Test de ElevenLabs Music v2 : performances réelles, API et invites

La musique générée par l'IA évolue à grands pas, et ElevenLabs Music v2 est l'un des modèles de génération de morceaux les plus ambitieux du moment. Mais est-il capable de conserver les paroles fournies, de respecter un arrangement détaillé et de produire un morceau exploitable sans nécessiter de retouches importantes ?

Nous l'avons testé avec trois exemples originaux de 90 secondes : une chanson synth-pop avec voix, un morceau instrumental cinématographique et un arrangement pop alternatif en huit parties. Cette analyse porte sur la qualité audio, le respect des consignes, le temps de génération, le coût indiqué pour la tâche, les contrôles officiels et l'accès à l'API.

Réponse rapide : Que vaut ElevenLabs Music v2 ?

ElevenLabs Music v2 est également disponible via le générateur audio de GlobalGPT. Cette solution permet de regrouper plusieurs modèles audio et d'IA au sein d'un même compte, évite d'avoir à configurer un VPN ou un fournisseur d'accès distinct, et peut réduire le coût lié à la gestion de plusieurs abonnements indépendants.

Essayez dès maintenant les modèles audio sur GlobalGPT

Présentation de ElevenLabs Music v2

Avant d'examiner nos résultats, il est utile de faire la distinction entre l'ensemble des caractéristiques publiées du modèle et ce que ces trois invites permettent réellement de démontrer.

Qu'est-ce que ElevenLabs Music v2 ?

ElevenLabs a lancé Music v2 le 26 mai 2026 en tant que modèle amélioré de génération musicale pour les chansons et les morceaux instrumentaux. L'entreprise affirme que cette nouvelle version apporte des améliorations au niveau des voix, de l'instrumentation, des arrangements, de la prise en charge multilingue, de la densité des paroles, des transitions entre genres et de la reconstruction d'images.

Music v2 est à la base d'ElevenMusic, d'ElevenAPI et d'ElevenCreative. Grâce à l'API, les développeurs peuvent générer des morceaux par programmation, modifier une région sélectionnée à l'aide de la technique d'« inpainting » et utiliser la fonction de correspondance de référence.

Résultats des tests de ElevenLabs Music v2

Nous avons utilisé trois exécutions contrôlées de l'API avec un objectif fixe de 90 secondes. GPT a généré une seule fois les séries de paroles originales sur notre plateforme, et nous les avons figées avant de tester Music v2. Les notes d'écoute ont été recoupées avec l'analyse audio Gemini 3.6 Flash. Les durées indiquées ci-dessous correspondent au temps de génération local de bout en bout ; les charges correspondent aux valeurs rapportées par les tâches terminées.

Test n° 1 : chanson pop avec paroles fournies

Créez un morceau de synth-pop contemporain entièrement original de 90 secondes, avec une voix principale d’alto chaleureuse et expressive. Utilisez un tempo de 112 BPM et la mineur. L’ambiance doit être optimiste, intime et cinématographique. Commencez par un piano électrique en sourdine et une pulsation douce de synthé analogique. Ajoutez une ligne de basse ronde et une batterie électronique précise dans le premier couplet, faites monter la tension dans le pré-refrain, puis ouvrez sur un refrain ample et mémorable, accompagné d’harmonies de fond sobres. Veillez à ce que la voix principale reste claire et centrée, avec une séparation nette entre les instruments. Pas d’introduction parlée, de rap, de bruits de foule, d’imitation d’un artiste réel ni de fondu. Terminez sur un accord final clair.

Interprétez exactement les paroles ci-dessous. N’ajoutez pas, ne supprimez pas, ne remplacez pas et ne réorganisez pas les mots ou les sections.

