音频人工智能公司ElevenLabs在9月11日至12日发布音乐生成模型Music v2.5,并将其设为旗下音乐产品ElevenMusic的默认模型,此前的Music v2继续保留可用。官方在博客中称,新模型生成的歌曲层次更多、编曲更复杂,乐器音色更接近真实演奏,并且能在一首作品内部完成曲风转换,而不是整首歌锁定在单一风格里。提升最明显的曲风集中在以人声为主导、原声乐器占比高的类型,包括节奏布鲁斯、灵魂乐、嘻哈、摇滚、金属、管弦乐与影视配乐。v2.5已上线创作平台、Studio与接口服务。
ElevenLabs用一组规模罕见的盲测来支撑质量主张。做法是同一组提示词下让新旧两个模型各生成一段,共得到四万七千八百八十五对样本,交由听者在不被告知来源的情况下选择偏好,结果显示新模型在多数对比中胜出。与常见的内部评测相比,这种设计的优点是把主观偏好量化,并给出了足够的样本量来降低偶然性。
但需要说明,公告没有展开对比涉及哪些第三方模型,也没有说明听者的招募方式与曲风分布,因此这个结果只能证明新版本优于自家上一代,不能直接推导出它领先于其他厂商。音质这类指标本来就缺少统一口径,各家公布的盲测结论通常都难以横向比较。对创作者而言,更实用的判断方式是用自己的曲风与歌词做几轮对照试听,而不是依据厂商的盲测数字下结论。
更值得关注的是盲测之外的信息缺口。公告没有说明新模型在乐器分离度、人声咬字准确度与长段落结构稳定性这些细分维度上的表现,也没有给出不同曲风下的分项偏好率。对制作影视配乐的团队,真正关心的是连续三分钟以上作品在结构上是否会松散,而这一点无法从整体偏好率里读出来。用自己的素材做对照试听,仍然是目前最可靠的办法。
大多数音乐生成工具仍然为整首作品生成单一连贯的风格,模型会在提示词确定的框架内完成主歌、副歌与间奏,但不会在中途改变曲风。Music v2.5支持的曲中风格转换,打开了更接近真实作曲的用法:一段配乐可以先以舒缓的钢琴铺陈情绪,再在剧情转折处切入电子音色推进张力,而这一切在一次生成里完成,不需要拼接两个独立片段。
对影视与广告配乐,这个能力的价值在于情绪曲线的连续性。传统做法是把不同情绪的段落分开生成,再在时间线上衔接,衔接处往往需要额外的过渡处理,否则会出现节奏或调性断层。模型如果在生成阶段就理解段落之间的推进关系,后期的工作量会明显减少。当然,这也对提示词的结构化描述提出了更高要求,用户需要把情绪变化的时间点表达清楚,而不是只描述整体氛围。
版权条款是这次公告着墨最多的部分。官方明确,在ElevenMusic中创作的曲目归创作者所有,免费版也不例外,而且归属在作品生成的那一刻就确立,不会因为之后取消或降级订阅而改变。权限方面,免费档每天可以下载五次无损音频,注明来源为ElevenMusic即可用于商业用途;付费档每月提供四百次无损下载,且不要求标注来源。
规则里还有一条边界需要注意:参考他人歌曲生成的轨道禁止下载,这条限制把参考素材与成品明确区分开。整体来看,这套设计把授权从模糊的条款文本变成可执行的产品规则,对需要长期积累作品库的创作者来说更可预期。行业内多家公司近期都在推动授权条款产品化,把使用范围、归属与分成写进产品界面,而不是留在服务协议里让用户自行解读。
规则中还有一处需要留意:权限在作品生成时确立,未来条款的调整只适用于新生成的作品。这条设计对长期使用者更友好,因为它让已经完成的作品不会因为平台改条款而改变授权状态。但反过来说,如果平台在某个时点调整免费档的商用条件,此前积累的作品与新作品就会适用不同规则,团队在做商业发布时需要按生成时间逐一核对,管理成本会上升。
过去一年,音乐生成赛道最激烈的争论集中在训练数据与版权。唱片公司与生成平台的诉讼陆续以和解与授权合作收尾,多个平台开始转向基于授权曲库训练模型。在这一背景下,模型质量之外的变量变得同等重要:训练数据是否合法、生成内容的商用范围是否明确、艺人与词曲作者能否参与分成。这些条款直接决定了作品能否进入正式发行渠道。
对使用者而言,判断一个工具是否值得长期投入,需要看清三件事。一是商业权利附着在哪个环节,是在生成时确立还是绑定在订阅有效期内;二是能否导出足够高质量的无损文件,以及导出是否受档位限制;三是平台是否提供稳定的接口,以便把音乐生成接入既有的视频与广告制作流水线。音质会随版本迭代不断改善,而权利结构一旦确定,往往会长期影响作品的使用范围。
工具层面的另一个变化是工作流的组织方式。多数早期音乐生成工具以一次生成为基本单位,结果不满意只能重新生成,此前满意的旋律或段落也会被一并改写。近一年里,厂商开始围绕同一个创意生成多个版本,让用户比较旋律、唱腔、编配与结构,满意的部分保留,不合适的地方单独替换。这种版本化流程把创作重心从反复抽卡转向比较与选择。
对专业音乐人,生成结果更多是继续发展的素材,可以导入编曲软件补充配器与混音;对普通用户,不熟悉编曲也能围绕一个想法逐步完成作品。音乐的用途也在扩展,除了供人收听,还越来越多地被用来记录一段关系、一种情绪或一段记忆。当生成能力不再是稀缺项,谁能提供更顺手的比较、修改与使用流程,谁就更容易留住创作者。