Generatore di musica MiniMax

MiniMax Music 3 è un modello di IA per la musica di MiniMax, il laboratorio dietro il modello video MiniMax-H3. MiniMax lo ha rilasciato con open weights su Hugging Face come MiniMaxAI/MiniMax-Music3. Scrive canzoni complete fino a cinque minuti a partire da due cose che gli fornisci: il testo da cantare e una descrizione della musica.

La sua particolarità è che canta le tue parole. La maggior parte dei generatori di musica scrive testi propri a partire da un prompt; MiniMax Music 3 invece esegue il testo che hai scritto, sezione per sezione, nell'ordine in cui lo indichi con i tag: un'intro, strofe, un pre-ritornello, ritornelli, un bridge, un assolo e un finale. La descrizione definisce tutto il resto, dal genere al tempo e alla tonalità, fino alla voce e a come l'arrangiamento cresce dalla prima all'ultima battuta. Crea anche strumentali, dalle colonne sonore ai beat per studiare.

Mage esegue MiniMax Music 3 nel tuo browser, insieme a tutti gli altri suoi modelli di immagini, video e audio, quindi non c'è nulla da scaricare e non serve una scheda grafica. Mage è una piattaforma creativa indipendente, non fa parte di MiniMax. Quello che aggiunge è tutto ciò che sta intorno alla canzone: piani illimitati, LoRA sopra il modello, una libreria privata di tutto ciò che crei e modelli video che possono trasformare il brano in un videoclip.

MiniMax Music 3 legge due input, e ognuno ha un solo compito. Il prompt descrive la musica: genere e sottogenere, tempo in battiti al minuto, tonalità, atmosfera e come cambia, chi canta e in che modo, e cosa fanno gli strumenti. Il testo contiene le parole da cantare, e nient'altro. La descrizione non viene mai cantata e il testo non definisce mai lo stile, quindi una canzone riesce meglio quando ciascuno resta nel proprio ruolo.

Nel testo, i tag di sezione danno forma alla canzone. Scrivi [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] o [outro] da solo su una riga, con le righe cantate sotto. Un tag senza nulla sotto, come un [solo] prima dell'ultimo ritornello, lascia spazio a un passaggio strumentale. Una regola conta più di tutte: le parole scritte sulla stessa riga di un tag vengono ignorate, quindi vai sempre a capo dopo il tag.

La guida ai prompt di MiniMax Music 3 include un modello da compilare per la descrizione, testi con i tag giusti ed esempi pratici in vari generi.

• Tag di sezione da soli sulla loro riga
• Testi originali, una riga cantata per riga
• Ripeti il ritornello per intero ogni volta che torna
• Un [outro] perché il brano finisca invece di interrompersi

MiniMax consiglia una descrizione in tre parti. Prima, il quadro generale: genere e sottogenere, tempo, tonalità e scala, l'arco emotivo dalla prima all'ultima battuta, una scena in cui la canzone potrebbe suonare e come deve suonare il mix. Seconda, la voce: il sesso del cantante, il timbro e il registro, come interpreta strofe e ritornello, eventuali armonie o cori e effetti come riverbero o delay. Terza, l'arrangiamento, come una linea del tempo: cosa suona nell'intro, cosa entra al primo ritornello, cosa esce nel bridge e come finisce il brano.

Descrivi sempre il cantante. MiniMax segnala che una canzone la cui descrizione non parla della voce può finire per diventare strumentale. E decidi tu i dettagli: tutto ciò che lasci aperto, il modello lo riempie con la scelta più media, quindi "acoustic pop" dà un arrangiamento generico, mentre "indie folk pop ballad, 84 BPM, sol maggiore, chitarra fingerpicking e piano felt nelle strofe, violoncello e spazzole alla batteria al primo ritornello" dà la canzone che hai in testa.

Per una canzone in cui il testo lo scrive il modello a partire da una descrizione, usa invece Eleven Music. MiniMax Music 3 è il modello per i testi che hai scritto tu.

