fantasy-portrait/image-to-video
Transforme um retrato e um vídeo de referência em uma animação expressiva guiada por um prompt de texto obrigatório.
Elevenlabs Music é um modelo de texto para música que transforma prompts em linguagem natural e letras estruturadas opcionais em músicas de alta fidelidade, com ou sem vocais. Ele aceita descrições detalhadas de estilo e de seções e produz áudio refinado, adequado para mídia, jogos e produção criativa.
Formato de saída: somente áudio / duração de ~3 segundos a ~5 minutos / 44.1 kHz / estéreo / MP3 ou WAV
Use estes campos para controlar Elevenlabs Music com consistência.
| Parâmetro | Obrigatório | Tipo | Padrão | Faixa / Opções | Descrição |
|---|---|---|---|---|---|
| prompt* | Sim (*) | string | — | — | Descrição do estilo e letras com marcadores de estrutura. |
| music_length_ms | Não | integer | 40000 | Normalmente 3000–300000 | Duração da saída em milissegundos. |
| force_instrumental | Não | boolean | desativado | true/false | Gera somente o instrumental, sem vocais. |
| output_format | Não | string | mp3_standard | Consulte as opções da plataforma | Formato de saída (padrão: mp3_standard; os demais formatos são listados na plataforma). |
Elevenlabs Music no RunComfy cobra o áudio gerado de acordo com a duração.
| Unidade de cobrança | Tarifa |
|---|---|
| Por segundo de áudio gerado | $0.011 |
Exemplos de custos estimados
| Duração | Custo aproximado |
|---|---|
| 30 s | ~$0.33 |
| 40 s (padrão) | ~$0.44 |
| 60 s | ~$0.66 |
| 120 s | ~$1.32 |
| 300 s (5 min) | ~$3.30 |
1) Selecione Elevenlabs Music no RunComfy e abra o painel de geração.
2) Escreva o prompt com marcadores de estrutura, por exemplo, “Intro 8 bars, Verse 16 bars, Chorus 16 bars”, e inclua a letra se quiser vocais.
3) Defina music_length_ms de acordo com o plano, por exemplo, 40000 para ~40 segundos; comece com uma duração curta para iterar mais rápido e depois amplie.
4) Ative force_instrumental se precisar de uma base sem vocais; caso contrário, deixe-o desativado para obter letras cantadas.
5) Escolha output_format conforme o fluxo de trabalho: MP3 para rapidez, WAV para mixagem, de acordo com as opções disponíveis na plataforma.
6) Gere e avalie; se uma seção precisar de mudanças, ajuste essa parte do prompt e gere novamente em vez de reescrever a música inteira.
7) Para usar a API do RunComfy, envie os mesmos parâmetros: não é necessário self-hosting e os resultados podem ser baixados do histórico de tarefas.
8) Salve as versões que funcionam melhor em seções diferentes; depois, você poderá combiná-las ou compará-las para chegar à melhor gravação.
No RunComfy, Elevenlabs Music permite iterar rapidamente com controle detalhado da estrutura em fluxos musicais profissionais.
Transforme um retrato e um vídeo de referência em uma animação expressiva guiada por um prompt de texto obrigatório.
FLUX 3 Draft FLF: Pré-visualizações rápidas de vídeo de quadro inicial em 720p
Transforme imagens estáticas em vídeos 1080p realistas com controle de estilo inteligente.
Transforme um prompt em vídeo curto, com duração, proporção e geração de áudio configuráveis.
Transforme imagens estáticas em vídeos realistas e detalhados em 2K.
Anime ilustrações 2D com fluidez e controle preciso de expressões.
Elevenlabs Music é um modelo de texto para som que gera músicas completas ou faixas instrumentais a partir de prompts em linguagem natural. Em comparação com outros sistemas, ele oferece controle detalhado seção por seção, vocais multilíngues e fine-tuning personalizável. Assim, você pode criar faixas profissionais pela interface do Elevenlabs Music ou pela API do RunComfy.
Elevenlabs Music cobre praticamente todos os gêneros musicais, do clássico ao hip-hop, e pode gerar vocais em vários idiomas, como inglês, espanhol, alemão e japonês. A arquitetura de texto para som interpreta indicações de estilo e emoção em diferentes línguas, tornando o modelo acessível a criadores do mundo inteiro.
Atualmente, Elevenlabs Music aceita faixas de cerca de 3 segundos a 5 minutos. A saída pode ser MP3 ou WAV com qualidade de estúdio a 44.1 kHz. Cada prompt pode incluir seções estruturadas; para melhor desempenho, o texto total é otimizado para até alguns milhares de tokens.
Sim. O fine-tuning do Elevenlabs Music deve usar somente materiais de referência sem direitos autorais. O recurso aceita conjuntos personalizados limitados, normalmente de 5 a 10 referências curtas de áudio, para treinar um modelo personalizado. Arquivos muito grandes ou materiais protegidos podem ser rejeitados pelos servidores por motivos de conformidade e desempenho.
Para levar Elevenlabs Music da prototipagem à produção, use os endpoints da API do RunComfy, que oferecem os mesmos parâmetros da interface. Depois de validar a qualidade dos testes de texto para som, você pode se autenticar com uma chave de API, automatizar tarefas e gerenciar a cobrança com créditos USD para uma implantação escalável.
Na maioria dos casos, Elevenlabs Music concede direitos comerciais sobre as faixas geradas. Antes de redistribuí-las, confirme os termos exatos diretamente em elevenlabs.io. O mecanismo produz saídas originais e liberadas para os usos mais comuns, mas uma análise formal da licença é recomendada antes de uma implantação em grande escala.
Elevenlabs Music usa um mecanismo de síntese de texto para som de nova geração, com estrutura consistente, maior precisão de mixagem e áudio de alta fidelidade a 44.1 kHz. Modelos anteriores muitas vezes perdiam faixa dinâmica ou coesão; Elevenlabs Music reproduz transições sutis e vocais realistas sem artefatos perceptíveis.
O modelo de texto para som Elevenlabs Music oferece controle de estrutura mais granular e maior aderência ao prompt que Suno, além de edição mais flexível que Udio. Udio se destaca pelo realismo do timbre vocal, enquanto Elevenlabs Music oferece controle mais rico por seção e licenciamento transparente, ajudando desenvolvedores e artistas a manter precisão criativa e jurídica.
Sim. A API de texto para som do Elevenlabs Music aceita gerações em lote ou em fila pelos endpoints do RunComfy. Os desenvolvedores podem iterar em prompts, ajustar transições entre seções e coletar por código saídas MP3 ou WAV, simplificando a criação de trilhas para aplicativos, mundos virtuais e pipelines de mídia dinâmica.
Sim. A edição do Elevenlabs Music reconhece seções e permite regenerar segmentos como refrão ou ponte sem alterar o restante da composição. Esse controle refinado de texto para som torna mais eficientes os fluxos criativos iterativos de desenvolvedores e artistas técnicos.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.