Generador de música MiniMax

MiniMax Music 3 es un modelo de música con IA de MiniMax, el laboratorio detrás del modelo de video MiniMax-H3. MiniMax lo publicó con pesos abiertos en Hugging Face como MiniMaxAI/MiniMax-Music3. Crea canciones completas de hasta cinco minutos a partir de dos cosas que le das: la letra que debe cantar y una descripción de la música.

Lo que lo distingue es que canta tus palabras. La mayoría de los generadores de música inventan su propia letra a partir de un prompt; MiniMax Music 3 interpreta la letra que tú escribiste, sección por sección, en el orden en que la etiquetes: una intro, estrofas, una pre-estribillo, estribillos, un puente, un solo y un final. La descripción define todo lo demás, desde el género, el tempo y la tonalidad hasta el cantante y cómo crece el arreglo del primer compás al último. También crea instrumentales, desde bandas sonoras hasta beats para estudiar.

Mage ejecuta MiniMax Music 3 en tu navegador, junto con el resto de sus modelos de imagen, video y audio, así que no hay nada que descargar ni necesitas una tarjeta gráfica. Mage es una plataforma creativa independiente, no forma parte de MiniMax. Lo que aporta es todo lo que rodea a la canción: planes ilimitados, LoRAs sobre el modelo, una biblioteca privada con todo lo que creas y modelos de video que pueden convertir la pista en un videoclip.

MiniMax Music 3 lee dos entradas, y cada una tiene una sola función. El prompt describe la música: el género y el subgénero, el tempo en pulsos por minuto, la tonalidad, el ánimo y cómo cambia, quién canta y cómo, y qué hacen los instrumentos. La letra son las palabras que se cantan, y nada más. La descripción nunca se canta y la letra nunca define el estilo, así que la canción sale mejor cuando cada una se queda en su terreno.

En la letra, las etiquetas de sección dan forma a la canción. Escribe [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] o [outro] solas en una línea, con las líneas cantadas debajo. Una etiqueta sin nada debajo, como un [solo] antes del último estribillo, deja espacio para un pasaje instrumental. Una regla importa más que ninguna otra: las palabras escritas en la misma línea que una etiqueta se descartan, así que empieza siempre una línea nueva después de la etiqueta.

La guía de prompts de MiniMax Music 3 incluye una plantilla para rellenar la descripción, hojas de letra con etiquetas y ejemplos prácticos en varios géneros.

• Etiquetas de sección solas en su propia línea
• Letras originales, una línea cantada por línea
• Repite el estribillo completo cada vez que vuelva
• Un [outro] para que la canción termine en vez de cortarse

MiniMax recomienda una descripción en tres partes. Primero, el panorama general: el género y subgénero, el tempo, la tonalidad y la escala, el arco emocional del primer compás al último, una escena en la que sonaría la canción y cómo debe sonar la mezcla. Segundo, las voces: el género del cantante, su timbre y registro, cómo interpreta las estrofas y el estribillo, las armonías o coros, y efectos como reverb o delay. Tercero, el arreglo, en forma de línea de tiempo: qué suena en la intro, qué entra en el primer estribillo, qué desaparece en el puente y cómo termina la canción.

Describe siempre al cantante. MiniMax señala que una canción cuya descripción omite la voz puede derivar en un instrumental. Y decide tú los detalles: lo que dejes abierto, el modelo lo rellena con la opción más promedio, así que "pop acústico" da un arreglo genérico, mientras que "balada indie folk pop, 84 BPM, sol mayor, guitarra con fingerpicking y piano de fieltro en las estrofas, violonchelo y batería con escobillas en el primer estribillo" da la canción que oyes en tu cabeza.

Para una canción cuya letra escribe el modelo a partir de una descripción, usa Eleven Music en su lugar. MiniMax Music 3 es el modelo para letras que escribes tú.

• Primero el género, el tempo y la tonalidad
• Indica el cantante y cómo interpreta
• Detalla el arreglo sección por sección
• Describe la mezcla: cálida, amplia, cruda o pulida

El ajuste Duración es lo máximo que puede durar la canción, hasta cinco minutos. Es un límite, no un objetivo: MiniMax Music 3 termina la canción por su cuenta cuando la letra y el arreglo se acaban. Una letra corta da una canción corta, sea cual sea la Duración, y una letra larga con una Duración corta se corta en el límite, incluso a mitad de un verso.

Así que planea la letra según la duración que quieras. Más o menos una estrofa y un estribillo llenan un minuto; dos estrofas, tres estribillos y un puente llenan tres o cuatro. Una forma práctica de trabajar es probar la descripción con una Duración corta y una sola estrofa y estribillo, conservar la seed cuando el sonido sea el correcto y luego generar la canción completa.

Para música sin voces, deja la letra vacía o activa Instrumental, y dedica toda la descripción a la música. Nombra los instrumentos en el orden en que entran, la tonalidad y cualquier cambio de tono, la sala y cómo termina la pieza. Una banda sonora cinematográfica que abre con un violonchelo solo y crece hasta una orquesta completa, o un beat lo-fi para estudiar con piano eléctrico polvoriento y crujido de vinilo, salen del mismo modelo que canta.

Para efectos de sonido cortos y ambientes, Seed Audio es la mejor herramienta, y la página del generador de música con IA cubre bases y loops: mira el generador de música con IA.

Como MiniMax Music 3 tiene pesos abiertos, su comunidad entrena LoRAs para él: pequeños archivos adicionales que acercan el modelo a un género, un estilo de producción o un carácter vocal. Algunos cambian cómo se planifica la canción y otros cómo suena. En Mage funcionan sobre el modelo. Pega el enlace de Hugging Face o CivitAI de un LoRA de MiniMax Music 3 en la página Importar y aparecerá en el selector de LoRA de MiniMax Music 3.

Empieza un LoRA nuevo con peso 1 y bájalo si la canción empieza a perder la letra o la estructura. Si el LoRA se entrenó con una palabra clave, incluye esa palabra en la descripción.

Pesos abiertos significa que cualquiera puede descargar MiniMax Music 3 desde Hugging Face y ejecutarlo por su cuenta. En la práctica, un modelo de lenguaje de 8 mil millones de parámetros combinado con un modelo de audio de flow matching requiere una tarjeta gráfica potente, decenas de gigabytes de archivos del modelo y una instalación funcionando, y una canción de cinco minutos mantiene esa tarjeta ocupada durante minutos.

En Mage se ejecuta en el navegador desde cualquier dispositivo, incluido el móvil, con compatibilidad con LoRA ya integrada. Y como Mage ofrece modelos de video en la misma cuenta, una canción que hagas aquí puede convertirse en la banda sonora de un clip: el generador de videoclips con IA convierte una pista en una actuación de tus personajes guardados.

MiniMax Music 3 tiene un precio según la Duración que elijas, lo máximo que puede durar la canción. Con un plan de pago, una canción se genera sin Gems cuando su duración entra en lo que cubre el plan, y los planes superiores cubren canciones más largas. Las generaciones ilimitadas usan la cola estándar.

Sin plan, o para una canción más larga de lo que cubre tu plan, MiniMax Music 3 funciona con Gems, y el precio aparece antes de generar. Los paquetes de Gems empiezan en $10 por 10.000 Gems, y cada plan de pago incluye Gems mensuales, 1.500 en Pro.

Compara lo que cubre cada plan en la página de membresía, o consulta la página del modelo MiniMax Music 3 para ver qué plan cubre cada duración de canción.