MiniMax Generator muzyki

MiniMax Music 3 to model AI do tworzenia muzyki od MiniMax, laboratorium stojącego za modelem wideo MiniMax-H3. MiniMax udostępnił go z otwartymi wagami na Hugging Face jako MiniMaxAI/MiniMax-Music3. Tworzy kompletne piosenki do pięciu minut na podstawie dwóch rzeczy, które mu dajesz: tekstu do zaśpiewania i opisu muzyki.

Wyróżnia go to, że śpiewa Twoje słowa. Większość generatorów muzyki pisze własny tekst na podstawie promptu, a MiniMax Music 3 wykonuje napisany przez Ciebie tekst, sekcja po sekcji, w kolejności, w jakiej go oznaczysz: intro, zwrotki, pre-refren, refreny, bridge, solo i outro. Opis ustala całą resztę, od gatunku, tempa i tonacji po wokalistę i to, jak aranżacja rośnie od pierwszego do ostatniego taktu. Model tworzy też instrumentale, od muzyki filmowej po podkłady do nauki.

Mage uruchamia MiniMax Music 3 w przeglądarce, obok pozostałych modeli obrazu, wideo i dźwięku, więc nie musisz niczego pobierać ani mieć karty graficznej. Mage to niezależna platforma twórcza, niezwiązana z MiniMax. Dodaje wszystko, co jest wokół piosenki: plany bez limitów, LoRA na bazie modelu, prywatną bibliotekę wszystkiego, co stworzysz, oraz modele wideo, które zamienią utwór w teledysk.

MiniMax Music 3 czyta dwa dane wejściowe i każde ma jedno zadanie. Prompt opisuje muzykę: gatunek i podgatunek, tempo w uderzeniach na minutę, tonację, nastrój i jego zmiany, kto śpiewa i w jaki sposób oraz co grają instrumenty. Tekst to słowa do zaśpiewania i nic więcej. Opis nigdy nie jest śpiewany, a tekst nigdy nie ustala stylu, więc piosenka wychodzi najlepiej, gdy każde z nich trzyma się swojej roli.

W tekście kształt piosenki nadają znaczniki sekcji. Wpisz [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] lub [outro] samodzielnie w wierszu, a pod nim śpiewane wersy. Znacznik bez tekstu pod spodem, na przykład [solo] przed ostatnim refrenem, zostawia miejsce na fragment instrumentalny. Jedna zasada jest ważniejsza od wszystkich innych: słowa zapisane w tym samym wierszu co znacznik są pomijane, więc po znaczniku zawsze zaczynaj nowy wiersz.

W poradniku promptowania MiniMax Music 3 znajdziesz szablon opisu do uzupełnienia, otagowane teksty piosenek i przykłady w kilku gatunkach.

• Tagi sekcji w osobnych liniach
• Własny tekst, jedna śpiewana linijka w jednej linii
• Za każdym razem w całości powtarzaj refren
• [outro], żeby piosenka się kończyła, a nie urywała

MiniMax zaleca opis w trzech częściach. Po pierwsze, ogólny obraz: gatunek i podgatunek, tempo, tonacja i skala, emocjonalny przebieg od pierwszego do ostatniego taktu, scena, w której piosenka mogłaby zabrzmieć, oraz brzmienie miksu. Po drugie, wokal: płeć, barwa i skala głosu, sposób wykonania zwrotek i refrenu, ewentualne harmonie lub chórki oraz efekty, takie jak pogłos czy delay. Po trzecie, aranżacja w formie osi czasu: co gra we wstępie, co wchodzi w pierwszym refrenie, co znika w przejściu i jak kończy się piosenka.

Zawsze opisuj wokalistę. MiniMax zauważa, że piosenka, w której opisie pominięto głos, może zamienić się w utwór instrumentalny. I sam decyduj o szczegółach: wszystko, co zostawisz otwarte, model uzupełni najbardziej przeciętnym wyborem, więc „acoustic pop” da generyczną aranżację, a „indie folk pop ballad, 84 BPM, G-dur, gitara grana palcami i fortepian z filcem w zwrotkach, wiolonczela i miotełki na perkusji w pierwszym refrenie” da piosenkę, którą masz w głowie.

