Démonstration de génération multi-styles avec MiniMax Music 3 : comparaison entre City Pop et post-rock

Une démonstration de style contrôlée centrée sur la capacité de MiniMax Music 3 à « générer une chanson complète à partir d'une description » : à partir d'une même ligne d'auteur, on utilise des descriptions musicales très différentes et des paroles associées pour dépeindre respectivement le City Pop (léger, synthétiseurs rétro, voix féminine) et le post-rock (déploiement lent, chant masculin, montée conclusive), afin de comparer le contrôle conditionnel du modèle sur le genre, le tempo, la tonalité, la progression de l'arrangement et l'expressivité vocale. Sur le plan structurel, le champ prompt porte le style, le BPM, la tonalité, l'évolution de l'humeur et la description de l'arrangement par sections ; le champ lyrics est écrit ligne par ligne avec des balises structurelles telles que [intro]/[verse]/[chorus]/[bridge]/[outro] pour piloter les sections de la forme musicale ; duration est fixé à un maximum de 60 secondes pour contrôler la durée de la démonstration, le modèle pouvant terminer plus tôt ; seed peut rester vide pour obtenir un résultat aléatoire. Cas d'usage : produire rapidement une maquette de chanson complète avec voix et arrangement, créer une musique de fond stylisée pour une vidéo ou un jeu, mener une exploration stylistique par lots selon un genre et une humeur donnés. La recherche confirme que ce modèle produit du WAV stéréo 32 kHz / 16 bits, avec une limite d'environ 5 minutes par génération ; la fidélité aux styles non occidentaux étant limitée, cette démonstration privilégie des styles pop et rock occidentaux pour rester dans ses points forts.