رفتن به محتوا

Elevenlabs Music v2

یکپارچه‌سازی

شناسه مدل 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"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۲۰⁩ ۱٬۲۰۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
ElevenLabs متن به موسیقی #music#text-to-music

موسیقی را از یک پرامپت متنی یا طرح ساختاریافته مبتنی بر قطعه می‌سازد و حالت اختیاری فقط بی‌کلام دارد

ElevenLabs · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

88 / 4100

توضیح متنی موسیقی موردنظر.

مدت اختیاری آهنگ برحسب میلی‌ثانیه، از 3000 ms تا 600000 ms؛ فقط هنگام استفاده از پرامپت اعمال می‌شود. اگر حذف شود، مدل مدت را از پرامپت تعیین می‌کند.

پیشرفته output_format · seed · force_instrumental · composition_plan
پیش‌فرض mp3_48000_192

قالب صوتی تولیدشده را با الگوی codec_sample_rate_bitrate انتخاب کنید. ورودی‌های صوتی Twilio معمولاً از μ-law استفاده می‌کنند که mu-law نیز نوشته می‌شود یا به‌صورت u-law تقریب زده می‌شود؛ نمونه MP3، یعنی mp3_22050_32، نرخ نمونه‌برداری 22.05 kHz و نرخ بیت 32 kbs را مشخص می‌کند.

Seed آغازین تولید موسیقی، فقط همراه `composition_plan` قابل استفاده است و سازگاری اجراهای دارای پارامترها و Seed یکسان را بهبود می‌دهد. بازتولید دقیق نتایج تضمین نمی‌شود.

طرح ساخت موسیقی سازمان‌یافته در قطعه‌ها.

POST /run/elevenlabs/music/v2?wait=20 قیمت → ⁨‎$۱٫۲۰⁩
# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Elevenlabs Music v2

موسیقی را از یک `prompt` متنی حداکثر 4100 نویسه‌ای یا یک `composition_plan` ساختاریافته تولید می‌کند. `music_length_ms` هنگام استفاده از پرامپت، طول را بین 3000 و 600000 ms تعیین می‌کند و `force_instrumental` آواز را حذف می‌کند. `output_format` کدک، نرخ نمونه‌برداری و نرخ بیت را انتخاب می‌کند و گزینه‌های MP3 و PCM را نیز شامل می‌شود. `seed` فقط با composition plan کار می‌کند.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptاختیاری
نوعstring | null
≤ ۴٬۱۰۰ نویسه
توضیح متنی موسیقی موردنظر.
composition_planاختیاری
نوعobject
طرح ساخت موسیقی سازمان‌یافته در قطعه‌ها.
composition_plan.chunksالزامی
نوعobject[]
1 – 30 items
قطعه‌های مرتب‌شده برای تولید، محدود به 30 قطعه با مدت ترکیبی 3000 ms تا 600000 ms.
composition_plan.chunks[].textالزامی
نوعstring
متن تولید قطعه، محدود به 30 خط با حداکثر 200 نویسه در هر خط. متن ترانه می‌تواند دستورهای درون‌خطی داخل آکولاد، مانند {scratching}، داشته باشد و پس از نام بخش آغازین اختیاری داخل کروشه، مانند [Verse 1]، بیاید. نام بخش باید شامل 1–100 نویسه باشد.
composition_plan.chunks[].duration_msالزامی
نوعinteger
۳٬۰۰۰ – ۱۲۰٬۰۰۰
طول قطعه برحسب میلی‌ثانیه، از 3000 ms تا 120000 ms.
composition_plan.chunks[].positive_stylesالزامی
نوعstring[]
سبک‌ها و جهت‌گیری‌های موسیقایی موردنظر برای این قطعه؛ بیشترین تأثیر از انتخاب‌های قطعه اول می‌آید که ژانر و لحن کلی آهنگ را تعیین می‌کنند. قطعه‌های بعدی می‌توانند موسیقی را توسعه دهند، ظرافت بیفزایند یا جهت را تغییر دهند؛ توضیحات انگلیسی بهترین نتیجه را دارند.
composition_plan.chunks[].negative_stylesاختیاری
نوعstring[]
سبک‌ها و جهت‌گیری‌های موسیقایی قابل اجتناب در این قطعه؛ فقط مواردی را برای حذف صریح مشخص کنید؛ در غیر این صورت، خالی‌گذاشتن فهرست پیش‌فرض مناسبی است.
composition_plan.chunks[].context_adherenceاختیاری
نوعenum
lowmediumhigh
پایبندی به زمینه، آزادی خلاقانه را با سازگاری با قطعه‌های مجاور متعادل می‌کند: برای سازگاری مقدار بالا و برای انحراف خلاقانه بیشتر مقدار پایین را انتخاب کنید.
composition_plan.chunks[].audio_referenceاختیاری
نوعobject
کلیپ صوتی شرطی‌سازی سبک برای این قطعه؛ برای شکل‌دادن به کل آهنگ، آن را در قطعه اول ارائه کنید. این جای‌گذاری بیشترین تأثیر را دارد، زیرا مرجع آن بر همه قطعه‌های بعدی اثر می‌گذارد.
music_length_msاختیاری
نوعinteger | null
۳٬۰۰۰ – ۶۰۰٬۰۰۰
مدت اختیاری آهنگ برحسب میلی‌ثانیه، از 3000 ms تا 600000 ms؛ فقط هنگام استفاده از پرامپت اعمال می‌شود. اگر حذف شود، مدل مدت را از پرامپت تعیین می‌کند.
force_instrumentalاختیاری
نوعboolean
پیش‌فرضfalse
کنترل فقط‌سازی؛ فقط هنگام استفاده از پرامپت در دسترس است. تنظیم true خروجی سازی را تضمین می‌کند؛ false بر اساس پرامپت موسیقی سازی یا غیرسازی را مجاز می‌کند.
seedاختیاری
نوعinteger | null
Seed آغازین تولید موسیقی، فقط همراه `composition_plan` قابل استفاده است و سازگاری اجراهای دارای پارامترها و Seed یکسان را بهبود می‌دهد. بازتولید دقیق نتایج تضمین نمی‌شود.
output_formatاختیاری
نوعenum
پیش‌فرضmp3_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 مورد دیگرpcm_44100pcm_48000ulaw_8000alaw_8000opus_48000_32opus_48000_64opus_48000_96opus_48000_128opus_48000_192
قالب صوتی تولیدشده را با الگوی codec_sample_rate_bitrate انتخاب کنید. ورودی‌های صوتی Twilio معمولاً از μ-law استفاده می‌کنند که mu-law نیز نوشته می‌شود یا به‌صورت u-law تقریب زده می‌شود؛ نمونه MP3، یعنی mp3_22050_32، نرخ نمونه‌برداری 22.05 kHz و نرخ بیت 32 kbs را مشخص می‌کند.
الزامی

خروجی

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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}فایل موسیقی تولیدشده، کدگذاری‌شده به‌صورت صوت MP3.

مدل‌های بیشتر: متن به موسیقی

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/elevenlabs/music/v2.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt