ElevenLabs 在 2026 年 10 月 15 日推出了 Instant Soundtracks。上傳一段影片後，模型會替它創作一段原創配樂，再分析畫面找出需要音效的地方，在這些時間點放上生成的音效。這項功能已在 ElevenCreative、ElevenMusic 平台和 Video to Music API 上線。它沒有另外定價：Eleven Music 每分鐘大約消耗 900 個 ElevenLabs credits，音樂商用從每月 $6 的 Starter 方案起跳。
最後核對：2026 年 10 月 26 日。
我們如何核對：我們沒有實際跑過 Instant Soundtracks。下文關於這項功能的內容全都來自 ElevenLabs 的發表文章、API 文件、更新紀錄和價格頁面，示範影片也是 ElevenLabs 官方的。後面的兩段音檔是 2026 年 10 月 26 日在 RaoMusic 上用文字提示詞產生的，用來示範手動做法。
ElevenLabs Instant Soundtracks 是什麼？
發表文章介紹了 ElevenLabs 影片配樂的四項改變：
- 音效自動卡點。寫完配樂後，模型會掃描畫面找出需要音效的地方，把每個音效放到時間軸上。ElevenLabs 舉的例子是「廣告結尾 logo 出現時，配上一聲剛好對準的『咻』」。
- 配樂隨場景轉換情緒。背景音樂可以在快節奏的場景用 EDM 或 R&B，到了較慢的場景改成木吉他。
- 以影片原本的音訊當參考。模型可以讀取原音訊的曲風、漸強、BPM 或配器，讓新配樂與之貼合。
- 短影音的節奏對得更準，包括剪接點、轉場和畫面中的動作。
發表文章表示，這項功能上線當天就能在 API 中使用。API 更新紀錄在 2026 年 10 月 19 日新增了一筆 Video to Music 項目。
ElevenLabs 官方的 Instant Soundtracks 示範影片，嵌入自其 YouTube 頻道。影片示範了替一段畫面配樂，以及音效落在畫面關鍵時刻的過程。
在 ElevenCreative 裡怎麼用 Instant Soundtracks？
根據 ElevenLabs 的說明，這項功能位於 ElevenCreative 音樂分頁裡的 Music Video Editor：
- 上傳影片。模型會替它配樂，並在自己選定的時間點加上音效。
- 如果希望新配樂延續影片裡原有的音樂，打開「以音訊為參考」的開關。
- 檢查成果。音效放在獨立圖層上，和配樂分開，所以你可以移動某個音效、再多加音效或換掉配樂，不必從頭來過。
- 從 ElevenCreative 匯出完成的影片。
上傳較長的專案前，先看看價格頁面上的方案列表，因為這項功能消耗的 credits 和 ElevenLabs 其他產品共用同一個每月額度。
Video to Music API 新增了哪些參數？
端點是 POST /v1/music/video-to-music。它接收一個或多個影片檔，預設回傳一個音訊檔。以下是最關鍵的幾個參數，取自 API 文件：
| 參數 | 作用 | 預設值 |
|---|---|---|
自動加音效（add_sfx） | 依影片中的提示點加入音效 | false |
分開輸出檔案（separate_tracks） | 回傳一個 ZIP，配樂和音效是分開的檔案 | false |
跟隨影片原音訊（use_audio_as_reference） | 參考影片原音訊的曲風、BPM、配器、情緒與起伏 | false |
音樂模型（model_id） | music_v1、music_v2 或 music_v2_5 | music_v1 |
三個開關預設都是關閉的，所以一般請求只會回傳配樂、不含音效，模型預設為 music_v1。一次請求最多 10 支影片，合計不超過 200 MB、600 秒，會依序串接後當成一支影片來配樂。輸出 192 kbps MP3 需要 Creator 以上方案，44.1 kHz PCM 需要 Pro 以上方案。
Instant Soundtracks 要多少錢？
發表文章和價格頁面都沒有替 Instant Soundtracks 或 Video to Music 另外標價。價格頁面上能確認的是：
- 所有產品共用每月同一個 credits 額度，Eleven Music 每分鐘大約消耗 900 credits。
- Free 方案每月含 10,000 credits。Starter 方案每月 $6，含 30,000 credits。
- 「Music commercial use」（音樂商用）列在 Starter 方案的功能清單裡，Free 方案沒有。
不論是價格頁面還是 API 文件，ElevenLabs 都沒有公布 Video to Music 的單獨費率，也沒說 add_sfx 是否另外收費。建議先拿一段短影片試一次，確認用掉多少 credits，再替完整影片配樂。
手動做法實測結果如何？
沒有能看懂影片的配樂功能時，就得把配樂和音效分開做，再自己擺放音效。我們在 RaoMusic 上用 ElevenLabs 的音樂模型和音效模型，照這個方法重現了 ElevenLabs 自己舉的 logo 出場例子。
