Blog

Guide d'utilisation

Guide de production de chansons courtes avec MiniMax Music 3 : comment séparer paroles, balises de section et brief d'arrangement

Concevoir une requête de chanson courte reproductible sur la base des deux entrées obligatoires du contrat actuel

Nov 18, 2026
Image de couverture de l'article : sur fond bleu-vert profond, une géométrie de coupe minérale représentée en facettes planes, entrelaçant vert turquoise et vert sombre, dans un style sobre.
Sur cette page

Commencer par bien distinguer les deux entrées obligatoires

Sur HiAPI, MiniMax Music 3 ne propose qu'une seule capacité de type tâche text-to-music : il n'existe pas d'interface en plusieurs étapes du type « générer d'abord la mélodie, puis écrire les paroles ». Autrement dit, une requête doit fournir simultanément deux éléments : input.lyrics (obligatoire) et input.prompt (obligatoire). Ils ne sont pas dans une relation « l'un principal, l'autre en complément optionnel », mais constituent deux canaux d'entrée parallèles qui déterminent ensemble le résultat.

Une fois la frontière des responsabilités de ces deux champs fixée, tous les problèmes d'écriture qui suivent trouvent leur place :

  • lyrics = le contenu à chanter. Il répond à « quoi chanter » et ne doit contenir que le texte des paroles et les balises de structure de section.
  • prompt = la description de la musique elle-même. Il répond à « à quoi cela ressemble » et porte le style, l'ambiance, la texture vocale, l'instrumentation et l'évolution de l'arrangement.

Les reprises fréquentes viennent toutes du fait d'avoir mélangé ces deux choses : glisser « ajouter une montée de batterie au refrain » dans lyrics, ou coller tout le texte des paroles dans prompt. Dans le premier cas, les paroles sont chantées comme contenu vocal ou tronquées par les règles des balises de structure ; dans le second, on renonce tout simplement au contrôle explicite du texte chanté.

Rappelons encore la forme de l'interface : il s'agit d'une interface de type tâche, dont le résultat revient de manière asynchrone après soumission de la requête, et dont tous les paramètres sont placés sous input. L'ordre d'écriture recommandé est donc le suivant : d'abord fixer la structure des paroles, puis rédiger le brief d'arrangement, enfin verrouiller la longueur et la reproductibilité avec les paramètres optionnels. La section suivante commence par lyrics.

Deux canaux d'entrée bien distincts — un pour les paroles, un pour la description musicale — finissent par converger dans une même requête de génération.

La bonne façon d'organiser le texte des paroles et les balises de section

La règle de input.lyrics est courte, mais c'est celle où l'on se trompe le plus souvent : les balises de structure (comme [intro], [verse], [chorus]) doivent chacune occuper une ligne à part ; un texte écrit sur la même ligne que la balise est supprimé. Cela explique à lui seul la plupart des retours du type « les paroles ont disparu » — le problème ne vient pas du modèle, mais des sauts de ligne.

Forme de base

Un élément par ligne : soit une balise, soit une phrase de paroles. Voici comment organiser la structure d'une chanson courte :

[intro]
[verse]
La nuit s'efface lentement le long du rebord de la fenêtre
Je plie dans le vent les mots que je n'ai pas dits
[chorus]
Faisons durer cette minute un peu plus longtemps
Encore un peu plus longtemps
[outro]

Trois règles strictes

  1. Une balise par ligne. Avec une écriture comme [chorus] Faisons durer cette minute un peu plus longtemps, le texte après la balise se trouve dans une position où il est supprimé ; la bonne méthode consiste à le couper en deux lignes.
  2. Ne pas ajouter de commentaire sur la ligne de balise. Hormis la balise elle-même, la ligne de balise ne doit contenir aucun texte explicatif ; l'intention d'arrangement doit être écrite dans prompt.
  3. Écrire les paroles d'une même section ligne par ligne. Chaque ligne correspond à une unité naturelle de chant ; le nombre de lignes fait lui-même partie de l'information rythmique. Pour une chanson courte, se limiter à un nombre raisonnable de lignes par section donne plus facilement un résultat propre que d'empiler de longues phrases.

