ElevenLabs 新音乐生成模型支持曲目中途切换风格

背景

语音人工智能公司 ElevenLabs 发布了其音乐生成模型的最新版本——Music v2。这一更新距离该公司推出首个音乐生成模型版本已近 10 个月。当前，AI 实验室正竞相发布能够生成专业级音乐的新模型，竞争格局日益激烈。Google、Stability AI 和 Suno 等竞争对手近期也推出了具备生成长度更长、结构更复杂曲目能力的新模型。例如，在 Google I/O 开发者大会上，Google 展示了其 Flow Music 工具，该工具支持轻松制作翻唱歌曲、按段落编辑歌曲以及生成音乐视频。

核心内容

ElevenLabs 表示，Music v2 旨在同时处理人声和作曲中的复杂性。该模型的核心突破在于其能够在曲目中途切换流派。具体而言，模型可以从歌剧无缝过渡到重金属音乐，再返回，或者在不丧失连贯性的情况下呈现快节奏的说唱。此外，它还能在曲目中添加非音乐音效。

在创作流程上，新模型赋予了艺术家更高的控制力。艺术家可以选择歌曲的特定部分，并通过提示词（prompts）重新生成该部分，而无需触碰曲目的其他部分。与以往仅生成短片段不同，艺术家现在可以分段构建歌曲，包括前奏、主歌和副歌，然后将这些部分拼接在一起。ElevenLabs 强调，新模型在跨语言、歌词、人声和编曲方面的表现更加可靠。

关键要点

• 流派无缝切换：Music v2 支持在曲目进行中实时切换音乐风格，如从歌剧到重金属，或处理快节奏说唱而不失连贯性。
• 局部重绘能力：艺术家可以指定歌曲的特定段落，仅通过提示词重新生成该部分，保留其余部分不变，实现了精细化的编辑控制。
• 结构化创作：支持按段落（前奏、主歌、副歌等）分别生成并拼接，从而构建完整的长曲目，而非仅限于短片段。
• 多模态增强：除了音乐本身，模型还能在曲目中集成非音乐音效，丰富了声音设计的维度。
• 商业化合规性：ElevenLabs 强调该模型基于授权数据构建，且已获得商业使用许可。这一举措旨在规避版权风险，鉴于 Suno 和 Udio 等其他 AI 音乐初创公司此前曾面临版权诉讼。
• 多语言与多语言稳定性：新模型在多种语言、歌词处理、人声生成及编曲方面的表现更加稳定可靠。

意义与影响

Music v2 的发布标志着 AI 音乐生成技术从“生成短片段”向“构建完整作品”迈出了关键一步。通过支持分段创作和局部编辑，ElevenLabs 解决了此前 AI 音乐工具在长格式内容生成中难以保持结构完整性和一致性的痛点。

在商业层面，ElevenLabs 强调其数据经过授权且可用于商业用途，这在当前 AI 音乐版权争议频发的背景下具有战略意义。通过与唱片公司达成交易并确立合规的数据来源，ElevenLabs 试图在 Suno 和 Udio 等竞争对手面临的法律困境中建立差异化优势，为专业营销和品牌团队提供安全的解决方案。

此外，该模型通过 ElevenCreative 工具面向营销和品牌团队开放，并推出了专门的 ElevenMusic 平台用于创建 AI 生成歌曲，同时即将开放 ElevenAPI。这表明 ElevenLabs 正积极将其技术从实验性应用推向主流商业工作流，旨在成为专业内容创作的基础设施。随着 Google、Suno 等巨头纷纷入局，AI 音乐生成的竞争焦点已从单纯的技术演示转向对长格式内容控制力、版权合规性及商业化落地能力的综合较量。