ElevenLabs Music

So liest ElevenLabs Music einen Prompt

ElevenLabs Music komponiert aus einer Beschreibung einen kompletten Track: Instrumente, Arrangement und, sofern du keinen Instrumental-Track willst, Gesang und Text. Laut dem Prompting-Leitfaden von ElevenLabs beantwortet jeder Prompt fünf Fragen, ob du willst oder nicht: Genre, Stimmung, Instrumentierung, Tempo und Produktionsepoche. Jede Frage, die du offen lässt, bekommt die wahrscheinlichste Antwort, und die ist meist die durchschnittlichste. „Upbeat electronic track“ lässt alle fünf offen. „French house, 122 BPM, filtered disco sample chops, sidechained bass, tight four-on-the-floor kick, rooftop-at-sunset mood“ beantwortet sie.

Ein längerer Prompt ist nicht immer besser. ElevenLabs sagt, dass wenige, bildhafte Stichwörter dem Modell Raum für weniger vorhersehbare Ergebnisse geben und dass mehr Detail mehr Kontrolle bringt. Ein grobes Briefing wie „ad for a sneaker brand“ reicht oft schon, um Ton und Struktur festzulegen.

Schreib die Beschreibung auf Englisch, wie in den Beispielen von ElevenLabs. Deshalb sind die Prompts auf dieser Seite englisch; der Songtext kann in einer anderen Sprache sein.

Eine Struktur, die für fast jeden Track funktioniert:

Genre, BPM, key. Mood or purpose. Instruments and production.
Vocals: who sings and how, or "instrumental only".
Arrangement in order: start with ..., then bring in ...

(Genre, BPM, Tonart. Stimmung oder Zweck. Instrumente und Produktion. Gesang: wer singt und wie, oder „instrumental only“. Arrangement der Reihe nach.)

Produktion und Epoche

Das Modell reagiert auf Studio-Vokabular: sidechained, close-mic'd, bone-dry, tape saturation, plate reverb. Das Beispiel von ElevenLabs lässt „slow soul ballad, 68 BPM, female vocal“ stehen und ändert nur die Produktionswörter, von „bone-dry drums, close-mic'd vocal, dead room“ zu „cavernous plate reverb, tape echo throws, gospel room“, und der Mix ändert sich mit. Wenn du den Fachbegriff nicht kennst, beschreibe den Raum: Laut ElevenLabs bekommst du mit „sounds like it was recorded in a stairwell“ ein Treppenhaus.

Eine Epoche legt den gesamten Produktionscharakter fest, etwa in „1950s rock and roll with slapback echo“ oder „1990s jungle“. ElevenLabs sagt, dass das Modell innerhalb eines Tracks auch zwischen Epochen wechseln kann, wenn du die Wechsel der Reihe nach beschreibst.

Tempo, Tonart und Arrangement

ElevenLabs sagt, dass das Modell ein angegebenes BPM eng einhält und oft auch die Tonart trifft. Schreib also „130 BPM“ und „in A minor“, wenn der Track zu einem Schnitt passen oder neben anderem Audio laufen muss. Beschreibe das Arrangement der Reihe nach, so wie du eine Band briefen würdest: „start with just a shuffled drum loop, add a warm sub bassline after four bars, then bring in chopped vocal stabs“. Die kleinen Wörter machen die Arbeit. Ohne „just“ füllt das Modell den Raum, also benenne die Stille, die du willst.

Für einen Loop gib Takte, BPM und Tonart an und sag, was wegbleiben soll: „boom bap drum break, 90 BPM, dusty and swung, four bars, no melody, just drums“. Der Leitfaden deckt auch einzelne Spuren ab: Setz „solo“ vor ein Instrument („solo piano in C minor“) oder „a cappella“ vor eine Gesangsbeschreibung.

Gesang, Text und Sprache

Die meisten Prompts bekommen standardmäßig Gesang. Wenn du keinen Text mitgibst, schreibt das Modell einen strukturierten Text, der zur Länge passt. Du kannst deinen eigenen schreiben, und das Modell nutzt ihn zusammen mit der Dauer, um zu entscheiden, wo der Gesang einsetzt. Im Werbebeispiel von ElevenLabs steht die Zeile, die gesungen oder gesprochen werden soll, in Anführungszeichen im Prompt. Ein detailliertes Textformat dokumentiert ElevenLabs nur für Composition Plans, die in Endless nicht verfügbar sind. Halte den Text bei einem einfachen Prompt also kurz und teste, wo er platziert wird.

Steuere den Gesang mit Vortragswörtern: raw, live, breathy, whispered, belted, conversational, deadpan, stacked harmonies. „Two singers harmonizing in C“ ergibt zwei Stimmen. Für das Timing füg Hinweise hinzu wie „lyrics begin at 15 seconds“ oder „instrumental only after 1:45“. ElevenLabs nennt Englisch, Spanisch, Deutsch und Japanisch unter den Sprachen, in denen es singt, „und mehr“; nenne die Sprache im Prompt, zum Beispiel „sung in German“.

Künstler und urheberrechtlich geschütztes Material

ElevenLabs lehnt einen Prompt ab, der eine Band oder einen Musiker nennt oder urheberrechtlich geschützte Texte verwendet. Beschreibe stattdessen den Sound, den du im Kopf hast: Genre, Epoche, Instrumente und die Art der Stimme.

Einstellungen, auf die es ankommt

• Dauer: 3 bis 300 Sekunden, Standard 60. Stell die Länge ein, die du brauchst, denn das Modell passt Struktur und Text daran an.
• Instrumental: standardmäßig aus. Schalte es für einen Track ohne Gesang ein. Die API von ElevenLabs beschreibt diesen Schalter als Garantie, während „instrumental only“ im Prompt nur eine Bitte ist.

Die App von ElevenLabs hat weitere Tools: Composition Plans, die Länge, Stile und Text jedes Abschnitts festlegen, Audio-Reference-Uploads, Finetunes und das Neugenerieren eines einzelnen Songabschnitts. Keines davon ist in Endless verfügbar. Hier entsteht ein Track aus dem Prompt, der Dauer und dem Instrumental-Schalter.

Typische Fehler

• Der Track klingt generisch. Beantworte die fünf Fragen: Genre, Stimmung, Instrumente, Tempo und Epoche.
• Es erscheint Gesang, obwohl du keinen wolltest. Schalte Instrumental ein.
• Teile, die leise bleiben sollten, werden aufgefüllt. Sag „just“ und benenne die Stille, zum Beispiel „start with just piano, drums enter after eight bars“.
• Der Prompt wird abgelehnt. Entferne Künstler- und Bandnamen sowie bestehende Songtexte und beschreibe stattdessen den Sound.
• Der Gesang setzt zu früh oder zu spät ein. Füg einen Timing-Hinweis hinzu wie „lyrics begin at 15 seconds“.
• Dein Text wirkt gehetzt oder gedehnt. Das Modell passt ihn an die Dauer an. Streich Zeilen oder ändere die Länge.