ElevenLabs udostępnia Music v2.5 z darmowym planem

ElevenLabs wprowadził na rynek nową wersję swojego generatora muzyki – ElevenMusic v2.5. Firma deklaruje, że tworzone utwory brzmią teraz bardziej realistycznie i pełniej niż wcześniej, co potwierdzają wyniki wewnętrznych testów porównawczych. Aktualizacja pojawia się w momencie, gdy cała branża generatywnej muzyki mierzy się z pytaniami o legalność danych treningowych i prawa autorskie.

Co pokazały testy porównawcze nowego modelu

ElevenLabs przeprowadził szeroko zakrojony test ślepy, w którym słuchacze oceniali niemal 48 tysięcy par nagrań, porównując starszą wersję modelu z v2.5. Wyniki wypadły korzystnie dla nowej odsłony – respondenci wybierali ją częściej w większości kategorii muzycznych. Szczególnie widoczna przewaga dotyczyła gatunków takich jak R&B, soul, hip-hop, rock oraz muzyka orkiestrowa, gdzie nowy model generuje bardziej naturalnie brzmiące aranżacje.

Skala testu sugeruje, że firma chciała solidnie zweryfikować postęp jakościowy, zanim udostępni model szerokiemu gronu użytkowników. Takie podejście odróżnia ElevenLabs od części konkurencji, która częściej opiera się na deklaracjach marketingowych niż na mierzalnych porównaniach.

Jak wyglądają plany darmowy i płatny

ElevenLabs zdecydował się na model freemium, dający dostęp do generatora muzyki zarówno amatorom, jak i profesjonalistom potrzebującym większej skali produkcji.

Plan darmowy – pięć pobrań utworów w jakości bezstratnej dziennie
Plan Pro – do 400 pobrań miesięcznie
Użytkownicy zachowują pełne prawa do wygenerowanych utworów
Wykorzystanie komercyjne jest dozwolone, choć zależy od branży i celu użycia

Warto zaznaczyć, że korzystanie z darmowego planu w celach komercyjnych wymaga podania informacji o źródle utworu. To rozwiązanie, które ma zapewnić przejrzystość wykorzystania treści generowanych przez AI, jednocześnie nie blokując możliwości zarobkowych dla twórców korzystających z bezpłatnej opcji.

Jakie ograniczenia wprowadza ElevenLabs

Firma zadbała o mechanizmy zabezpieczające przed nadużyciami związanymi z prawami autorskimi. System blokuje pobieranie utworów, które powstały na bazie istniejących piosenek innych artystów. Niedozwolone jest również generowanie muzyki naśladującej styl konkretnych, rozpoznawalnych muzyków.

Model v2.5 jest dostępny nie tylko poprzez aplikację, ale też przez API ElevenLabs, co otwiera drogę do integracji z zewnętrznymi produktami i usługami. Poprzednia wersja, v2, wciąż pozostaje aktywna i dostępna dla użytkowników, którzy z niej korzystają.

Skąd pochodzą dane treningowe i co z umową z Universal Music Group

ElevenLabs niedawno podpisał umowę licencyjną z Universal Music Group, jednak firma jasno zaznacza, że porozumienie to dotyczy przyszłych, odrębnych produktów – nie obejmuje bieżącej wersji Music v2.5. To rozróżnienie ma znaczenie dla użytkowników, którzy mogliby błędnie zakładać, że cały katalog muzyczny UMG stał się częścią treningu obecnego modelu.

Jeśli chodzi o dane wykorzystane do trenowania dotychczasowych modeli muzycznych, ElevenLabs informuje jedynie, że korzystał z „licencjonowanych ścieżek i utworów muzycznych”, bez podawania szczegółów dotyczących konkretnych źródeł czy partnerów. Mimo ograniczonej transparentności, samo zadeklarowanie legalnego pochodzenia danych stawia firmę w innej sytuacji niż część konkurentów.

Wyraźnym kontrastem jest tu Suno, konkurencyjna platforma do generowania muzyki, która została pozwana za trenowanie modeli na chronionych prawem autorskim utworach bez zgody właścicieli praw. Co ciekawe, Suno w tym samym tygodniu, w którym ElevenLabs ogłosił Music v2.5, zaprezentowało własne nowe modele – co pokazuje, jak intensywnie konkurenci rywalizują o pozycję lidera w segmencie generatywnej muzyki, mimo toczących się sporów prawnych.

Sytuacja obu firm dobrze ilustruje szerszy problem branży – rozwój generatywnej muzyki postępuje szybciej niż regulacje prawne dotyczące danych treningowych. ElevenLabs, deklarując wykorzystanie licencjonowanych materiałów, próbuje zbudować przewagę wizerunkową opartą na zgodności z prawem, choć bez pełnej przejrzystości trudno w pełni zweryfikować te twierdzenia. Dla użytkowników i twórców oznacza to, że wybór narzędzia do generowania muzyki coraz częściej wiąże się nie tylko z oceną jakości dźwięku, ale i z pytaniem o etyczne oraz prawne pochodzenie danych, na których model został wytrenowany.