Générateur de musique MiniMax

MiniMax Music 3 est un modèle d'IA musicale créé par MiniMax, le laboratoire derrière le modèle vidéo MiniMax-H3. MiniMax l'a publié avec des poids ouverts sur Hugging Face sous le nom MiniMaxAI/MiniMax-Music3. Il écrit des chansons complètes de cinq minutes maximum à partir de deux éléments que tu lui donnes : les paroles à chanter et une description de la musique.

Ce qui le distingue, c'est qu'il chante tes mots. La plupart des générateurs de musique écrivent leurs propres paroles à partir d'un prompt ; MiniMax Music 3 interprète les paroles que tu as écrites, section par section, dans l'ordre où tu les balises : une intro, des couplets, un pré-refrain, des refrains, un pont, un solo et une outro. La description définit tout le reste, du genre au tempo en passant par la tonalité, la voix et la façon dont l'arrangement évolue de la première à la dernière mesure. Il crée aussi des instrumentaux, des musiques de film aux beats pour réviser.

Mage fait tourner MiniMax Music 3 dans ton navigateur, avec tous ses autres modèles d'image, de vidéo et d'audio : rien à télécharger, pas besoin de carte graphique. Mage est une plateforme créative indépendante, qui ne fait pas partie de MiniMax. Elle ajoute tout ce qu'il y a autour de la chanson : des offres illimitées, des LoRAs par-dessus le modèle, une bibliothèque privée de tout ce que tu crées et des modèles vidéo capables de transformer le morceau en clip musical.

MiniMax Music 3 lit deux entrées, et chacune a un seul rôle. Le prompt décrit la musique : le genre et le sous-genre, le tempo en battements par minute, la tonalité, l'ambiance et son évolution, qui chante et comment, et ce que font les instruments. Les paroles sont les mots à chanter, rien d'autre. La description n'est jamais chantée et les paroles ne définissent jamais le style : une chanson sonne donc mieux quand chacune reste dans son rôle.

Dans les paroles, les balises de section donnent sa forme à la chanson. Écris [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] ou [outro] seul sur une ligne, avec les lignes chantées en dessous. Une balise sans rien dessous, comme un [solo] avant le dernier refrain, laisse la place à un passage instrumental. Une règle compte plus que toutes les autres : les mots écrits sur la même ligne qu'une balise sont ignorés, donc passe toujours à la ligne après la balise.

Le guide de prompts MiniMax Music 3 propose un modèle à remplir pour la description, des feuilles de paroles balisées et des exemples détaillés dans plusieurs genres.

• Balises de section seules sur leur ligne
• Paroles originales, une ligne chantée par ligne
• Répète le refrain en entier à chaque retour
• Un [outro] pour que la chanson se termine au lieu de s'arrêter net

MiniMax recommande une description en trois parties. D'abord, la vue d'ensemble : le genre et le sous-genre, le tempo, la tonalité et la gamme, l'arc émotionnel de la première à la dernière mesure, une scène où la chanson pourrait passer, et le rendu souhaité pour le mix. Ensuite, les voix : le sexe du chanteur ou de la chanteuse, le timbre et le registre, la façon d'interpréter les couplets et le refrain, les éventuelles harmonies ou voix de fond, et les effets comme la réverbération ou le delay. Enfin, l'arrangement, sous forme de chronologie : ce qui joue dans l'intro, ce qui entre au premier refrain, ce qui disparaît dans le pont, et comment la chanson se termine.

Décris toujours le chanteur ou la chanteuse. MiniMax signale qu'une chanson dont la description oublie la voix peut dériver vers un morceau instrumental. Et décide des détails toi-même : tout ce que tu laisses ouvert, le modèle le comble avec le choix le plus moyen. Ainsi, « pop acoustique » donne un arrangement générique, alors que « ballade indie folk pop, 84 BPM, sol majeur, guitare en fingerpicking et piano à feutres sur les couplets, violoncelle et batterie aux balais au premier refrain » donne la chanson que tu entends dans ta tête.

Pour une chanson dont le modèle écrit les paroles à partir d'une description, utilise plutôt Eleven Music. MiniMax Music 3 est le modèle pour les paroles que tu as écrites toi-même.

