ElevenLabs lança References para guiar estilo no Music v2

Introdução

ElevenLabs References Music v2 chegou com uma proposta direta, subir uma faixa de referência e deixar o modelo guiar a geração pelo mesmo estilo, instrumentação e sensação. Lançado em 23 de julho de 2026, o References está disponível no ElevenMusic, no ElevenCreative e também via ElevenAPI, o que habilita equipes e desenvolvedores a colocarem controle estilístico por áudio no centro do fluxo criativo.

A novidade libera dois caminhos complementares. Dá para combinar a faixa de referência com um prompt de texto, quando a direção criativa precisa de instruções específicas, ou deixar a referência, sozinha, conduzir a sonoridade. O upload aceita arquivos entre 10 segundos e 5 minutos, com verificação automática de direitos para impedir o uso de gravações de terceiros.

O que é o References e por que isso importa agora

References é um novo tipo de entrada para o Music v2, um modelo de geração musical que já vinha entregando estrutura por seções, melhor aderência a prompt e vocais mais complexos do que a geração anterior. Em vez de descrever tudo em texto, o criador aponta um exemplo sonoro concreto, e o Music v2 replica o estilo, mantendo espaço para variação criativa. Essa abordagem reduz idas e vindas, diminui a distância entre a ideia e o resultado final e dá previsibilidade ao timbre, ao groove e à instrumentação.

No ecossistema ElevenLabs, o References nasce integrado, pode ser usado diretamente no ElevenMusic por artistas e produtores, no ElevenCreative por times de conteúdo e marcas, e via ElevenAPI por desenvolvedores que querem embutir geração e edição musical em apps e workflows. Essa cobertura torna o recurso útil tanto para protótipos rápidos quanto para pipelines de produção.

![Estúdio de produção musical com fones e laptop]

Como o References funciona no Music v2

O fluxo é simples, enviar a faixa de referência, opcionalmente escrever um prompt curto, e gerar. O Music v2 usa a referência para ancorar estilo, instrumentação e sensação, algo que um prompt puramente textual dificilmente captura com a mesma precisão. O upload de 10 segundos a 5 minutos dá margem para testar desde um riff curto até um trecho longo com dinâmica e camadas, e a verificação automática bloqueia referências que coincidam com gravações protegidas.

Por baixo do capô, a documentação recente destaca que o Music v2 trabalha com planos de composição por chunks, permitindo construir músicas seção por seção, como intro, verso e refrão, mantendo coerência ao longo do arranjo. Há também guias de inpainting, que deixam reescrever só um trecho sem mexer no resto, e notas de que o primeiro chunk pode condicionar todo o desenvolvimento quando uma referência é aplicada, o que é útil para fixar vibe e timbre logo no começo.

Para quem prefere API, a ElevenLabs expõe endpoints para upload de áudio, composição e até streaming detalhado, com metadados e timestamps opcionais, facilitando debug e integração com editores. O endpoint de upload de música armazena o arquivo para inpainting e uso posterior no plano de composição, e o changelog recente cita um endpoint de streaming com detalhes no Music v2.

Onde usar, do ElevenMusic ao ElevenAPI

A empresa confirma que o References está ativo no ElevenMusic, no ElevenCreative e via ElevenAPI. Isso habilita três cenários típicos. Criadores solo podem trabalhar no ElevenMusic para rascunhar ideias com consistência. Times de marketing e conteúdo usam o ElevenCreative para padronizar identidade sonora por campanha. Desenvolvedores integram tudo em produtos e workflows, do editor de vídeo ao app de aprendizado musical. Essa amplitude de distribuição costuma acelerar adoção porque o mesmo recurso está ao alcance de diferentes perfis de usuário.

Uma nota relevante para adoção corporativa vem da filial japonesa, que anunciou References junto com Vocals para ElevenMusic, reforçando a disponibilidade em múltiplas frentes e informando que a tarifa do References acompanha o custo da geração padrão, algo importante para previsibilidade orçamentária em alto volume.

Exemplo prático de workflow com referência

O caminho mais objetivo começa com um loop curto de 15 a 30 segundos. Primeiro, sobe o arquivo como referência. Depois, define um plano simples de composição, por exemplo, 30 segundos de intro e 30 segundos de verso. Por fim, faz uma geração curta, avalia timbre, ritmo e densidade. Se a direção estiver certa, amplia para um coro, adiciona ponte e itera por seções. Esse processo tira proveito da estrutura do Music v2 e evita retrabalho em faixas longas logo de cara. A documentação de produto recomenda começar curto e ir expandindo, o que combina com o uso de referências.

Para edições pontuais, o inpainting do Music v2 permite regenerar somente um trecho específico, mantendo o resto fixo. Isso é útil quando a referência acerta a vibe geral, mas um fill de bateria, a entrada de um synth ou a resolução harmônica não encaixam. O guia técnico mostra como recondicionar apenas o primeiro chunk para influenciar o restante com mínima intervenção.

Diretrizes de direitos autorais e segurança

O References inclui uma checagem automática antes da geração, bloqueando faixas que coincidam com gravações pertencentes a terceiros. A própria ElevenLabs posiciona o recurso como algo criado para material autoral do usuário, o que reduz riscos de uso indevido e dá maior tranquilidade para marcas e produtoras. Essa camada de segurança combina com a triagem que a empresa já aplica em outras features, como checagens em finetunes e uploads, reforçando o cuidado com compliance.

Para equipes jurídicas e de licenciamento, esse desenho reduz a necessidade de varreduras manuais antes de cada geração, sem eliminar boas práticas, que seguem válidas. A recomendação prática é manter um repositório de referências com comprovação de autoria, metadados e contratos, além de logs de geração vinculados a IDs de projeto. Essa organização agiliza auditorias e processos de aprovação internos.