Modèle d'organisation

Pour une chanson courte, cette hiérarchie est recommandée : [intro] → [verse] → [chorus] → (répétition facultative de [verse] / [chorus]) → [outro]. Les balises de section sont des signaux structurels ; répéter une même balise revient à dire au modèle « remets le même type de section ». Quant aux instruments et à l'intensité de cette section, on ne les écrit pas ici, mais dans le prompt de la section suivante.

Rédiger un brief d'arrangement par couches dans prompt

input.prompt est une description musicale en texte libre. Les dimensions contrôlables mentionnées dans la description officielle incluent le genre, le BPM, la tonalité, la progression émotionnelle, les détails vocaux et l'arrangement section par section. Plutôt que d'écrire d'un coup un gros paragraphe d'adjectifs, mieux vaut écrire par couches « du plus général au plus fin », afin que chaque dimension puisse être remplacée de manière ciblée lorsqu'il faut la modifier, sans réécrire tout le paragraphe.

Ordre des couches

  1. Genre et caractère général : une phrase fixe le ton, par exemple folk indépendant, City Pop, pop narrative au piano.
  2. Tempo et tonalité : le BPM et la tonalité sont des ancrages quantifiables ; les indiquer réduit nettement le caractère aléatoire.
  3. Progression émotionnelle : préciser d'une émotion vers quelle autre évolue le morceau, par exemple « ouverture retenue, montée au refrain, retombée en fin de morceau ».
  4. Détails vocaux : timbre, genre, proportion de voix soufflée, ajout ou non d'harmonies ; il s'agit de la description de la couche vocale.
  5. Arrangement section par section : faire correspondre les descriptions de section du prompt aux balises de section de lyrics, et préciser pour intro / verse / chorus l'instrumentation et l'intensité.

Un modèle de brief utilisable

Genre : pop narrative dominée par le piano
Tempo et tonalité : mi-lent, mode mineur
Progression émotionnelle : couplet retenu, montée au refrain, resserrement en conclusion
Voix : voix féminine, texture de proximité au micro, harmonies graves ajoutées au refrain
Arrangement : intro avec piano seul et léger son d'ambiance ; verse avec ajout de basses et de percussions légères ; chorus avec batterie complète ; outro retour au piano

Deux habitudes d'écriture

  • Les noms de section de la description correspondent aux balises de lyrics. Si le prompt dit « chorus avec batterie complète », lyrics doit contenir [chorus] ; avec des noms identiques des deux côtés, l'alignement du modèle est plus direct.
  • Chaque couche n'écrit que les décisions de cette couche. Ne mélangez pas des exigences vocales dans la ligne du genre, et n'entassez pas trois tempos contradictoires dans une même phrase. Le but des couches est que chaque itération ne modifie qu'une seule couche.
De la couche de base — genre et tempo — à la progression émotionnelle, aux détails vocaux, puis à l'arrangement section par section au sommet : le brief d'arrangement s'empile couche par couche, du plus grossier au plus fin.

Durée et graine aléatoire : le sens réel de duration et seed

Ce sont tous deux des paramètres optionnels, mais ils sont souvent mal interprétés comme un « contrôle précis ».

duration : une limite supérieure, pas un contrat

input.duration est la limite supérieure de durée de l'audio généré, en secondes, avec une valeur par défaut de 60 et une plage de 1–300. Le point clé est « limite supérieure » : le modèle peut terminer plus tôt, et la longueur de sortie n'est pas garantie exactement égale à la valeur saisie.

Cela conduit à deux conclusions pratiques :

  • Pour une chanson courte, prévoyez une petite marge par rapport à la longueur cible ; ne réglez pas duration au plus juste, sinon la probabilité d'un arrêt anticipé se transforme directement en « morceau trop court ».
  • N'utilisez pas duration pour contrôler la structure. Si vous voulez que le refrain arrive plus tôt, modifiez la disposition des sections dans lyrics et l'arrangement section par section dans prompt, plutôt que de raccourcir la durée totale.

seed : l'ancrage de la reproductibilité

input.seed prend un entier et sert à reproduire le résultat ; s'il est omis, une graine aléatoire est utilisée. Son intérêt est de permettre des comparaisons A/B : avec les mêmes paroles associées à deux versions de prompt, demandez séparément avec une seed fixe ; les différences s'expliquent alors plus facilement par le brief lui-même que par le hasard.