• Genre, tempo et tonalité d'abord
• Nomme le chanteur ou la chanteuse et l'interprétation
• Détaille l'arrangement section par section
• Décris le mix : chaleureux, large, brut ou soigné

Le réglage Durée correspond à la longueur maximale de la chanson, jusqu'à cinq minutes. C'est une limite, pas un objectif : MiniMax Music 3 termine la chanson de lui-même quand les paroles et l'arrangement sont terminés. Des paroles courtes donnent une chanson courte, quelle que soit la Durée, et des paroles longues avec une Durée courte sont coupées à la limite, même au milieu d'une ligne.

Prévois donc des paroles adaptées à la durée voulue. Un couplet et un refrain remplissent environ une minute ; deux couplets, trois refrains et un pont en remplissent trois ou quatre. Pour travailler efficacement, essaie la description avec une Durée courte et un seul couplet et refrain, garde la seed quand le son te convient, puis génère la chanson complète.

Pour de la musique sans voix, laisse les paroles vides ou active Instrumental, et consacre toute la description à la musique. Nomme les instruments dans l'ordre où ils entrent, la tonalité et les éventuels changements de ton, l'espace sonore, et la façon dont le morceau se termine. Une musique de film qui s'ouvre sur un violoncelle seul et monte jusqu'à un orchestre complet, ou un beat lo-fi pour réviser avec piano électrique poussiéreux et craquements de vinyle, sortent tous deux du même modèle qui chante.

Pour les effets sonores courts et les ambiances, Seed Audio est l'outil le plus adapté, et la page du générateur de musique IA couvre les nappes et les boucles : consulte le générateur de musique IA.

Comme MiniMax Music 3 a des poids ouverts, sa communauté entraîne des LoRAs pour lui : de petits fichiers complémentaires qui orientent le modèle vers un genre, un style de production ou un caractère vocal. Certains changent la façon dont la chanson est construite, d'autres la façon dont elle sonne. Sur Mage, ils s'appliquent par-dessus le modèle. Colle le lien Hugging Face ou CivitAI d'un LoRA MiniMax Music 3 sur la page Importer, et il apparaît dans le sélecteur de LoRA pour MiniMax Music 3.

Commence un nouveau LoRA avec un poids de 1, puis baisse-le si la chanson commence à perdre les paroles ou la structure. Si un LoRA a été entraîné avec un mot déclencheur, mets ce mot dans la description.

Des poids ouverts signifient que n'importe qui peut télécharger MiniMax Music 3 depuis Hugging Face et l'exécuter lui-même. En pratique, un modèle de langage de 8 milliards de paramètres associé à un modèle audio de type flow matching exige une carte graphique puissante, des dizaines de gigaoctets de fichiers de modèle et une installation fonctionnelle, et une chanson de cinq minutes occupe cette carte pendant plusieurs minutes.

Sur Mage, il tourne dans le navigateur, sur n'importe quel appareil, téléphone compris, avec la prise en charge des LoRAs déjà intégrée. Et comme Mage propose aussi des modèles vidéo dans le même compte, une chanson créée ici peut devenir la bande-son d'un clip : le générateur de clips musicaux IA transforme un morceau en performance par tes personnages enregistrés.

MiniMax Music 3 est facturé selon la Durée que tu choisis, c'est-à-dire la longueur maximale de la chanson. Avec un forfait payant, une chanson est générée sans Gems quand sa durée entre dans ce que couvre le forfait, et les forfaits supérieurs couvrent des chansons plus longues. Les générations illimitées passent par la file d'attente standard.

Sans forfait, ou pour une chanson plus longue que ce que couvre ton forfait, MiniMax Music 3 utilise des Gems, et le prix s'affiche avant la génération. Les packs de Gems commencent à 10 $ pour 10 000 Gems, et chaque forfait payant inclut des Gems mensuels, 1 500 avec Pro.

Compare ce que couvre chaque forfait sur la page des abonnements, ou consulte la page du modèle MiniMax Music 3 pour voir quel forfait couvre chaque durée de chanson.