elevenlabs-music

概觀

elevenlabs-music 是什麼？

elevenlabs-music 是一個專注於命令列操作的 AI 音樂生成技能，透過 inference.sh（infsh）CLI，將你的 agent 或終端機工作流程連接到 ElevenLabs 的音樂模型。

只要輸入一小段文字提示，就能為你的專案產生原創、免版稅的音樂。此技能包裝了 inference.sh 上的 elevenlabs/music app，讓你可以：

• 將文字描述轉成音樂（text-to-music）
• 自由控制曲目長度，從 5 秒到 10 分鐘
• 在提示中引導曲風、情緒與配器
• 產出可商業使用的音訊，例如影片、Podcast、遊戲配樂等

適合哪些人使用？

elevenlabs-music 特別適合：

• 創作者與剪輯師：需要快速客製背景音樂，用於 YouTube、TikTok、直播、Podcast 或預告片
• 遊戲與 App 開發者：希望為關卡、選單或 App 內體驗動態生成音樂底床
• 行銷與品牌團隊：想製作廣告短歌、提示音、短 cue，不必為每個版本另外聘請作曲
• 開發者與 agent 建構者：需要可預測的 CLI/API 風格介面，方便在腳本、自動化流程或 AI agents 中生成音樂

如果你已經在使用 inference.sh，或習慣以 CLI 工具打造工作流程，elevenlabs-music 能很自然地融入你的技術堆疊。

elevenlabs-music 解決什麼問題？

在以下情境時，這個技能特別有幫助：

• 需要 快速、免版稅音樂，又不想在素材庫裡耗時搜尋
• 希望 隨時生成風格一致的曲目（例如系列節目的多首同風格配樂）
• 想要 可自動化的音訊產製流程，讓 agent 或腳本能依使用者輸入或內容中繼資料即時產生音樂

由於它是透過 infsh app run elevenlabs/music 執行，你可以輕鬆整合進 shell scripts、CI pipeline 或聊天式 agent，而不必自己搭一層額外的 API。

什麼情況下適合用 elevenlabs-music？

建議在以下情況使用 elevenlabs-music：

• 你熟悉基本命令列操作，或使用會呼叫 CLI 的 agent 工具
• 你主要想生成 背景音樂、氛圍聲景或簡短提示音，而不是完全結構化、有主唱的歌曲
• 你需要 快速試錯：使用多種提示與不同長度，找到最適合的音軌

在以下情況，它可能就不那麼適合：

• 你需要以程式精細控制 音樂編排（小節、節奏圖、和弦進行等）
• 你需要 人聲演唱、歌詞對齊或多軌分軌匯出（例如個別的鼓、貝斯、人聲軌）
• 你完全不打算使用 inference.sh CLI —— 此技能必須依賴 infsh

使用方式

1. 先決條件與安裝

檢查你的環境

在使用 elevenlabs-music 之前，請先確認你具備：

• 一個可以安裝並執行 inference.sh CLI（infsh）的系統
• 有網路連線，讓 infsh 能呼叫由 ElevenLabs 支援的 elevenlabs/music app

將技能安裝到你的 agent 環境

如果你使用的是 inferen-sh/skills repo 中說明的 skills loader，可透過以下指令安裝 elevenlabs-music：

npx skills add https://github.com/inferen-sh/skills --skill elevenlabs-music

此指令會從該 repository 取得技能定義，並讓你的 agent 工具可以使用。

安裝 inference.sh CLI

elevenlabs-music 依賴 infsh CLI。請依照 repo 中的官方安裝說明進行：

• CLI 安裝指南：https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md

安裝完成後，先確認是否運作正常：

infsh --help

如果指令有回應說明文字，代表 CLI 已就緒。

2. 登入 inference.sh

在生成音樂之前，先為你的 CLI 工作階段進行驗證：

infsh login

依照互動式提示完成登入。完成後，infsh 會與你的 inference.sh 帳號連結，並取得 elevenlabs/music app 的使用權限。

3. 產生你的第一段 AI 音樂

基本文字轉音樂指令

登入之後，就可以直接用簡單的提示生成音樂：

infsh app run elevenlabs/music --input '{"prompt": "Upbeat electronic dance track with driving synths"}'

這個指令會將你的描述透過 inference.sh 送到 ElevenLabs 音樂模型。輸出會是 JSON，內容包含生成音訊的相關資訊（例如檔案網址或中繼資料，依你的 CLI 設定而定）。

4. 控制音樂長度與風格

elevenlabs-music 暴露了底層 app 的參數，讓你可以微調生成結果。

可用參數

• prompt（string，必填）
  • 你想要的音樂之自然語言描述（最多 2000 字元）。
  • 建議盡量包含曲風、情緒、速度與樂器等資訊。
• duration_seconds（number，選填）
  • 預設：30
  • 最短：5，最長：600（最多 10 分鐘）

使用範例

範例：短版背景 sting（10 秒）

infsh app run elevenlabs/music --input '{
  "prompt": "Short cinematic logo sting with orchestral hit and subtle whoosh",
  "duration_seconds": 10
}'

