Ir al contenido

Elevenlabs Music v2

Integrar

Id del modelo elevenlabs/music/v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/elevenlabs/music/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Archivos como el ejemplo: 1,20 $ 1200 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
ElevenLabs Texto a música #music#text-to-music

Compone música a partir de un prompt de texto o un plan de composición basado en fragmentos, con modo instrumental opcional

ElevenLabs · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

88 / 4100

Descripción textual de la música deseada.

Duración opcional de la canción en milisegundos, de 3000 ms a 600000 ms, aplicable solo al usar un prompt. Si se omite, el modelo determina la duración a partir del prompt.

Avanzado output_format · seed · force_instrumental · composition_plan
predeterminado mp3_48000_192

Elija el formato del audio generado mediante el patrón codec_sample_rate_bitrate. Las entradas de audio de Twilio suelen usar μ-law, también escrito mu-law o aproximado como u-law; un ejemplo de MP3 es mp3_22050_32, que especifica una frecuencia de muestreo de 22.05 kHz y una velocidad de bits de 32 kbs.

Semilla de inicialización de la generación musical, utilizable solo junto con `composition_plan`, para mejorar la coherencia entre ejecuciones con parámetros y semilla idénticos. No se garantiza que los resultados se reproduzcan exactamente.

Plan de composición musical organizado en fragmentos.

POST /run/elevenlabs/music/v2?wait=20 cotización → 1,20 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/elevenlabs/music/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Elevenlabs Music v2

Crea música a partir de un `prompt` de texto de hasta 4100 caracteres o de un `composition_plan` estructurado. `music_length_ms` establece una duración entre 3000 y 600000 ms cuando se usa con un prompt, y `force_instrumental` elimina las voces. `output_format` selecciona el códec, la frecuencia de muestreo y el bitrate, incluidas las opciones MP3 y PCM. `seed` solo funciona con un plan de composición.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptopcional
Tipostring | null
≤ 4100 caracteres
Descripción textual de la música deseada.
composition_planopcional
Tipoobject
Plan de composición musical organizado en fragmentos.
composition_plan.chunksobligatorio
Tipoobject[]
1 – 30 items
Fragmentos ordenados utilizados para la generación, limitados a 30 fragmentos con una duración combinada de 3000 ms a 600000 ms.
composition_plan.chunks[].textobligatorio
Tipostring
Texto de generación del fragmento, limitado a 30 líneas de hasta 200 caracteres cada una. La letra puede incluir indicaciones insertadas entre llaves, como {scratching}, y puede seguir a un nombre de sección inicial opcional entre corchetes, como [Verse 1]. Ese nombre de sección debe contener entre 1 y 100 caracteres.
composition_plan.chunks[].duration_msobligatorio
Tipointeger
3000 – 120.000
Duración del fragmento en milisegundos, de 3000 ms a 120000 ms.
composition_plan.chunks[].positive_stylesobligatorio
Tipostring[]
Estilos y directrices musicales deseados para este fragmento, con la mayor influencia proveniente de las elecciones del primer fragmento: estas establecen el género y el tono generales de la canción. Los fragmentos posteriores pueden desarrollar la música, añadir matices o cambiar de dirección; las descripciones en inglés funcionan mejor.
composition_plan.chunks[].negative_stylesopcional
Tipostring[]
Estilos y directrices musicales que se deben evitar en este fragmento; especifique entradas solo para exclusiones explícitas; de lo contrario, dejar la lista vacía es un buen valor predeterminado.
composition_plan.chunks[].context_adherenceopcional
Tipoenum
lowmediumhigh
La adherencia al contexto equilibra la libertad creativa con la coherencia respecto a los fragmentos vecinos: elija un valor alto para mayor coherencia o uno bajo para permitir más desviaciones creativas.
composition_plan.chunks[].audio_referenceopcional
Tipoobject
Clip de audio de condicionamiento de estilo para este fragmento; para dar forma a toda la canción, proporciónelo en el primer fragmento. Esa ubicación tiene la mayor influencia porque su referencia afecta a todos los fragmentos posteriores.
music_length_msopcional
Tipointeger | null
3000 – 600.000
Duración opcional de la canción en milisegundos, de 3000 ms a 600000 ms, aplicable solo al usar un prompt. Si se omite, el modelo determina la duración a partir del prompt.
force_instrumentalopcional
Tipoboolean
Predeterminadofalse
Control exclusivo instrumental, disponible solo al usar un prompt. Establecerlo en true garantiza una salida instrumental; false permite música instrumental o no instrumental según el prompt.
seedopcional
Tipointeger | null
Semilla de inicialización de la generación musical, utilizable solo junto con `composition_plan`, para mejorar la coherencia entre ejecuciones con parámetros y semilla idénticos. No se garantiza que los resultados se reproduzcan exactamente.
output_formatopcional
Tipoenum
Predeterminadomp3_48000_192
mp3_22050_32mp3_24000_48mp3_44100_32mp3_44100_64mp3_44100_96mp3_44100_128mp3_44100_192mp3_48000_128mp3_48000_192mp3_48000_240mp3_48000_320pcm_8000pcm_16000pcm_22050pcm_24000pcm_32000
+9 máspcm_44100pcm_48000ulaw_8000alaw_8000opus_48000_32opus_48000_64opus_48000_96opus_48000_128opus_48000_192
Elija el formato del audio generado mediante el patrón codec_sample_rate_bitrate. Las entradas de audio de Twilio suelen usar μ-law, también escrito mu-law o aproximado como u-law; un ejemplo de MP3 es mp3_22050_32, que especifica una frecuencia de muestreo de 22.05 kHz y una velocidad de bits de 32 kbs.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/music/v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1200,
    "usd": "1.20",
    "charged": 1200,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Archivo de música generado codificado como audio MP3.

Más modelos: Texto a música

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/elevenlabs/music/v2.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt