Компания ElevenLabs, известная своими технологиями синтеза голоса, представила новую версию своей модели для генерации музыки — Music v2. Главная особенность обновления — возможность создания композиций, которые могут менять жанр прямо во время звучания. Разработчики утверждают, что модель способна работать со сложными вокалом и композициями.
Релиз новой версии состоялся почти через десять месяцев после запуска первой генерации музыки. Согласно описанию, модель может, например, переходить от оперы к хэви-металу и обратно, исполнять быстрые рэп-партии без нарушения структуры и добавлять в трек не музыкальные звуковые эффекты.
Для пользователей появилась возможность выбирать определённую часть песни и пересоздавать её с помощью текстовых инструкций, не затрагивая остальные элементы трека.
Вместо генерации коротких клипов теперь можно строить песню по секциям: создавать отдельно интро, куплеты и припев, а затем объединять их в единую композицию. Также разработчики отмечают улучшение работы модели с различными языками, текстами песен, вокалом и аранжировками.
За последние месяцы несколько крупных лабораторий активно выпускают модели, способные создавать музыку профессионального уровня. Google, Stability AI и Suno также представили свои инструменты для генерации более длинных и сложных треков. Например, на конференции Google I/O компания добавила в свой инструмент Flow Music функции для простого создания каверов, редактирования песни по секциям и генерации музыкальных видео.
ElevenLabs особо подчеркнула, что новая модель построена на данных, полученных по лицензии, и её можно использовать коммерчески без ограничений. Это важный шаг, учитывая, что другие стартапы в области AI-музыки, такие как Suno и Udio, столкнулись с судебными разбирательствами по вопросам авторских прав.
Новая модель уже доступна в инструменте ElevenCreative для маркетинговых и брендовых команд, а также на новом платформе ElevenMusic для создания AI-генеративных песен. Скоро её также интегрируют в ElevenAPI.