提示詞：30-second background track for a product ad: upbeat modern electronic pop, punchy drums, bright synth plucks, builds to a confident ending（一段 30 秒的產品廣告背景音樂：輕快的現代電子流行，鼓點有力，明亮的合成器撥弦音，逐步堆疊到一個自信的結尾） · 引擎：ElevenLabs v2 · 簡單模式 · 純音樂 · 長度 30 秒 · MP3
試聽筆記：電子鼓有力，合成器撥弦明亮，乾淨地堆疊到一個果斷的最後重音，和提示詞相當接近。合成器主旋律有些重複、偏常見，但直接墊在 30 秒的產品廣告或社群短影音底下就能用。
提示詞：fast airy whoosh rising into a soft deep impact, for a logo reveal at the end of an ad（快速、帶空氣感的「咻」聲，上揚後落在一記柔和低沉的撞擊，用於廣告結尾的 logo 出場） · 引擎：ElevenLabs 音效 · 長度 2 秒 · MP3
試聽筆記：平順、帶空氣感的上揚音，最後落在一聲溫暖低沉的悶響，符合要求。撞擊偏柔和而不是有衝擊力，適合簡潔、極簡風格的 logo 出場或片頭字卡。
這段配樂花了 20 個 RaoMusic 點數，送出請求後約 11 秒就完成；「咻」聲花了 5 個點數，約 6 秒內完成（我們每 5 秒查看一次）。之後你還是得在剪輯軟體裡找到 logo 出現的那一格，把「咻」聲對上去。這一步對齊，正是 Instant Soundtracks 替你做的事。
和其他影片配樂方式比起來如何？
| ElevenLabs Instant Soundtracks | RaoMusic 影片轉音樂 | 文字提示詞 + 另外做音效 | |
|---|---|---|---|
| 輸入 | 最多 10 支影片，合計 200 MB、10 分鐘 | 1 段影片（MP4、MOV、WebM），100 MB、241 秒 | 只有文字 |
| 音效 | 自動產生並擺放 | 不包含 | 另外產生，自己擺放 |
| 配樂與音效分開的檔案 | 有，透過 API 回傳 ZIP | 只有配樂 | 有，兩個檔案 |
| 參考音訊 | 影片本身的音軌 | 選用，自行附加一段參考音訊 | 無 |
| 價格 | ElevenLabs credits；未公布單獨費率 | RaoMusic：Rao v1.0 兩個版本 20 點數 | RaoMusic：配樂每分鐘 40 點數，音效每秒 1 點數（最低 5 點數） |
| 長度貼合影片 | 文件未說明 | 不會，需在剪輯軟體裡修剪或淡出 | 長度由你決定 |
ElevenLabs 的 credits 和 RaoMusic 的點數是兩種不同的計價單位，價格那一列的數字無法直接比較。
RaoMusic 的 影片轉音樂頁面會讀取影片的情緒，回傳兩個版本，預設為純音樂，但不會加音效。音效的部分可以用 AI 音效產生器依一句描述產生短音效，例如上面那段「咻」聲。在 RaoMusic 產生的音樂在所有方案下都附帶免版稅商業使用權，須遵守其授權條款；商業授權頁面說明了這是一種使用授權，不是著作權轉讓。
Instant Soundtracks 適合誰？
從 ElevenLabs 的描述來看，它適合短廣告、產品示範和社群短影音這類剪接點和畫面關鍵時刻需要卡上聲音的內容，也適合想拿到配樂與音效分開的檔案、自己混音的團隊。需要替大量影片配樂的開發者，可以在 API 中搭配 add_sfx 和 separate_tracks 使用。如果你的影片只需要在旁白底下墊一段音樂，用文字提示詞或不含音效的影片轉音樂工具就夠了；我們的 YouTube 影片背景音樂指南說明了音量和長度要怎麼處理。想了解 ElevenLabs Music 和 Suno 在完整歌曲上的比較，可以看 ElevenLabs vs Suno。
常見問題
ElevenLabs 的發表文章和 API 文件都把這項功能描述為配樂加音效，沒有提到人聲或歌詞選項。
API 文件提供零保留模式（zero retention mode），把 enable_logging 設為 false 即可開啟，但僅限企業客戶使用。文件沒有說明其他情況下上傳的影片會保留多久，請查看 ElevenLabs 的隱私權條款。
目前還不行。RaoMusic 提供以文字產生的 ElevenLabs Music 和 ElevenLabs 音效，以及自家的 影片轉音樂 工具，但沒有 ElevenLabs 這種能看懂影片的配樂功能。
可以，透過 API 就行。Video to Music 請求可以附上一段選填的文字描述（最多 4,100 個字元）和最多 10 個風格標籤；不填的話，模型只會根據影片本身來創作。
只有你主動要求才會。API 有一個 sign_with_c2pa 選項，可以替檔案加上 C2PA 內容憑證簽章。它只適用於 MP3 輸出，預設為關閉。