Jeśli chcesz piosenkę, której tekst model napisze na podstawie opisu, użyj zamiast tego Eleven Music. MiniMax Music 3 to model do tekstów własnego autorstwa.

• Najpierw gatunek, tempo i tonacja
• Nazwij wokalistę i sposób śpiewania
• Rozpisz aranżację sekcja po sekcji
• Opisz miks: ciepły, szeroki, surowy lub dopracowany

Ustawienie Długość to maksymalny czas trwania piosenki, do pięciu minut. To limit, a nie cel: MiniMax Music 3 sam kończy piosenkę, gdy tekst i aranżacja są gotowe. Krótki tekst da krótką piosenkę niezależnie od ustawionej Długości, a długi tekst przy krótkiej Długości zostanie ucięty na limicie, nawet w środku linijki.

Dlatego zaplanuj tekst pod pożądaną długość. Mniej więcej zwrotka i refren wypełniają minutę; dwie zwrotki, trzy refreny i przejście to trzy–cztery minuty. Praktyczny sposób pracy: wypróbuj opis z krótką Długością i jedną zwrotką z refrenem, zachowaj seed, gdy brzmienie jest dobre, a potem wygeneruj całą piosenkę.

Do muzyki bez wokalu zostaw pusty tekst lub włącz Instrumental, a cały opis poświęć muzyce. Wymień instrumenty w kolejności wchodzenia, tonację i ewentualną zmianę tonacji, przestrzeń oraz zakończenie utworu. Filmowa ścieżka, która zaczyna się od samotnej wiolonczeli i rozrasta do pełnej orkiestry, albo lo-fi beat do nauki z zakurzonym pianinem elektrycznym i trzaskiem winylu – oba powstają w tym samym modelu, który śpiewa.

Do krótkich efektów dźwiękowych i ambientu lepszy jest Seed Audio, a podkłady i pętle omawia strona generatora muzyki AI: zobacz generator muzyki AI.

Ponieważ MiniMax Music 3 ma otwarte wagi, jego społeczność trenuje do niego LoRA: małe pliki dodatkowe, które przesuwają model w stronę gatunku, stylu produkcji lub charakteru wokalu. Jedne zmieniają sposób planowania piosenki, inne jej brzmienie. W Mage działają na bazie modelu. Wklej link do LoRA dla MiniMax Music 3 z Hugging Face lub CivitAI na stronie Import, a pojawi się w wyborze LoRA dla MiniMax Music 3.

Nową LoRA zacznij od wagi 1 i zmniejsz ją, jeśli piosenka zaczyna gubić tekst lub strukturę. Jeśli LoRA była trenowana ze słowem wyzwalającym, wpisz to słowo w opisie.

Otwarte wagi oznaczają, że każdy może pobrać MiniMax Music 3 z Hugging Face i uruchomić go u siebie. W praktyce model językowy z 8 miliardami parametrów w parze z audio modelem flow-matching wymaga mocnej karty graficznej, kilkudziesięciu gigabajtów plików modelu i działającej konfiguracji, a pięciominutowa piosenka zajmuje tę kartę na kilka minut.

W Mage działa w przeglądarce na każdym urządzeniu, także na telefonie, a obsługa LoRA jest już gotowa. A ponieważ Mage ma modele wideo na tym samym koncie, piosenka stworzona tutaj może stać się ścieżką dźwiękową klipu: generator teledysków AI zamienia utwór w występ Twoich zapisanych postaci.

Cena MiniMax Music 3 zależy od wybranej Długości, czyli maksymalnego czasu trwania piosenki. W płatnym planie piosenka powstaje bez Gems, jeśli jej długość mieści się w tym, co obejmuje plan, a wyższe plany obejmują dłuższe piosenki. Nielimitowane generowania korzystają ze standardowej kolejki.

Bez planu lub przy piosence dłuższej, niż obejmuje Twój plan, MiniMax Music 3 działa za Gems, a cenę zobaczysz przed generowaniem. Pakiety Gems zaczynają się od $10 za 10 000 Gems, a każdy płatny plan zawiera miesięczne Gems, 1500 w planie Pro.

Porównaj, co obejmuje każdy plan, na stronie członkostwa lub zajrzyj na stronę modelu MiniMax Music 3, żeby zobaczyć, który plan obejmuje daną długość piosenki.