• Prima genere, tempo e tonalità
• Indica il cantante e come interpreta
• Descrivi l'arrangiamento sezione per sezione
• Descrivi il mix: caldo, ampio, grezzo o curato

L'impostazione Durata è il tempo massimo che la canzone può durare, fino a cinque minuti. È un limite, non un obiettivo: MiniMax Music 3 chiude il brano da solo quando testo e arrangiamento sono finiti. Un testo breve dà una canzone breve, qualunque sia la Durata, mentre un testo lungo con una Durata corta viene tagliato al limite, anche a metà riga.

Quindi pianifica il testo in base alla durata che vuoi. Più o meno una strofa e un ritornello riempiono un minuto; due strofe, tre ritornelli e un bridge ne riempiono tre o quattro. Un buon metodo è provare la descrizione con una Durata breve e una sola strofa con ritornello, tenere il seed quando il suono è giusto e poi generare la canzone completa.

Per la musica senza voce, lascia vuoto il testo o attiva Strumentale e dedica tutta la descrizione alla musica. Indica gli strumenti nell'ordine in cui entrano, la tonalità ed eventuali cambi, l'ambiente e come finisce il pezzo. Una colonna sonora cinematografica che si apre con un violoncello solo e cresce fino a un'orchestra intera, o un beat lo-fi da studio con piano elettrico impolverato e fruscio di vinile: escono entrambi dallo stesso modello che canta.

Per brevi effetti sonori e atmosfere, Seed Audio è lo strumento migliore, e la pagina sul generatore di musica AI copre basi e loop: vai al generatore di musica AI.

Poiché MiniMax Music 3 ha pesi aperti, la sua community addestra LoRA: piccoli file aggiuntivi che spingono il modello verso un genere, uno stile di produzione o un carattere vocale. Alcuni cambiano il modo in cui la canzone viene pianificata, altri il suo suono. Su Mage funzionano sopra il modello. Incolla il link Hugging Face o CivitAI di una LoRA per MiniMax Music 3 nella pagina Importa e comparirà nel selettore LoRA di MiniMax Music 3.

Inizia una nuova LoRA con peso 1 e abbassalo se la canzone comincia a perdere il testo o la struttura. Se la LoRA è stata addestrata con una parola di attivazione, inserisci quella parola nella descrizione.

Pesi aperti significa che chiunque può scaricare MiniMax Music 3 da Hugging Face ed eseguirlo da sé. In pratica, un modello linguistico da 8 miliardi di parametri abbinato a un modello audio flow-matching richiede una scheda grafica potente, decine di gigabyte di file e una configurazione funzionante, e una canzone di cinque minuti tiene occupata quella scheda per minuti.

Su Mage gira nel browser su qualsiasi dispositivo, anche su smartphone, con il supporto LoRA già pronto. E poiché Mage ha anche modelli video nello stesso account, una canzone creata qui può diventare la colonna sonora di una clip: il generatore di video musicali AI trasforma un brano in un'esibizione dei tuoi personaggi salvati.

MiniMax Music 3 ha un prezzo in base alla Durata che scegli, cioè il tempo massimo che la canzone può durare. Con un piano a pagamento, una canzone viene generata senza Gems quando la sua durata rientra in quella coperta dal piano, e i piani superiori coprono canzoni più lunghe. Le generazioni illimitate usano la coda standard.

Senza un piano, o per una canzone più lunga di quella coperta dal tuo piano, MiniMax Music 3 usa i Gems e il prezzo appare prima di generare. I pacchetti di Gems partono da $10 per 10.000 Gems e ogni piano a pagamento include Gems mensili, 1.500 con Pro.

Confronta cosa copre ogni piano nella pagina dell'abbonamento, oppure consulta la pagina del modello MiniMax Music 3 per scoprire quale piano copre ogni durata.