[Couplet 1]
Les lumières de la ville s’estompent derrière nous
Les rues silencieuses nous guident désormais
Murmures de minuit, sans regard en arrière
Un nouvel horizon perce la grisaille
[Pré-refrain]
Main dans la main, nous avançons vers l’inconnu
À la poursuite des rêves qui sont les nôtres
[Refrain]
Nous sommes vivants dans la nuit silencieuse
À la recherche d’étoiles au-delà de la ligne d’horizon
Perdues dans l’ombre, mais si lumineuses
Ensemble, nous redéfinirons
[Couplet 2]
Des pas légers sur des routes désertes
Chaque souffle raconte une histoire
Pas de promesses, juste un ciel infini
Dans tes yeux réside l’avenir
[Refrain final]
Nous sommes vivants dans la nuit silencieuse
À la recherche d’étoiles au-delà de la ligne d’horizon
Perdues dans les ombres, mais si brillantes
Ensemble, nous redéfinirons

Test n° 2 : Musique instrumentale cinématographique

Créez un morceau instrumental cinématographique entièrement original de 90 secondes destiné à une scène dramatique d’exploration de science-fiction. Utilisez un tempo de 82 BPM et la tonalité de ré mineur. Pas de chant, de paroles, de chuchotements, de chœur ni de sons ressemblant à une voix humaine. Commencez doucement avec un motif de piano feutré et épuré, accompagné de cordes graves tenues. Introduisez une pulsation analogique subtile après l’ouverture, puis construisez progressivement le morceau avec des cordes superposées et des percussions graves modérées. N’ajoutez les cuivres que dans le dernier tiers. Atteignez un point culminant émotionnel clair vers la fin, sans volume excessif ni distorsion. Veillez à ce que le motif au piano reste reconnaissable et préservez une séparation claire entre le piano, les cordes, les percussions, la pulsation synthétique et les cuivres. Utilisez des timbres orchestraux réalistes avec un mixage spacieux mais maîtrisé. Évitez les effets « trailer » dans la première moitié. N’imitez pas une bande originale, un compositeur ou une franchise existants. Terminez sur un accord tenu et résolu plutôt que sur un fondu.

Test n° 3 : Structure d'une chanson en huit parties

Créez une chanson de pop alternative de 90 secondes entièrement originale, avec une voix principale de ténor claire et expressive. Utilisez un tempo de 104 BPM et la tonalité de Ré majeur, avec une production pop alternative moderne, une prononciation naturelle et des effets vocaux discrets. Pas de narration parlée, de rap, d’imitation d’un artiste réel ni de fondu en sortie. Respectez scrupuleusement l’ordre des sections et veillez à ce que chaque changement de production soit perceptible : Intro — environ 6 secondes, uniquement une guitare électrique filtrée et un synthé lointain ; Couplet — ajoutez une basse « dry » et des percussions « rim-click » ; Pré-refrain — ajoutez un pad ascendant sans batterie complète ; Refrain — introduisez la batterie complète, des synthés plus amples et un hook mélodique clair ; Pause instrumentale — environ 8 secondes, reprenez la mélodie du refrain en écho sans voix ; Pont — réduisez l’accompagnement au piano et à une voix intime et proche ; Refrain final — rétablissez le groupe au complet, ajoutez des harmonies d’accompagnement et une ligne de guitare à l’octave, et rendez-le plus ample que le premier refrain ; Outro — retirer la batterie, revenir à la guitare filtrée et terminer sur un accord final net.

Interpréter exactement les paroles ci-dessous. Ne pas ajouter, supprimer, remplacer, réorganiser ni chanter les indications instrumentales entre parenthèses comme s’il s’agissait de paroles.

