音声AIのElevenLabsが「Music v2」公開。曲の構成を細かく指定して作れる

音声合成や音声AIで知られるElevenLabsが2026年6月、音楽生成の新版「Music v2」をAPI（外部から呼び出して使う仕組み）で公開しました。

これまでの「Music v1」は、文章で指示（プロンプト）を出して曲を作る方式でしたが、Music v2では「チャンク（かたまり）ベースの構成プラン」が加わり、イントロ・Aメロ・サビといった曲の構成や進行、テンポを、より細かくコントロールできるようになりました。あわせて、文字起こし（音声をテキストに変換）にアップロードできるファイルの上限が3.0GBから5.0GBへ拡大。

音楽アップロード時に任意で「タイムスタンプ（時間情報）」を付けられるようになり、応答に単語ごとの時間情報が含まれる場合もあります。さらに、吹き替え（dubbing）の作成リクエストにhCaptchaによるbot対策も追加されました。私たちには、動画やゲームのBGMを“狙った構成どおり”に作りやすくなる、という点で関係します。

商用利用の条件は変わることがあるため、利用前に公式の最新情報とライセンスを確認してください。アップロード上限が拡大したことで、長時間の会議やインタビューの録音もまとめて文字起こししやすくなりました。出典はElevenLabsのリリースノートです。