範例：lo-fi 學習節奏（2 分鐘）

infsh app run elevenlabs/music --input '{
  "prompt": "Lo-fi hip hop beat, chill study music, vinyl crackle, mellow piano",
  "duration_seconds": 120
}'

透過這些範例，你可以看到如何依不同情境（開場、提示音、長版背景音）調整音樂長度。

5. 解讀輸出結果

ElevenLabs 的音樂生成會在 inference.sh app 環境中執行，並回傳 JSON 輸出。雖然結構未來可能調整，但通常會包含指向生成音訊的 key（例如已渲染檔案的 URL，或 inference.sh 內部的 ID）。

常見後續步驟包括：

• 在你的腳本或 agent 中解析 JSON
• 下載音訊檔，在 DAW、剪輯軟體或 Podcast 工具中使用
• 將中繼資料（提示文字、長度、時間戳）與媒體資產一併保存，方便日後重製或紀錄

6. 在 agents 與工作流程中使用 elevenlabs-music

由於此技能定義在 inferen-sh/skills repository 中，並標示使用 Bash 搭配 infsh，agents 可以：

• 在偵測到「幫我的影片開場生成背景音樂」之類意圖時，呼叫 infsh app run elevenlabs/music
• 根據使用者指示動態組合 prompt 與 duration_seconds
• 將音樂連結或檔案資訊回傳給使用者，或傳給後續工具使用

這讓 elevenlabs-music 很適合用在：

• 多步驟內容製作流程（例如：生成腳本 → 生成圖片 → 生成對應音樂）
• 聊天式創作助手，可依需求提供客製化配樂

7. 建議檢視的檔案與設定

安裝技能後，建議在 inferen-sh/skills repository 中打開以下檔案，了解或自訂其行為：

• SKILL.md（此技能的根目錄檔案）：高階說明與快速開始指令
• tools/audio/elevenlabs-music/（如果你的 clone 中有）：實作細節與輔助腳本

這些檔案會說明技能與 CLI 的串接方式，並釐清任何變更或更新。

常見問題（FAQ）

elevenlabs-music 本身是免費的嗎？

elevenlabs-music 本身是一份技能定義，用來透過 inference.sh 連接 elevenlabs/music app。任何 使用費用或限制 都來自你的 inference.sh 帳號與 ElevenLabs 設定，而不是這個技能本身。

在大量使用前，請先查看 inference.sh 帳號與 ElevenLabs 方案的價格、額度與速率限制。

elevenlabs-music 可以產生哪些類型的音樂？

底層的 ElevenLabs 模型主要針對 器樂與背景類型曲目，並透過自然語言提示來驅動。你可以描述：

• 曲風：lo-fi、EDM、cinematic、ambient、rock、orchestral 等
• 情緒：upbeat、dark、suspenseful、relaxing、uplifting
• 使用情境：讀書背景音樂、預告片配樂、遊戲關卡主題、Podcast 開場、廣告底音

建議使用較完整的提示（情緒 + 曲風 + 樂器 + 情境），通常能得到更合適的結果。

生成的音軌最長可以多長？

你可以將 duration_seconds 設定在 5 秒到 600 秒 之間：

• 最短：5
• 最長：600（10 分鐘）

如果沒有指定這個參數，預設長度為 30 秒。

我要怎麼調整音樂的長度？

在你傳給 --input 的 JSON 中加入 duration_seconds：

infsh app run elevenlabs/music --input '{
  "prompt": "Epic orchestral battle music",
  "duration_seconds": 300
}'

在 5–600 秒的範圍內，依需求調整數值即可。

我可以將 elevenlabs-music 生成的音樂用於商業用途嗎？

此 SKILL 說明中提到，透過 inference.sh 使用 ElevenLabs AI 音樂生成時，支援 免版稅的商業使用。不過，授權與條款可能會隨時間變動，建議你仍要直接向 ElevenLabs 與 inference.sh 再次確認最新授權政策。

使用 elevenlabs-music 需要寫程式嗎？

你 不需要 撰寫完整應用程式程式碼，但建議熟悉：

• 在終端機中執行指令
• 透過 --input 旗標輸入 JSON

若要與 web app 或 agent 平台做更深度整合，通常會由你的程式碼呼叫 infsh，或使用該框架提供的 CLI 呼叫機制。

elevenlabs-music 支援人聲或歌詞嗎？

此技能主要聚焦在 從文字提示生成音樂，並不包含歌詞對齊或人聲演唱能力。你可以在提示裡描述類似人聲的質感（例如「choir pads」或「vocal chops」），但精準的歌詞配旋律生成並不在此技能的既有範圍內。

在哪裡可以找到更多細節或更新資訊？

你可以到 inferen-sh/skills repository 內查看此技能：

• Repo：https://github.com/inferen-sh/skills
• Skill 路徑：tools/audio/elevenlabs-music

請參考 SKILL.md 及相關檔案，取得最新的範例、參數與 CLI 使用說明。如果 CLI 或 app 名稱有變更，通常會先在這些檔案中更新。