[Intro]
(Instrumental)
[Couplet]
Des cadrans fissurés fredonnent une mélodie brisée
Les doigts tracent les lignes effacées
Des murmures parasites envahissent la pièce
À la recherche d’un sens parmi les signes enchevêtrés
[Pré-refrain]
Les signaux vacillent, le son est indistinct
En attente d’une voix profonde
[Refrain]
M’entends-tu à travers le bruit ?
Un appel lointain, un choix fragile
Les parasites s’estompent, une voix plus claire
Accroche-toi bien, on trouvera le bruit
[Pause instrumentale]
(Instrumental)
[Pont]
Un espoir fragile dans une lumière fracturée
Des échos doux, ils m’attirent vers eux
Dans le silence, tu apparais
[Refrain final]
M'entends-tu malgré le bruit ?
Un appel lointain, un choix fragile
Les parasites s'estompent, une voix plus claire
Accroche-toi bien, on va trouver le bruit
[Outro]
Les murmures se transforment en chanson
On est là où on doit être

Ce que révèlent les trois tests

Conclusions relatives aux performances

• Chant : nettes, centrées et bien distinctes du fond électronique lors du test n° 1.
• Composition instrumentale : Le motif au piano et la progression maîtrisée du Test 2 ont démontré que le modèle est capable de traiter bien plus que la pop vocale.
• Contrôle des invites : La structure générale s'est avérée plus importante que le rythme au niveau des plans ; les introductions, les ruptures, les moments forts et les fins méritent toujours d'être revus manuellement.
• Charge de travail liée à la révision : Aucun des trois résultats n'était inutilisable, mais les tests 2 et 3 nécessiteraient de légères modifications au niveau de l'agencement pour une mise en production stricte.

Conclusions relatives à l'efficacité

• Production totale : 270 secondes réparties sur trois fichiers.
• Montant total des frais déclarés pour la mission : $0.675.
• Coût par course : $0,225 pendant 90 secondes, ce qui équivaut à 1,5 minute × le taux officiel de l'API de $0,15 par minute.
• Pas de rediffusions : Les trois tâches réalisées ont toutes donné lieu à un enregistrement audio exploitable dès la première prise.

Comment accéder à ElevenLabs Music v2

Accès à l'API et commandes disponibles

Le SDK officiel met le modèle à disposition via elevenlabs.music.compose avec model_id="music_v2". Une requête simple peut définir une expression en langage naturel rapide et durée_musicale_ms. Les plans de composition permettent de définir plus précisément la structure des sections, le rythme des paroles et le contrôle de l'arrangement.

• Génération : créer une chanson ou un morceau instrumental complet à partir d'une consigne.
• Réponse détaillée : demander plus d'informations sur la composition générée.
• Diffusion en continu : commencer à écouter le fichier audio sans attendre qu'il soit entièrement téléchargé.
• Retouche d'image : régénérer une zone sélectionnée au lieu de remplacer la piste dans son intégralité.
• Correspondance des références : accompagner une génération en lui fournissant des documents de référence lorsque cela est nécessaire.

Les invites qui mentionnent des artistes, des chansons ou des paroles protégés par le droit d'auteur peuvent déclencher une mauvaise_invite ou plan_de_composition_défectueux Réponse. Décrivez les caractéristiques musicales plutôt que de demander le style précis d'un artiste vivant.

Exemple de requête API

import os
from elevenlabs import ElevenLabs, save

client = ElevenLabs(api_key=os.environ["ELEVENLABS_API_KEY"])

audio = client.music.compose(
    model_id="music_v2",
    prompt=(
 "Créez un morceau instrumental cinématographique original avec un piano feutré, "
 "des cordes graves, une montée en puissance progressive et un accord final résolu."
    ),
    music_length_ms=90_000,
)

save(audio, "music-v2-test.mp3")

Conservez la clé API dans une variable d'environnement, et non dans le script. Pour une application en production, mettez en place la journalisation des requêtes, des limites de tentatives et un plafond de coûts clairement défini avant de générer des pistes longues.

Tarifs et coût de notre test

Le tarif unitaire indiqué dans notre rapport de test correspond au tarif officiel de l'API. L'intérêt de GlobalGPT réside ici dans un accès groupé et une réduction du nombre d'abonnements distincts, et non dans un prix à la minute inférieur (vérifié) pour Music v2.

Comment utiliser les commandes vocales avec ElevenLabs Music v2