![Forma de onda e espectro, metáfora de estilo guiado]

O que muda para criadores, marcas e desenvolvedores

Para criadores, ElevenLabs References Music v2 acelera a passagem do rascunho para um demo apresentável. A possibilidade de guiar o estilo por áudio reduz tentativas baseada só em prompt, que muitas vezes soam genéricas. O ganho se vê no controle de groove, escolha de timbres e no balanceamento entre elementos rítmicos e harmônicos. Com o inpainting, dá para lapidar seções sem perder o que já funcionou.

Para marcas, a padronização sonora por campanha fica mais acessível. Uma faixa assinatura vira referência oficial, e novas variações saem com a mesma paleta, mantendo consistência em spots, vídeos e ativações. O ElevenCreative fornece o ambiente colaborativo, enquanto o ElevenAPI integra licenças, catálogos internos e DAMs, automatizando versões por duração ou região.

Para desenvolvedores, a oferta de endpoints consolidados, inclusive streaming detalhado com metadados, encurta o tempo de integração. O endpoint de upload, os planos por chunks e a capacidade de aplicar referência no início da composição viabilizam editores não lineares, serviços de geração assistida e plugins de DAW conectados.

Vocals, finetunes e o ecossistema Music v2

O lançamento do References veio na esteira de atualizações do Music v2 que reforçam consistência estilística e vocal. As páginas de produto e blog detalham que o Music v2 permite construir músicas por seções, com melhor aderência a prompt e capacidade vocal multilíngue, e que o ecossistema recebeu finetunes e uma feature chamada Vocals, focada em manter timbre e entrega de voz ao longo das gerações. Esses blocos se complementam, referência para o estilo, vocals para a identidade de voz e finetunes para a estética proprietária.

Na prática, combinar uma referência instrumental com um perfil de Vocals gera faixas que preservam tanto o tecido musical quanto o caráter da voz. Para creators, isso significa escalar um “selo sonoro” com menos variação indesejada. Para marcas, significa campanhas com música e voz coerentes entre si, alinhadas à identidade.

Custos, limites e considerações operacionais

Segundo o comunicado da ElevenLabs no Japão, References custa o mesmo que a geração padrão, o que simplifica a modelagem financeira. Além disso, a página de produto do Music v2 destaca que o preço é exibido por minuto antes da geração e que o custo final se baseia na duração exata. Em termos de limites técnicos, a janela de 10 segundos a 5 minutos para uploads de referência equilibra flexibilidade e segurança, cobrindo desde motivos curtos até seções elaboradas.

Para times que trabalham com grandes catálogos, valem algumas boas práticas. Centralizar referências auditadas por direitos, incluir scripts de pré-processamento para normalização de loudness e sample rate, e padronizar prompts curtos, com taxonomia de gênero, tempo e instrumentação, para somar direções textuais à referência. Essa disciplina diminui dispersão e aumenta reprodutibilidade entre projetos.

Implementação via API, passos essenciais

• Upload da referência com o endpoint de música, armazenando o arquivo para uso posterior no plano de composição e inpainting.
• Montagem do composition plan por chunks, começando por um primeiro chunk condicionado pela referência, que tende a definir a estética global da música.
• Geração inicial curta, avaliação e iterações por seção, aproveitando o streaming detalhado quando necessário para depurar entradas e tempos.

Uma dica que vem da documentação de produto, começar com 30 segundos e expandir por seções. Isso evita desperdício de créditos e mantém decisões de arranjo sob controle. Ao final, use a função de download no app ou o pipeline de export da API para consolidar a master provisória e enviar para revisão.

Estratégias de uso e diferenciação competitiva

No cenário atual, várias ferramentas prometem controle estilístico com texto, mas o atalho cognitivo de apontar para um som real costuma vencer pela precisão. ElevenLabs References Music v2 transforma essa precisão em recurso de plataforma, com integração direta a UI e API, e com salvaguardas de direitos embutidas. O diferencial prático aparece na previsibilidade do resultado, na forma como o primeiro chunk direciona o restante da faixa e na possibilidade de refinar trechos sem refazer o todo.

Para equipes que já vivem de brand sound, jingles e trilhas proprietárias, a combinação de referências com finetunes cria um “cinturão de segurança” estético, onde cada nova peça conversa com o acervo. Para creators independentes, a curva de aprendizagem cai porque boa parte da intenção estética está no próprio áudio de referência, não na redação de prompts complexos.

Limitações e cuidados

References não substitui direção criativa. Sem uma boa referência, as gerações tendem a replicar problemas do material base. Além disso, referências excessivamente longas podem fixar a estética de forma rígida demais. O ideal é começar curto, testar variações e só então expandir para seções maiores. Por fim, respeitar a verificação de direitos não é um detalhe, é um requisito operacional e jurídico para qualquer produção que pretenda escalar.

Conclusão

ElevenLabs References Music v2 coloca o áudio no centro do briefing, e isso muda o jogo para quem precisa de previsibilidade de estilo. Disponibilidade ampla no ElevenMusic, no ElevenCreative e via ElevenAPI, upload de 10 segundos a 5 minutos e checagem automática de direitos criam um pacote pragmático, preparado para criação individual e para times.

A partir daqui, o caminho é prático, eleger referências autorais, trabalhar em seções curtas, iterar com inpainting quando necessário e escalar por API com streaming detalhado e metadados. No dia a dia, essa disciplina reduz ruído, economiza tempo e consolida uma estética consistente, exatamente onde a identidade sonora faz diferença.