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

Il suffit de saisir des paroles et une description musicale pour générer une chanson stéréo de 5 minutes maximum environ, avec voix et structure musicale complète, idéale pour produire rapidement des démos de chansons et des musiques personnalisées.

minimax-music-3

Essayer minimax-music-3

Entrée

Lyrics

Sortie

audio
Renseignez les paramètres et générez : les résultats s'afficheront ici.

Tarifs

minimax-music-3 per second

Prix unitaire $0.0026

Présentation

minimax-music-3 est un modèle de génération de musique à partir de texte lancé par MiniMax, accessible via l'interface unifiée de HiAPI.ai. En fournissant des paroles et une description musicale, il génère une chanson aboutie incluant un chant vocal et un arrangement complet, avec prise en charge de structures de sections telles que l'intro, les couplets, les refrains, le pont et l'outro, pour une durée unitaire contrôlable en quelques minutes. Il convient aux développeurs et aux équipes de contenu qui ont besoin de produire des démos de chansons en série, de créer des musiques de fond personnalisées ou de convertir des paroles existantes en audio.

Points forts

  • Double contrôle par les paroles et la description——les paroles comportent des étiquettes de section ligne par ligne, tandis que le texte de description peut préciser le genre, le BPM, la tonalité et le style de chant ; la structure et le style sont ainsi contrôlés séparément.
  • Une forme musicale complète plutôt qu'un extrait——le résultat comprend un enchaînement structuré de sections, de l'intro à l'outro, accompagné d'un chant vocal, directement exploitable comme ébauche de chanson finie.
  • Une architecture hiérarchique conciliant structure et détails vocaux——la couche globale gère la progression de la forme musicale sur la longue durée, la couche locale traite les détails acoustiques au niveau des trames, ce qui rend les transitions entre sections plus stables sur les audios longs.
  • Une durée maximale réglable en secondes——le paramètre duration accepte de 1 à 300 secondes ; le modèle peut se terminer plus tôt, ce qui facilite l'ajustement de la sortie à la durée du matériau.

Description des capacités

Génération de forme musicale structurée : le modèle organise automatiquement l'intro, les couplets, le pré-refrain, les refrains, le pont, les passages instrumentaux et l'outro ; il suffit d'inscrire une étiquette par ligne dans les paroles pour assigner une section, les lignes non étiquetées étant écartées, d'où la nécessité de préparer le format des paroles à l'avance.

Contrôle conditionnel des attributs musicaux : le prompt peut décrire le genre, le BPM, la tonalité, l'évolution émotionnelle, l'orchestration et les détails de chant ; plus la description est précise, plus le contrôle du style est exact, ce qui convient à une création en série nécessitant un positionnement de style stable.

Définition de la durée maximale : duration fixe en secondes la limite supérieure de la longueur générée, 60 secondes par défaut, dans une plage de 1 à 300 secondes ; le modèle peut s'arrêter plus tôt, ce qui permet d'aligner la sortie sur la durée d'un extrait vidéo ou d'un podcast.

Génération reproductible : le paramètre seed permet de reproduire un même résultat avec les mêmes entrées et une graine fixe ; omis, il utilise une graine aléatoire, ce qui convient à la comparaison de différentes descriptions ou à la gestion de versions.

Spécifications audio de sortie fixes : la sortie est un WAV stéréo 32 kHz, 16 bits, directement exploitable en montage ou en mixage, sans transcodage supplémentaire.

Cas d'usage

  • Production rapide de démos par les musiciens——en fournissant des paroles complètes et une description de style, on obtient une ébauche de chanson aboutie avec chant et arrangement, pour présenter une direction à une équipe ou à un client.
  • Musique de fond sur mesure pour les équipes vidéo et jeu vidéo——générer une musique de fond selon le BPM et une description émotionnelle, définir une durée correspondant à celle du film, puis l'intégrer directement dans le montage ou la piste audio du jeu.
  • Conversion de paroles existantes en chanson——organiser des paroles déjà écrites avec des étiquettes de section, les fournir avec une description de style et obtenir une version chantée écoutable.
  • Exploration en série par genre et par émotion——comparer, avec une graine fixe et plusieurs descriptions, les résultats générés selon différents genres et tonalités, afin de sélectionner rapidement les matériaux utilisables.

Limites et conseils de choix

La fidélité aux styles musicaux non occidentaux est limitée et des indications très stylisées peuvent s'écarter du résultat attendu ; la fiche du modèle ne déclare pas de capacité de chant multilingue, il convient donc de valider d'abord les paroles non anglaises sur un court extrait. La génération est limitée à environ 5 minutes par requête et la sortie est fixée en WAV stéréo 32 kHz, 16 bits, sans autre option de fréquence d'échantillonnage ou d'encodage. Si vous avez besoin d'œuvres complètes plus longues ou d'un chant multilingue rigoureux, testez d'abord l'effet sur un court extrait avant de décider de l'adopter.

  • Nouveau modèle Nouveau modèle : minimax-music-3 —— Génération de chansons haute fidélité par MiniMax, durée contrôlable. Paroles obligatoires…

Modèles associés

Voir tous les modèles →

Même type