HiAPI
minimax-music-3 模型详情页 Hero 图:21:9 宽幅,右侧为半透明玻璃声波雕塑与丝带光轨,左侧留亮部空白,奶油色与青蓝、珊瑚粉渐变交融。

MiniMax

MiniMax Music 3

minimax-music-3

Introduce la letra y la descripción musical para generar una canción estéreo de hasta unos 5 minutos, con voz y una estructura musical completa, ideal para producir rápidamente demos de canciones y música de fondo personalizada.

minimax-music-3

Probar minimax-music-3

Entrada

Lyrics

Salida

audio
Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

minimax-music-3 per second

Precio unitario $0.0026

Descripción general

minimax-music-3 es un modelo de generación de música a partir de texto lanzado por MiniMax, que se invoca a través de la interfaz unificada de HiAPI.ai. Al introducir una letra y una descripción musical, se puede generar una canción completa con voz cantada y arreglos musicales completos, compatible con estructuras de secciones como intro, estrofa, estribillo, puente y outro, con una duración por generación que puede controlarse dentro de unos pocos minutos. Es adecuado para desarrolladores y equipos de contenido que necesitan producir demos de canciones en lote, personalizar música de fondo o convertir letras ya existentes en audio.

Aspectos destacados

  • Control dual mediante letra y descripción: la letra se anota por líneas con etiquetas de sección; el texto de descripción puede especificar género, BPM, tonalidad y estilo vocal, controlando por separado la estructura y el estilo.
  • Forma musical completa en lugar de fragmentos: el resultado generado incluye una disposición organizada de secciones desde la intro hasta el outro, junto con la voz cantada, y puede usarse directamente como esbozo de una canción terminada.
  • Arquitectura por capas que equilibra estructura y detalles vocales: la capa global se encarga del desarrollo de la forma musical a largo plazo y la capa local procesa los detalles acústicos a nivel de fotograma, lo que hace más estable la transición entre secciones en audios largos.
  • Duración con límite superior configurable en segundos: el parámetro duration admite de 1 a 300 segundos; el modelo puede finalizar antes, lo que facilita controlar la salida según la duración del material.

Descripción de capacidades

Generación de forma musical estructurada: organiza automáticamente intro, estrofa, preestribillo, estribillo, puente, sección instrumental y outro; basta con escribir etiquetas por línea en la letra para asignar cada sección. Las líneas sin etiquetar se descartan, por lo que es necesario preparar el formato de la letra de antemano.

Control condicional de atributos musicales: el prompt puede describir género, BPM, tonalidad, evolución emocional, instrumentación y detalles vocales; cuanto más concreta sea la descripción, más precisa será la orientación del estilo, lo que resulta adecuado para la creación en lote con una identidad estilística estable.

Límite superior de duración: duration establece en segundos la longitud máxima de generación, con 60 segundos por defecto y un rango de 1 a 300 segundos; el modelo puede terminar antes, lo que facilita ajustar la salida a la duración de fragmentos de vídeo o pódcast.

Generación reproducible: ofrece el parámetro seed; una misma entrada con una semilla fija permite reproducir el mismo resultado. Si se omite, se usa una semilla aleatoria, lo que resulta útil para comparar descripciones distintas o gestionar versiones.

Especificaciones fijas de salida de audio: la salida es WAV estéreo de 32 kHz y 16 bits, lista para entrar directamente en el flujo de edición o mezcla sin necesidad de transcodificación adicional.

Casos de uso

  • Producción rápida de demos de canciones por músicos: al introducir una letra completa y una descripción de estilo se obtiene un esbozo de canción terminada con voz y arreglos, útil para mostrar la dirección a equipos o clientes.
  • Música de fondo personalizada para equipos de vídeo y videojuegos: genera música de fondo según BPM y descripción emocional, ajusta la duración a la longitud del metraje e insértala directamente en la pista de edición o de audio del juego.
  • Conversión de letras existentes en canciones: introduce letras ya escritas organizadas con etiquetas de sección y, junto con una descripción de estilo, conviértelas en una versión cantada lista para escuchar.
  • Exploración en lote por género y emoción: con una semilla fija y varios conjuntos de descripciones, compara resultados generados en distintos géneros y tonalidades para filtrar rápidamente material utilizable.

Limitaciones y recomendaciones de selección

La fidelidad con estilos musicales no occidentales es limitada, y las indicaciones con un carácter estilístico marcado pueden desviarse de lo esperado; la ficha del modelo no declara capacidad de canto multilingüe, por lo que las letras que no estén en inglés deben validarse primero con una muestra breve. El límite por generación es de aproximadamente 5 minutos y la salida es siempre WAV estéreo de 32 kHz y 16 bits, sin otras opciones de frecuencia de muestreo o codificación. Si se necesitan obras completas más largas o un canto multilingüe estricto, conviene validar primero el efecto en fragmentos cortos y después decidir si se adopta.

  • Nuevo modelo Nuevo modelo: minimax-music-3 — generación de canciones de alta fidelidad de MiniMax, con duración controlable. La letra es obligatoria…

Modelos relacionados

Ver todos los modelos →

Mismo tipo