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

Basta inserir a letra e a descrição musical para gerar uma música estéreo de até cerca de 5 minutos, com vocais e estrutura musical completa, ideal para produzir rapidamente demos de músicas e trilhas sonoras personalizadas

minimax-music-3

Experimentar minimax-music-3

Entrada

Lyrics

Saída

audio
Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

minimax-music-3 per second

Preço unitário $0.0026

Visão geral do posicionamento

minimax-music-3 é um modelo de geração de música a partir de texto lançado pela MiniMax, chamado por meio da interface unificada do HiAPI.ai. Ao inserir a letra e a descrição musical, é possível gerar uma canção completa com vocais e arranjo completo, com suporte a estruturas de seções como introdução, verso, refrão, ponte e coda, com duração única controlável em poucos minutos. É adequado para desenvolvedores e equipes de conteúdo que precisam produzir demos de canções em lote, personalizar música de fundo ou converter letras existentes em áudio.

Destaques principais

  • Controle de entrada dupla com letra e descrição — a letra marca as etiquetas de seção linha a linha, e o texto de descrição pode especificar gênero, BPM, tonalidade e estilo vocal; estrutura e estilo são controlados separadamente.
  • Forma musical completa, não fragmentos musicais — o resultado gerado inclui um arranjo sistemático de seções da introdução à coda, com vocais, podendo ser usado diretamente como protótipo de uma canção finalizada.
  • Arquitetura em camadas conciliando estrutura e detalhes vocais — a camada global responde pelo avanço da forma musical de longo alcance, enquanto a camada local trata detalhes acústicos em nível de quadro, tornando a transição entre seções de áudio longo mais estável.
  • Duração com limite superior configurável em segundos — o parâmetro duration aceita de 1 a 300 segundos, e o modelo pode encerrar antecipadamente, facilitando controlar a saída conforme a duração do material.

Descrição das capacidades

Geração de forma musical estruturada: organiza automaticamente introdução, verso, pré-refrão, refrão, ponte, trecho instrumental e coda; basta escrever etiquetas por linha na letra para especificar a qual seção pertencem, e linhas sem etiqueta são descartadas, sendo necessário organizar previamente o formato da letra.

Controle condicional de atributos musicais: o prompt pode descrever gênero, BPM, tonalidade, evolução emocional, instrumentação e detalhes vocais; quanto mais específica a descrição, mais preciso o controle de estilo, adequado para criação em lote que exige posicionamento de estilo estável.

Definição de limite superior de duração: duration define em segundos o limite máximo de comprimento gerado, com padrão de 60 segundos e faixa de 1 a 300 segundos; o modelo pode terminar antecipadamente, facilitando ajustar a saída ao comprimento de vídeos ou trechos de podcast.

Geração reproduzível: oferece o parâmetro seed; a mesma entrada com uma semente fixa reproduz o mesmo resultado; se omitido, usa-se uma semente aleatória, adequado para comparar descrições diferentes ou fazer gestão de versões.

Especificação fixa de saída de áudio: a saída é WAV estéreo de 32 kHz e 16 bits, podendo entrar diretamente no fluxo de edição ou mixagem, sem necessidade de transcodificação adicional.

Cenários de aplicação

  • Produção rápida de demos de canções por músicos — insira a letra completa e a descrição de estilo para obter um protótipo de canção finalizada com vocais e arranjo, usado para apresentar a direção à equipe ou ao cliente.
  • Trilha personalizada para equipes de vídeo e jogos — gere música de fundo conforme BPM e descrição de emoção, defina a duração para corresponder ao comprimento do vídeo e insira diretamente na edição ou na trilha de áudio do jogo.
  • Conversão de letras existentes em canções — organize a letra já escrita com etiquetas de seção e insira-a, junto com a descrição de estilo, para convertê-la em uma versão cantada auditionável.
  • Exploração em lote por gênero e emoção — use uma seed fixa e vários conjuntos de descrições para comparar resultados de gêneros e tonalidades diferentes e selecionar rapidamente materiais utilizáveis.

Limitações e recomendações de seleção

A fidelidade a estilos musicais não ocidentais é limitada, e prompts com forte estilização podem se desviar do esperado; o cartão do modelo não declara capacidade de canto multilíngue, e letras que não sejam em inglês precisam ser validadas primeiro com amostras curtas. O limite por geração é de cerca de 5 minutos, e a saída é fixa em WAV estéreo de 32 kHz e 16 bits, sem outras opções de taxa de amostragem ou codificação. Caso seja necessário uma obra completa mais longa ou canto multilíngue rigoroso, valide primeiro o efeito em trechos curtos antes de decidir pela adoção.

  • Novo modelo Novo modelo: minimax-music-3 — geração de músicas de alta fidelidade da MiniMax, com duração controlável. Letra obrigatória…

Modelos relacionados

Ver todos os modelos →

Mesmo tipo