# Elevenlabs Music v2 API

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

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.

- Model id: `elevenlabs/music/v2`
- Made by: ElevenLabs
- Category: Text to Music
- Output: audio
- Price per minute of your output audio: $0.60 / minute of output audio (cheapest run $0.60 (600 API credits))
- Run: `POST https://api.doitong.com/v1/run/elevenlabs/music/v2`
- Quote: `POST https://api.doitong.com/v1/quote/elevenlabs/music/v2`
- Docs page: https://doitong.com/fa/developers/models/elevenlabs/music/v2

## Pricing

Price: **$0.60 / minute of output audio**. Price per minute of your output audio: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $1.20 = 1200 API credits (2 min output audio × $0.60).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/elevenlabs/music/v2` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string \| null | no |  | ≤ 4100 characters | توضیح متنی موسیقی موردنظر. |
| `composition_plan` |  | object {chunks} \| null | no |  |  | طرح ساخت موسیقی سازمان‌یافته در قطعه‌ها. |
| `composition_plan.chunks` |  | array of object {text, duration_ms, positive_styles, negative_styles, context_adherence, audio_reference} | yes |  | 1 – 30 items | قطعه‌های مرتب‌شده برای تولید، محدود به 30 قطعه با مدت ترکیبی 3000 ms تا 600000 ms. |
| `composition_plan.chunks[].text` |  | string | yes |  |  | 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_ms` |  | integer | yes |  | 3,000 – 120,000 | طول قطعه برحسب میلی‌ثانیه، از 3000 ms تا 120000 ms. |
| `composition_plan.chunks[].positive_styles` |  | array of string | yes |  |  | 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_styles` |  | array of string \| null | no |  |  | 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_adherence` |  | enum (string) \| null | no |  | `low`, `medium`, `high` | 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_reference` |  | object {audio_url, start_ms, end_ms, strength} \| null | no |  |  | 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_ms` |  | integer \| null | no |  | 3,000 – 600,000 | 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_instrumental` |  | boolean | no | `false` |  | 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. |
| `seed` |  | integer \| null | no |  |  | 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_format` |  | enum (string) | no | `mp3_48000_192` | `mp3_22050_32`, `mp3_24000_48`, `mp3_44100_32`, `mp3_44100_64`, `mp3_44100_96`, `mp3_44100_128`, `mp3_44100_192`, `mp3_48000_128`, `mp3_48000_192`, `mp3_48000_240`, `mp3_48000_320`, `pcm_8000`, `pcm_16000`, `pcm_22050`, `pcm_24000`, `pcm_32000`, `pcm_44100`, `pcm_48000`, `ulaw_8000`, `alaw_8000`, `opus_48000_32`, `opus_48000_64`, `opus_48000_96`, `opus_48000_128`, `opus_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. |

## Example input

Required parameters only:

```json
{}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/elevenlabs/music/v2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/elevenlabs/music/v2", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "elevenlabs/music/v2",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | فایل موسیقی تولیدشده، کدگذاری‌شده به‌صورت صوت MP3. |

## Related models

- [Elevenlabs Music v2.5](https://doitong.com/developers/models/elevenlabs/music/v2.5.md) (`elevenlabs/music/v2.5`): $0.60 / minute of output audio
- [MiniMax Music 3](https://doitong.com/developers/models/minimax/music-3.md) (`minimax/music-3`): $0.002 / second
- [Elevenlabs Music](https://doitong.com/developers/models/elevenlabs/music.md) (`elevenlabs/music`): $0.60 / minute of output audio
- [ACE Step](https://doitong.com/developers/models/ace-step.md) (`ace-step`): $0.0002 / second
- [ACE Step Audio Inpaint](https://doitong.com/developers/models/ace-step/audio-inpaint.md) (`ace-step/audio-inpaint`): $0.0002 / second of input audio
- [ACE Step Audio Outpaint](https://doitong.com/developers/models/ace-step/audio-outpaint.md) (`ace-step/audio-outpaint`): $0.0002 / second of output audio
- [ACE Step Audio To Audio](https://doitong.com/developers/models/ace-step/audio-to-audio.md) (`ace-step/audio-to-audio`): $0.0002 / second of input audio
- [ACE Step Prompt To Audio](https://doitong.com/developers/models/ace-step/prompt-to-audio.md) (`ace-step/prompt-to-audio`): $0.0002 / second

## Links

- HTML page: https://doitong.com/developers/models/elevenlabs/music/v2
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=elevenlabs/music/v2
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/elevenlabs/music/v2