ElevenLabs Music v2 評測：實際表現、API 與提示詞

AI 音樂領域發展迅速，而 ElevenLabs Music v2 正是其中最具野心的全新歌曲生成模型之一。但它能否保留提供的歌詞、遵循詳細的編曲，並在無需大量編輯的情況下產出可用的音軌呢？

我們使用三段原始的 90 秒音訊片段進行測試：一首合成器流行人聲歌曲、一首電影風格的器樂曲，以及一首八聲部另類流行樂編曲。本篇評測涵蓋音質、提示詞遵循度、生成時間、系統回報的成本、官方控制功能，以及 API 存取權限。.

簡答：ElevenLabs Music v2 的表現如何？

ElevenLabs Music v2 亦可透過 GlobalGPT 的音訊生成器取得。透過此方式，可將多個音訊與 AI 模型整合至單一帳戶中，無需另行設定 VPN 或服務供應商，並能降低維護多個獨立訂閱方案的成本。.

立即在 GlobalGPT 上試用 Audio Models

ElevenLabs Music v2 概覽

在檢視我們的結果之前，先將該模型已發表的特徵集與這三個提示實際能證明什麼區分開來，會有所幫助。.

什麼是 ElevenLabs Music v2？

ElevenLabs 於 2026 年 5 月 26 日推出 Music v2 作為歌曲與伴奏的升級版音樂生成模型。該公司表示，此次發布版本在人聲、樂器演奏、編曲、多語言支援、密集歌詞呈現、曲風轉換以及缺失部分補全等方面均有提升。.

Music v2 為 ElevenMusic、ElevenAPI 及 ElevenCreative 提供技術支援。透過 API，開發人員可以以程式化方式生成音軌、利用填補功能編輯選定的區段，並進行參考匹配。.

ElevenLabs Music v2 測試結果

我們使用了 三項受控的 API 執行 並設定為 90 秒的固定目標。GPT 曾在我們的平台上生成原始歌詞集一次，我們在測試 Music v2 之前便將其凍結。聆聽筆記已與 Gemini 3.6 Flash 音訊分析結果進行交叉核對。 下文所列時間為本地端到端生成時間；費用則為已完成任務所回報的數值。.

測驗 1：附有歌詞的流行歌曲

創作一首完全原創的 90 秒當代合成器流行歌曲，主唱為溫暖且富有表現力的中音女聲。節拍為 112 BPM，調性為 A 小調。整體氛圍應充滿希望、親密且具電影感。開頭以弱音電鋼琴搭配柔和的類比合成器脈動聲開始。 在第一段主歌中加入圓潤的貝斯與緊湊的電子鼓聲，於前副歌部分營造張力，並過渡至寬廣且令人難忘的副歌，搭配克制的背景和聲。保持主唱聲音清晰且居中，樂器聲部分層分明。不得包含說唱式引言、饒舌、群眾聲效、模仿真實藝人，或淡出效果。 以清晰的終結和弦收尾。

請嚴格按照以下歌詞演唱。不得增刪、替換或重新排列任何詞句或段落。

[第一段]
城市燈火在我們身後漸漸淡去
寂靜的街道如今引領前路
午夜的低語，不回頭
嶄新的地平線劃破灰濛
[前副歌]
十指相扣，我們踏上未知的旅程
追尋屬於我們自己的夢想
[副歌]
在寂靜的夜裡，我們活著
在天際線彼端尋覓星辰
迷失於陰影之中，卻依然璀璨
攜手同行，我們將重新定義
[第二段]
空蕩道路上輕柔的腳步聲
每一次呼吸都訴說著一個故事
沒有承諾，只有無垠的天空
未來，盡在你的眼底
[終結副歌]
我們在寂靜的夜裡活著
在天際線彼端尋覓星辰
雖迷失在陰影中，卻依然璀璨
我們將攜手重新定義

測試 2：電影風格器樂曲

為一幕充滿戲劇張力的科幻探索場景，創作一首完全原創、長度為 90 秒的電影風格器樂配樂。節拍為 82 BPM，調性為 D 小調。不得包含人聲、對白、低語、合唱或任何類似人聲的音效。 以稀疏的軟質鋼琴主題和低音弦樂的長音靜謐開場。開場後引入微妙的類比節拍，隨後透過層疊的弦樂與克制的低音打擊樂逐步鋪陳。僅在最後三分之一處加入銅管樂器。接近結尾時達到一個清晰的情感高潮，但避免過度響亮或失真。 保持鋼琴主題的辨識度，並確保鋼琴、弦樂、打擊樂、合成器脈動與銅管樂器之間有清晰的分離度。採用真實的管弦樂音色，混音效果應寬廣但受控。前半段應避免使用預告片常見的衝擊音效。請勿模仿現有的配樂、作曲家或系列作品。結尾應以一個解決後的長音和弦收尾，而非淡出。.

