Opera zmieszana z metalem. ElevenLabs rzuca wyzwanie Suno modelem Music v2

Koniec z losowością i krótkimi klipami, które urywają się w połowie taktu. ElevenLabs wypuściło właśnie Music v2, czyli drugą generację swojego modelu do generowania dźwięku, która ma zamienić zabawkę dla internautów w narzędzie dla profesjonalnych studiów nagraniowych. Zamiast liczyć na szczęście przy generowaniu całego utworu naraz, twórcy dostają precyzyjny skalpel do edycji poszczególnych fraz.

Dlaczego to ważne właśnie teraz

Rynek generatywnych ścieżek dźwiękowych przypomina dziś pole bitwy prawnej. Podczas gdy giganci tacy jak Suno czy Udio mierzą się z oskarżeniami o trenowanie modeli na pirackich bazach danych, ElevenLabs stawia na ucieczkę do przodu poprzez pełną legalność. Premierowy model to pierwsze na rynku API muzyczne szkolone wyłącznie na licencjonowanych materiałach, co otwiera drzwi do komercyjnego wykorzystania AI w reklamach, grach i filmach bez ryzyka pozwów od wytwórni fonograficznych.

Ewolucja w stronę spójnej kompozycji

Najważniejszą zmianą w Music v2 nie jest jedynie czystość brzmienia, ale elastyczność, która pozwala wyjść poza sztywne ramy gatunkowe. Jak twierdzi zespół ElevenLabs: „Pojedynczy utwór może przejść od opery do heavy metalu i z powrotem, obsłużyć szybki rap i gęste teksty, a także osadzić niemuzalne efekty dźwiękowe bezpośrednio w ścieżce, a wszystko to bez utraty muzycznej spójności”.

Model radzi sobie z szybkim tempem i skomplikowaną liryka o wiele lepiej niż poprzednik. System nie gubi się przy gęstym rapowaniu, co dotychczas było piętą achillesową algoryzmów muzycznych. Całość brzmi profesjonalnie dzięki jakości 44.1 kHz, przy czym koszt generowania minuty materiału przez API ustalono na poziomie 0,15 USD.

Precyzyjne narzędzia zamiast generatora szumu

Inżynierowie ElevenLabs kładą nacisk na kontrolę. Funkcja zaawansowanego inpaintingu to odpowiednik Photoshopa dla dźwięku. Pozwala ona zaznaczyć konkretny fragment utworu – na przykład nieudany mostek (bridge) – i wygenerować go na nowo, nie ruszając refrenu ani zwrotek. Pozwala to budować utwór sekcja po sekcji, co jest standardem w profesjonalnej produkcji muzycznej.

Nowy model debiutuje od razu na trzech polach:

• ElevenMusic: Dedykowana platforma dla użytkowników końcowych.
• ElevenAPI: Rozwiązanie dla deweloperów chcących integrować muzykę AI we własnych aplikacjach.
• ElevenCreative: Pakiet narzędziowy dla zespołów kreatywnych i marek.

Bezpieczeństwo prawne jako produkt

W regulaminie serwisu znajdziemy twardy zakaz używania w promptach nazwisk konkretnych artystów czy nazw zespołów. To świadome działanie mające zapobiec tworzeniu deepfake’ów. Dzięki partnerstwom z podmiotami takimi jak Believe czy Merlin Network, ElevenLabs pozycjonuje się jako „bezpieczny” dostawca infrastruktury dla biznesu. Choć dostępna jest darmowa wersja serwisu, dopiero płatne plany subskrypcyjne pozwalają na komercyjną dystrybucję utworów w serwisach streamingowych, co czyni z Music v2 bezpośrednią konkurencję dla tradycyjnych bibliotek stockowych.