ElevenLabs推出音樂生成模型Eleven Music

專門開發各種AI音訊產品的ElevenLabs在本周二（8/5）發表了Eleven Music，這是個文字轉音樂模型，能夠生成任何風格的錄音室等級音樂，同時提供免費與付費版本，後者可應用於商業上。

ElevenLabs是在2022年由Mati Staniszewski與Piotr Dąbkowski在紐約共同創立，其中，Staniszewski曾是Palantir部署策略師，Dąbkowski則曾為Google的機器學習工程師，他們兩個都是波蘭人，創業靈感來自於波蘭電影的配音質感低落，因而想打造音質更自然流暢的語音AI系統。所開發的平臺已支援文字轉語音、聲音克隆、文字生成聲音及自動配音等。最近一次的融資是今年1月底完成的1.8億美元的C輪融資，完成後的估值為33億美元。

Eleven Music能夠呈現使用者所描述的各種音樂流派、風格或結構；也能選擇人聲或樂器；目前支援英文、西班牙文、德文及日文等；也允許使用者在生成之後編輯部分或整首音樂的聲音與歌詞。

在該實驗所展示的例子中，在下了「夢幻、迷幻、緩慢獨立搖滾、有空間感的人聲、復古鍵盤樂器、朗朗上口的副歌、懷舊及國歌」等提示之後，Eleven Music就能生成足以公開發表的音樂。它所生成的音樂長度介於10秒至5分鐘之間，採用MP3格式，取樣率為音樂CD等級的44.1kHz，比特率則落在128至192kbps之間。

ElevenLabs表示，Eleven Music是與唱片公司、出版社及藝術家合作建置的，幾乎可用於所有商業用途，從電視、電影、電視、播客到社交媒體影片等，或是從廣告到遊戲。

Eleven Music所提供的訂閱方案從免費到每月1,320美元不等，其中，免費版不可商用，每月5美元的Starter方案只支援社交媒體及廣告等商業用途，更廣泛的商業用途則必須訂閱每月11美元、Creator方案以上的版本。

此外，不管是免費版或是付費版都必須遵守Eleven Music的服務條款，明文規定使用者不得利用它來建立商業音樂庫；也不能應用在武器、禁藥、成人娛樂、宗教及政府宣傳上；亦不得在輸入提示中使用任何藝人的名字、任何歌曲名稱、任何專輯名稱或任何音樂出版商的名字。

華爾街日報（WSJ）引用Futurum Group執行長Daniel Newman的看法指出，過去許多廣告配樂或版權音樂都需經過昂貴且複雜的授權程序，AI的出現讓它們能以遠低於傳統成本的費用取得，對資源有限的公司格外有利。