測試 3：八聲部歌曲結構

創作一首完全原創的 90 秒另類流行歌曲，主唱需為清晰且富有表現力的男高音。節拍為 104 BPM，調性為 D 大調，採用現代另類流行風格的製作手法，發音自然，且人聲效果應適度克制。不得包含口白、饒舌、模仿真實藝人，亦不得使用淡出效果。 請嚴格維持以下段落順序，並確保每項製作變更皆能清晰可辨：前奏——約6秒，僅含經過濾波處理的電吉他與遙遠的合成器聲；主歌——加入未經處理的貝斯與鼓邊敲擊聲；前副歌——加入漸強的墊音，但暫不使用完整鼓組；副歌——加入完整鼓組、更寬廣的合成器聲，以及清晰的主旋律鉤子； 器樂間奏——約 8 秒，無人聲，僅以迴響效果重現副歌旋律；過門——簡化為鋼琴與近距離的親密人聲；最終副歌——恢復完整樂團編制，加入和聲與八度吉他旋律線，並使其氣勢比第一個副歌更為宏大； 結尾段—移除鼓組，回歸經過濾波處理的吉他聲，並以一個清澈的終結和弦收尾。

請精準演唱以下歌詞。切勿增刪、替換、重新排序，亦不得將括號內的器樂指示當作歌詞來演唱。

[前奏]
(器樂)
[主歌]
龜裂的錶盤低鳴著破碎的旋律
指尖撫過褪色的線條
靜電的低語充斥整個房間
在糾結的徵兆中搜尋
[前副歌]
訊號閃爍，聲響模糊
等待著那深邃的聲音
[副歌]
你能穿過這喧囂聽見我嗎？
遙遠的呼喚，脆弱的抉擇
雜訊漸淡，聲音更清晰
緊緊抓住，我們將找到那噪音
[器樂間奏]
(器樂)
[過門]
破碎光線中的脆弱希望
柔和的迴聲，將我拉近
在寂靜中，你現身
[終曲副歌]
你能穿過這喧囂聽見我嗎？
遙遠的呼喚，脆弱的抉擇
雜訊漸消，聲音更清晰
緊緊抓住，我們將找到那喧囂
[尾聲]
低語化作歌聲
我們已回到歸屬之地

這三項測試揭示了什麼

效能分析結果

• 主唱： 在測試 1 中，字體清晰、居中，且與電子背景之間有明顯的間距。.
• 器樂創作： 「Test 2」中的鋼琴主題與精準的層次堆疊，顯示該模型不僅能處理流行人聲歌曲。.
• 提示字元控制： 整體結構比畫面層級的時序更為重要；開場、轉折、高潮和結尾仍需人工審查。.
• 編輯負擔： 這三項成果中沒有任何一項無法使用，但若要符合嚴格的製作交付標準，測試 2 和 3 仍需進行些微的調整。.

效率研究結果

• 總產量： 三個檔案共計 270 秒。.
• 任務報告的總費用： $0.675.
• 每次運行費用： $0.225 持續 90 秒，這相當於 1.5 分鐘 × 官方每分鐘 $0.15 的 API 速率。.
• 不重播： 這三項任務均在首次錄製嘗試時便產出了可用的音訊。.

如何存取 ElevenLabs Music v2

API 存取與可用控制項

官方 SDK 透過以下方式提供該模型： elevenlabs.music.compose 與 model_id="music_v2". 一個基本請求可以設定一個自然語言 提示 和 音樂_長度_毫秒. 作曲計畫能提供更精確的樂段結構、歌詞時值及編曲控制。.

• 世代： 根據提示創作一首完整的歌曲或純音樂。.
• 詳細回覆： 索取有關所生成作品的更多資訊。.
• 串流： 無需等待檔案完全下載，即可開始接收音訊。.
• 缺失處填補： 重新生成選取的區域，而非替換整段音軌。.
• 參考比對： 在條件允許的情況下，透過參考資料引導一代人。.

提及受版權保護的藝術家、歌曲或受保護歌詞的提示語可能會觸發 bad_prompt 或 不良的編排計畫 回應。請描述音樂上的特徵，而非詢問在世藝術家的確切風格。.

API 請求範例

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=(
 "創作一首原創的電影配樂，包含柔和的鋼琴聲、"
 "低音弦樂、漸強的鋪陳，以及一個解決的終止和弦。"
    ),
    music_length_ms=90_000,
)

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

請將 API 金鑰儲存於環境變數中，而非直接寫入腳本內。對於正式上線的應用程式，在生成長音軌之前，請先加入請求記錄、重試次數限制，並設定明確的成本上限。.

定價與我們的測試費用

我們測試紀錄中的單價與官方 API 價格一致。GlobalGPT 的價值在於提供整合式存取服務並減少獨立訂閱數量——而非經確認的 Music v2 每分鐘較低價格。.

如何向 ElevenLabs Music v2 發出提示