Kling 1.5 Pro
テキストや画像から映画のような映像を自在に生成。想像を形にするクリエイティブAIツール。
Elevenlabs Musicは、自然言語のプロンプトと任意の構造化歌詞から、ボーカル入りまたはインストゥルメンタルの高品質な楽曲を生成するモデルです。スタイルや曲構成を細かく指定でき、メディア、ゲーム、クリエイティブ制作に使える完成度の高い音声を出力します。
出力形式：音声のみ / 約3秒～約5分 / 44.1 kHz / ステレオ / MP3またはWAV
以下の項目を使うと、Elevenlabs Musicを安定して制御できます。
| パラメータ | 必須 | 型 | デフォルト | 範囲／選択肢 | 説明 |
|---|---|---|---|---|---|
| prompt* | はい（*） | string | — | — | 構成マーカーを含むスタイル説明と歌詞。 |
| music_length_ms | いいえ | integer | 40000 | 通常3000～300000 | 出力の長さ（ミリ秒）。 |
| force_instrumental | いいえ | boolean | disabled | true/false | ボーカルなしのインストゥルメンタルだけを生成。 |
| output_format | いいえ | string | mp3_standard | プラットフォームの選択肢を参照 | 出力形式。デフォルトはmp3_standardで、その他は画面の一覧から選びます。 |
RunComfy上のElevenlabs Musicは、生成した音声の長さに応じて課金されます。
| 課金単位 | 料金 |
|---|---|
| 生成音声1秒 | $0.011 |
概算料金
| 長さ | 概算 |
|---|---|
| 30秒 | 約$0.33 |
| 40秒（デフォルト） | 約$0.44 |
| 60秒 | 約$0.66 |
| 120秒 | 約$1.32 |
| 300秒（5分） | 約$3.30 |
1) RunComfyでElevenlabs Musicを選び、生成パネルを開きます。
2) 「Intro 8 bars, Verse 16 bars, Chorus 16 bars」のような構成マーカーを使ってプロンプトを書き、ボーカルが必要なら歌詞も加えます。
3) music_length_msを企画に合わせて設定します。たとえば40000は約40秒です。まず短く生成して素早く調整し、決定後に延ばします。
4) ボーカルなしの楽曲が必要ならforce_instrumentalを有効にします。歌詞を歌わせる場合はオフにします。
5) 用途に応じてoutput_formatを選びます。素早い確認はMP3、ミックスはWAVが適しています。利用できる形式は画面で確認してください。
6) 生成して確認します。一部だけ直す場合は曲全体を書き直さず、プロンプトの該当セクションを修正して再実行します。
7) RunComfy APIでも同じパラメータを送信できます。自社ホスティングは不要で、結果はジョブ履歴からダウンロードできます。
8) セクションごとに良いテイクを保存し、後からつなぐ、または比較して最終版へ絞り込みます。
RunComfy上のElevenlabs Musicなら、細かな構成制御を保ちながらプロ向け音楽制作を素早く反復できます。
テキストや画像から映画のような映像を自在に生成。想像を形にするクリエイティブAIツール。
MiniMax H3 Max text to video: 480p/768p クリップ (ネイティブ オーディオ付き)
ネイティブ音声に対応し、テキストプロンプトで元動画を自在に作り替えます。
必須の元動画を復元・アップスケールします。出力幅、読み込むフレーム数、フレームレート、シード、復元ガイダンス、バッチサイズを設定できます。
ソースのモーションと全体的な構成を維持しながら、テキストの指示を使用して既存の動画のスタイルを変更します。
Alibaba の HappyHorse 1.0 Video Edit は、スタイル転送、ローカル置換、衣装交換のためのテキスト指示と参照画像を含む入力ビデオを編集します。
Elevenlabs Musicは、自然言語のプロンプトからフル尺の楽曲やインストゥルメンタルを生成するモデルです。セクション単位の細かな制御、多言語ボーカル、独自のファインチューニングに対応し、Elevenlabs Musicの画面またはRunComfy APIからプロ品質の楽曲を制作できます。
Elevenlabs Musicはクラシックからヒップホップまで、ほぼすべての音楽ジャンルに対応します。英語、スペイン語、ドイツ語、日本語など複数言語のボーカルを生成でき、言語をまたいだスタイルや感情の指示も解釈できます。
Elevenlabs Musicは現在、約3秒から5分までの楽曲に対応し、スタジオ品質の44.1 kHz MP3またはWAVを出力します。プロンプトには構造化したセクションを含められます。安定した結果を得るには、全体を数千トークン以内に収めるのが目安です。
Elevenlabs Musicのファインチューニングには、著作権上問題のない参照素材だけを使用できます。通常は5～10本の短い音声からなる小規模な独自データセットを使います。容量が大きすぎる音声や著作権保護された素材は、法令順守や処理上の理由で拒否される場合があります。
まずRunComfyのモデル画面でElevenlabs Musicの品質とパラメータを確認します。その後、画面と同じパラメータを持つRunComfy APIをAPIキーで認証し、ジョブの自動送信とUSDクレジットによる課金管理を組み込めば、本番規模へ拡張できます。
多くの場合、Elevenlabs Musicは生成した楽曲の商用権を提供しますが、再配布前にelevenlabs.ioで最新の条件を確認してください。一般的な用途に使える独自出力を目指したモデルですが、大規模な公開前にはライセンスの正式な確認をおすすめします。
Elevenlabs Musicは次世代の音楽合成技術により、44.1 kHzで一貫した構成、精度の高いミックス、高品質な音声を生成します。従来モデルで不足しがちだったダイナミックレンジや曲のまとまりを改善し、自然な転換とリアルなボーカルを目立つ破綻なく再現します。
Elevenlabs MusicはSunoより細かな構成制御とプロンプト追従性を備え、Udioより柔軟に編集できます。Udioはボーカル音色のリアリティに強みがありますが、Elevenlabs Musicはセクション制御と透明性の高い権利条件を重視し、創作と法務の両面で精度を保ちやすい設計です。
はい。RunComfyのElevenlabs Music APIは、バッチまたはキュー方式の生成に対応します。プロンプトの反復、セクション転換の調整、MP3やWAVの回収を自動化し、アプリ、仮想空間、動的メディアの音楽制作を効率化できます。
はい。Elevenlabs Musicはセクションを認識して編集できるため、曲の残りを変えずにコーラスやブリッジだけを再生成できます。この細かな制御により、開発者やテクニカルアーティストは効率よく正確に反復できます。
RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン 環境とサービス、および ComfyUIワークフロー 魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Models, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。