Notez que seed ne couvre que la sémantique de la « reproductibilité » : ce n'est pas un bouton de qualité, et il ne garantit pas que le résultat soit totalement figé avec une seed fixe — mais comme base expérimentale pour comparer différentes versions de brief, c'est l'outil le plus simple.

Assembler une requête de chanson courte : liste des paramètres et points de contrôle

En réunissant les trois parties précédentes, le chemin des champs de paramètres d'une requête de chanson courte est fixe :

  • input.lyrics : obligatoire, texte des paroles + balises de section chacune sur sa propre ligne.
  • input.prompt : obligatoire, brief d'arrangement par couches.
  • input.duration : facultatif, limite supérieure de durée, en secondes, valeur par défaut 60, plage 1–300.
  • input.seed : facultatif, entier, pour la reproductibilité.

Liste de vérification avant soumission

  1. Chaque balise de section occupe-t-elle bien une ligne à part, sans texte traînant en fin de ligne de balise ?
  2. Des indications d'arrangement, d'instrument ou d'ambiance se sont-elles glissées dans lyrics ?
  3. Le prompt couvre-t-il bien les cinq couches : genre, tempo et tonalité, progression émotionnelle, voix, arrangement section par section ?
  4. Les noms de section du prompt correspondent-ils aux noms de balise de lyrics ?
  5. duration laisse-t-il une marge par rapport à la longueur cible, au lieu d'être considéré comme une valeur exacte ?
  6. Si vous voulez comparer des versions, la seed est-elle bien fixée au même entier ?

En passant en revue ces six points, la plupart des requêtes invalides peuvent être évitées. Pour les champs plus détaillés et les modes d'appel, consultez la page du modèle minimax-music-3 ; des articles pas à pas avec curl et Python existent déjà sur le site et ne sont pas répétés ici.

Modes d'échec courants et parcours d'itération

Enfin, listons clairement les problèmes fréquents sous la forme « symptôme → cause → correction » pour faciliter le diagnostic.

Symptôme 1 : il manque une section de paroles

La cause la plus fréquente est que la balise et le texte sont sur la même ligne, et le texte de cette ligne est supprimé. Une seule correction : couper [chorus] paroles en deux lignes.

Symptôme 2 : des contenus qui ne devraient pas être chantés le sont

Des exigences d'arrangement ont été écrites dans lyrics. Par exemple, mettre « ajouter de la batterie au refrain » dans la zone des paroles peut être traité comme du texte à chanter. La correction consiste à déplacer tout contenu non lyrique vers la couche d'arrangement section par section du prompt.

Symptôme 3 : le résultat est plus court que prévu

duration a été utilisé comme durée exacte. C'est une limite supérieure, et le modèle peut terminer plus tôt. La correction consiste à laisser une marge par rapport à la longueur cible et à faire évoluer la structure par la disposition des sections, plutôt que de réduire duration.

Symptôme 4 : le style du résultat dérive et il est difficile de dire quelle version est meilleure

La seed n'a pas été fixée et le prompt n'a pas été écrit par couches : il y a trop de variables entre deux requêtes. La correction consiste d'abord à fixer la seed, puis à converger couche par couche dans l'ordre « genre → tempo et tonalité → ambiance → voix → arrangement section par section » : au premier tour, ne fixer que le genre et le tempo ; après confirmation de la direction, ajouter la progression émotionnelle, puis les détails vocaux, enfin affiner l'arrangement section par section. Ne modifier qu'une seule couche par tour, afin que la différence de chaque version puisse être attribuée.

En suivant ce parcours, la production de chansons courtes passe de « tentatives répétées au hasard » à un processus de convergence aux paramètres clairs : lyrics gère ce qui est chanté, prompt gère ce que cela donne à l'écoute, duration et seed gèrent les limites et la reproductibilité. Commencez par une structure de paroles propre accompagnée d'un brief grossier, puis ajoutez les détails couche par couche.

Articles similaires

Voir tous les articles →

Commencez avec des artefacts IA persistants

Obtenez votre clé API et appelez des modèles d'image, de vidéo et d'audio via une API unique basée sur les tasks.

Lire la documentation de l'API