Eleven Music v2.5とStable Audio 3.0参照音声を編集する経路を選ぶ
曲の節をAPI履歴として直すならEleven Music v2.5、音声サンプルを別の楽器や雰囲気へ変換するならStable Audio 3.0。入力素材の扱いで分けます。
ElevenLabsとStability AIの公式API・価格資料を2026年10月19日に確認しました。Stable Audioのcredits表示が価格ページとAPI referenceで異なるため、経路を固定する前に同じ単位へ換算しません。
この記事の目次
曲の節を直すか音声サンプルを変換するか
Eleven Music v2.5はテキストpromptまたはcomposition planから曲を作り、短いAudio Referenceを音色の手がかりにできます。生成後はsection、歌詞、スタイルを編集し、inpainting用に保存するワークフローです。
Stable Audio 3.0はstable-audio-3をAPIへ渡し、テキスト、音声サンプル、自然言語の変換指示を扱うモデルファミリーです。APIは非同期でgeneration idを返し、音声をジョブとして取得します。既存リズムを別楽器へ変える工程や、音声inpaint/continuationを検討するときに候補にします。
曲の構成・歌詞・節を編集履歴へ残すならEleven、音声ファイルを入力素材として変換し非同期ジョブへ分けるならStable Audio。音質や変換成功率は測定していません。
正式ID・入力・出力の経路を比べる
| 確認軸 | Eleven Music v2.5 | Stable Audio 3.0 | 制作で決めること |
|---|---|---|---|
| 正式な識別子 | music_v2_5。POST /v1/music。 | stable-audio-3。Stability API。 | model IDとendpointを一組で保存。 |
| 入力 | prompt/composition_plan、約30秒までのAudio Reference、歌詞。 | prompt、duration、seed、steps、cfg_scale、音声サンプル変換。 | 参照音声か変換元ファイルかを決める。 |
| 出力・処理 | 音声、song ID、MP3/WAV、section editing/inpainting。 | 非同期202、generation id、結果取得、MP3/WAV。3.0 familyはaudio-to-audio/inpaintも案内。 | 履歴をsong IDかgeneration idへ紐付ける。 |
| 尺・設定 | 一般3秒〜5分。API受付music_length_msは3000〜600000。 | duration 1〜380秒、steps 4〜8、seed 0〜4294967294。 | 受付値と実出力上限を別記録。 |
| 料金単位 | $0.15/分。 | 価格ページ26 credits、API reference 8 credits/成功生成。1 credit=$0.01。 | Stableの表示差を解消してから予算を固定。 |
Stable Audio Small/Mediumの公開weightsとLarge APIは同じ配布形態ではありません。API記事の条件へ公開weightsの運用費や能力を自動で持ち込みません。
song IDとgeneration idを保存する
Elevenでは、prompt/composition_plan、Audio Reference、section duration、seed、inpainting対象、song ID、出力形式を保存します。section再生成の履歴を残し、参照音声の権利確認と回数を別に記録します。
Stable Audioでは、入力音声の形式と権利確認、prompt、duration、seed、steps、cfg_scale、POSTの返却id、GET結果、HTTP状態を保存します。非同期結果を待つため、画面の一つの生成と一つのレスポンスを同一視しません。
Elevenの編集履歴
- sectionと歌詞の変更をsong IDへ。
- Audio Referenceを約30秒以内で記録。
- MP3/WAV、再生成、採用理由を保存。
Stableのジョブ履歴
- 変換元音声、prompt、duration、seed。
- generation idと取得時刻。
- 失敗時に課金されない条件を確認。
架空の映像用BGMを変換する
仮の条件（実際の生成結果ではない）
架空の製品動画へ90秒のBGMを用意する。既存ドラムループの雰囲気を残し、冒頭は薄く、終盤は弦を足す。完成曲の一節だけを直す案も残す。
- Elevenでは短いAudio Reference、インスト指定、section duration、song IDを保存し、冒頭と終盤を別編集にする。
- Stableでは変換元ループ、prompt、duration 90、seed、steps、cfg_scaleを一つの非同期jobへまとめる。
- Stableの結果idを取得し、元ファイル、生成ファイル、採用版を別名保存する。
- 映像のナレーション空白、MP3/WAV、90秒の尺を確認する。音楽性は測定していない。
変更の単位がsectionか音声ファイル全体かで、選ぶ経路が決まります。
分単価とcredits表示を分ける
ElevenのAPI価格は$0.15/分です。90秒でもAudio Reference、節ごとの再生成、プランのクレジット、保存・ダウンロードを別に見積もります。
Stableの価格ページは1 credit=$0.01、Stable Audio 3.0=26 credits、API referenceはstable-audio-3=8 credits/成功生成です。26を月額と混同せず、8へ勝手に上書きせず、採用routeとアカウント表示を確認してから予算を固定します。
model ID、endpoint、入力音声秒数、prompt、duration、seed、再生成数、song/generation ID、credits表示、確認日。
出典・確認範囲
ElevenLabsとStability AIの公式資料を2026年10月19日に確認しました。正式ID、入力と編集、出力経路、尺、価格表記の差を確認しています。品質、変換成功率、レイテンシー、実請求額は測定していません。
- ElevenLabs｜Compose music — API ID、入力、尺、song ID。
- ElevenLabs｜Music capabilities — Audio Reference、inpainting、上限。
- ElevenLabs｜API pricing — $0.15/分。
- Stability AI｜Stable Audio API reference —
stable-audio-3、非同期、duration、credits。 - Stability AI｜Pricing — 26 creditsと1 credit=$0.01。
- Stability AI｜Stable Audio 3.0 release — 公開weights、Large API、audio-to-audio/inpaint。