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

歌詞と音楽の説明を入力するだけで、最長約5分のボーカルと完全な曲構成を含むステレオ楽曲を生成でき、楽曲デモやカスタムBGMの迅速な制作に適しています

minimax-music-3

minimax-music-3 を試す

入力

Lyrics

作品ギャラリー

すべての作品を見る
  • MiniMax Music 3 マルチスタイル生成デモ:City Pop とポストロックの対照
  • インフォグラフィック向けBGM:3つの活用シーンの用法マップ
  • MiniMax Music 3 プロンプトエンジニアリング:構造化された音楽記述の例
  • MiniMax Music 3 パラメータ全景:1曲で理解する text-to-music の条件制御

出力

audio
パラメータを入力して生成すると、結果がここに表示されます。

料金

minimax-music-3 per second

単価 $0.0026

位置づけの概要

minimax-music-3 は MiniMax が提供するテキストから音楽を生成するモデルで、HiAPI.ai の統一インターフェース経由で呼び出せます。歌詞と音楽の説明を入力するだけで、ボーカル歌唱と完全な編曲を含む完成された楽曲を生成でき、イントロ、Aメロ、サビ、ブリッジ、アウトロなどのセクション構造に対応し、1回の長さは数分以内に収めることができます。楽曲デモを大量に制作したい場合、カスタムBGMを作りたい場合、あるいは既存の歌詞を音声化したい開発者やコンテンツチームに適しています。

主な特長

  • 歌詞と説明の2入力による制御——歌詞は行ごとにセクションタグを付け、説明テキストではジャンル、BPM、調性、歌唱スタイルを指定でき、構造とスタイルをそれぞれ制御できます。
  • 音楽の断片ではなく完全な曲構成——生成結果にはイントロからアウトロまでの体系的なセクション構成が含まれ、ボーカル歌唱と組み合わせて、そのまま完成楽曲の雛形として使えます。
  • 階層アーキテクチャで構造とボーカル詳細を両立——グローバル層が長期的な曲構成の進行を担い、ローカル層がフレーム単位の音響詳細を処理するため、長い音声でもセクションのつなぎがより安定します。
  • 長さを秒単位で上限設定可能——duration パラメータは1〜300秒に対応し、モデルが早めに終了する場合もあるため、素材の長さに合わせて出力を制御できます。

機能説明

構造化された曲構成の生成:イントロ、Aメロ、プレサビ、サビ、ブリッジ、インストパート、アウトロを自動で编排します。歌詞の行にタグを書き込めばセクションの所属を指定でき、タグのない行は破棄されるため、事前に歌詞の形式を整えておく必要があります。

音楽属性の条件制御:prompt ではジャンル、BPM、調性、感情の流れ、編成、歌唱の詳細を記述できます。記述が具体的であるほどスタイルの制御が正確になり、安定したスタイル定位が必要な一括制作に適しています。

長さ上限の設定:duration は秒単位で生成長の上限を設定し、デフォルトは60秒、範囲は1〜300秒です。モデルが早めに終了する場合もあり、動画やポッドキャストの尺に出力を合わせるのに便利です。

再現可能な生成:seed パラメータを提供し、同じ入力と固定シードで同じ結果を再現できます。省略するとランダムシードが使われ、異なる説明の比較やバージョン管理に適しています。

固定の音声出力仕様:出力は32kHz、16bitステレオWAVで、そのまま編集やミキシングの工程に投入でき、追加のトランスコードは不要です。

適用シーン

  • ミュージシャンが楽曲デモを素早く制作——完全な歌詞とスタイルの説明を入力し、ボーカルと編曲付きの完成楽曲の雛形を得て、チームやクライアントに方向性を示すのに使えます。
  • 動画・ゲームチーム向けのカスタムBGM——BPMと感情の説明に沿ってBGMを生成し、尺を映像の長さに合わせて設定して、そのまま編集やゲームの音声トラックに配置できます。
  • 既存の歌詞を楽曲に変換——書き上げた歌詞をセクションタグごとに整理して入力し、スタイルの説明と組み合わせて試聴可能な歌唱版に変換します。
  • ジャンルと感情ごとの一括探索——固定シードと複数組の説明で異なるジャンルや調性の生成結果を比較し、利用可能な素材を素早く選別できます。

制約と選定のアドバイス

非西洋音楽スタイルの再現度は限定的で、スタイル性の強いプロンプトは期待から外れる場合があります。モデルカードには多言語歌唱能力の記載がないため、英語以外の歌詞はまず小規模なサンプルで検証する必要があります。1回の生成上限は約5分で、出力は32kHz、16bitステレオWAVに固定され、他のサンプルレートやエンコードの選択肢はありません。より長い完全な作品や厳密な多言語歌唱が必要な場合は、まず短いセグメントで効果を検証してから採用を判断してください。

  • 新しいモデル 新モデル:minimax-music-3 —— MiniMax の高忠実度楽曲生成、長さを制御可能。歌詞は必須…

同タイプ