Music in modo affidabile.
| Parametro | Obbligatorio | Tipo | Predefinito | Intervallo / Opzioni | Descrizione |
|---|---|---|---|---|---|
| prompt* | Sì (*) | string | — | — | Descrizione dello stile e testo con indicatori di struttura. |
| music_length_ms | No | integer | 40000 | In genere 3000–300000 | Durata dell'output in millisecondi. |
| force_instrumental | No | boolean | disattivato | true/false | Genera soltanto la parte strumentale, senza voce. |
| output_format | No | string | mp3_standard | Consulta le opzioni della piattaforma | Formato di output (predefinito: mp3_standard; gli altri formati sono elencati nella piattaforma). |
Elevenlabs Music su RunComfy fattura l'audio generato in base alla durata.
| Unità di fatturazione | Tariffa |
|---|---|
| Per secondo di audio generato | $0.011 |
Esempi di costi stimati
| Durata | Costo indicativo |
|---|---|
| 30 s | ~$0.33 |
| 40 s (predefinito) | ~$0.44 |
| 60 s | ~$0.66 |
| 120 s | ~$1.32 |
| 300 s (5 min) | ~$3.30 |
1) Seleziona Elevenlabs Music su RunComfy e apri il pannello di generazione.
2) Scrivi il prompt usando indicatori di struttura, ad esempio “Intro 8 bars, Verse 16 bars, Chorus 16 bars”, e aggiungi il testo se desideri la voce.
3) Imposta music_length_ms in base al progetto, ad esempio 40000 per ~40 secondi; inizia con una durata breve per iterare più rapidamente, poi estendila.
4) Abilita force_instrumental se vuoi una base senza voce; altrimenti lascialo disattivato per ottenere un testo cantato.
5) Scegli output_format in base al flusso di lavoro: MP3 per la rapidità, WAV per il missaggio, secondo le opzioni disponibili nella piattaforma.
6) Genera e ascolta il risultato; se una sezione va modificata, cambia quella parte del prompt e ripeti la generazione invece di riscrivere tutto il brano.
7) Per usare l'API RunComfy, invia gli stessi parametri: non serve alcun self-hosting e puoi scaricare i risultati dalla cronologia dei job.
8) Salva le varianti che funzionano meglio in sezioni diverse; potrai montarle o confrontarle per arrivare alla versione migliore.
Su RunComfy, Elevenlabs Music consente iterazioni rapide e un controllo dettagliato della struttura per flussi musicali professionali.
Crea un video con sincronizzazione labiale dagli URL video e audio richiesti. Scegli `lipsync-2` o `lipsync-2-pro` (Pro costa circa 1,67 volte di più per la stessa durata) e seleziona una delle cinque modalità di mancata corrispondenza della durata.
Trasforma immagini statiche in clip animate fluide con controllo dell'audio.
Genera un video di 5 o 8 secondi da un prompt obbligatorio, con prompt negativo facoltativo, quattro dimensioni di output precise e controllo del seed.
Genera un video di 5 o 10 secondi da un prompt richiesto. Facoltativamente aggiungi una traccia audio WAV o MP3, un prompt negativo e una delle 13 dimensioni di output.
Estendi un video esistente di 7 secondi a 720p, con guida tramite prompt e generazione audio opzionale.
Wan 3.0 Prime anima velocemente l'immagine del primo fotogramma nel video
Elevenlabs Music è un modello text-to-sound che genera brani completi o tracce strumentali da prompt in linguaggio naturale. Rispetto ad altri sistemi, offre un controllo dettagliato sezione per sezione, voci multilingue e fine-tuning personalizzabile. In questo modo puoi creare tracce professionali tramite l'interfaccia Elevenlabs Music o l'API RunComfy.
Elevenlabs Music copre quasi tutti i generi musicali, dalla classica all'hip-hop, e può generare voci in più lingue, tra cui inglese, spagnolo, tedesco e giapponese. L'architettura text-to-sound interpreta indicazioni stilistiche ed emotive in lingue diverse, rendendo il modello accessibile ai creator di tutto il mondo.
Attualmente Elevenlabs Music supporta tracce da circa 3 secondi fino a 5 minuti. L'output arriva a MP3 o WAV con qualità da studio a 44.1 kHz. Ogni prompt può includere sezioni strutturate; per prestazioni ottimali, la lunghezza complessiva del testo è ottimizzata per un massimo di qualche migliaio di token.
Sì. Per il fine-tuning di Elevenlabs Music puoi usare soltanto materiale di riferimento non protetto da copyright. La funzione accetta dataset personalizzati limitati, in genere da 5 a 10 brevi riferimenti audio, per addestrare un modello personalizzato. File troppo grandi o materiale protetto possono essere rifiutati dai server per ragioni di conformità e prestazioni.
Per portare Elevenlabs Music dalla prototipazione alla produzione, usa gli endpoint dell'API RunComfy, che espongono gli stessi parametri dell'interfaccia. Dopo aver verificato la qualità degli esperimenti text-to-sound, puoi autenticarti con una chiave API, automatizzare i job e gestire la fatturazione con crediti USD per distribuire il servizio su larga scala.
Nella maggior parte dei casi Elevenlabs Music concede diritti commerciali sulle tracce generate. Prima di ridistribuirle, verifica comunque i termini esatti direttamente su elevenlabs.io. Il motore produce output originali e autorizzati per gli usi più comuni, ma per distribuzioni su larga scala è consigliabile un controllo formale della licenza.
Elevenlabs Music usa un motore di sintesi text-to-sound di nuova generazione con struttura coerente, maggiore precisione nel missaggio e audio ad alta fedeltà a 44.1 kHz. I modelli precedenti spesso perdevano gamma dinamica o coesione; Elevenlabs Music riproduce invece transizioni sfumate e voci realistiche senza artefatti evidenti.
Il modello text-to-sound Elevenlabs Music offre un controllo più granulare della struttura e una maggiore aderenza al prompt rispetto a Suno, oltre a un editing più flessibile rispetto a Udio. Udio eccelle nel realismo del timbro vocale, mentre Elevenlabs Music offre un controllo più ricco di ogni sezione e licenze trasparenti, aiutando sviluppatori e artisti a mantenere precisione creativa e legale.
Sì. L'API text-to-sound di Elevenlabs Music supporta generazioni batch o in coda tramite gli endpoint RunComfy. Gli sviluppatori possono iterare sui prompt, regolare le transizioni tra sezioni e raccogliere via codice output MP3 o WAV, semplificando la creazione di colonne sonore per app, mondi virtuali e pipeline multimediali dinamiche.
Sì. L'editing di Elevenlabs Music riconosce le singole sezioni e permette di rigenerare segmenti come ritornello o bridge senza alterare il resto della composizione. Questo controllo text-to-sound granulare rende più efficienti i flussi creativi iterativi di sviluppatori e artisti tecnici.
RunComfy è la piattaforma principale ComfyUI che offre ComfyUI online ambiente e servizi, insieme a workflow di ComfyUI con visuali mozzafiato. RunComfy offre anche AI Models, consentire agli artisti di sfruttare gli ultimi strumenti di AI per creare arte incredibile.
