MiniMax Gerador de música

O MiniMax Music 3 é um modelo de música com IA da MiniMax, o laboratório por trás do modelo de vídeo MiniMax-H3. A MiniMax o lançou com pesos abertos no Hugging Face como MiniMaxAI/MiniMax-Music3. Ele cria músicas completas de até cinco minutos a partir de duas coisas que você fornece: a letra a ser cantada e uma descrição da música.

O que o diferencia é que ele canta as suas palavras. A maioria dos geradores de música escreve a própria letra a partir de um prompt; o MiniMax Music 3 interpreta a letra que você escreveu, seção por seção, na ordem em que você marcar: uma introdução, versos, uma pré-chorus, refrões, uma ponte, um solo e um final. A descrição define todo o resto, do gênero, andamento e tom até o cantor e o modo como o arranjo cresce do primeiro compasso ao último. Ele também cria instrumentais, de trilhas de cinema a beats para estudar.

A Mage roda o MiniMax Music 3 no seu navegador, ao lado dos demais modelos de imagem, vídeo e áudio, então não há nada para baixar nem placa de vídeo para ter. A Mage é uma plataforma criativa independente, sem ligação com a MiniMax. O que ela acrescenta é tudo o que envolve a música: planos ilimitados, LoRAs sobre o modelo, uma biblioteca privada com tudo o que você cria e modelos de vídeo que podem transformar a faixa em um videoclipe.

O MiniMax Music 3 lê duas entradas, e cada uma tem uma função. O prompt descreve a música: o gênero e o subgênero, o andamento em batidas por minuto, o tom, o clima e como ele muda, quem canta e de que jeito, e o que os instrumentos fazem. A letra é o que será cantado, e nada além disso. A descrição nunca é cantada, e a letra nunca define o estilo, então a música sai melhor quando cada uma fica na sua função.

Na letra, as tags de seção dão forma à música. Escreva [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] ou [outro] sozinho em uma linha, com os versos cantados logo abaixo. Uma tag sem nada embaixo, como um [solo] antes do último refrão, abre espaço para uma passagem instrumental. Uma regra importa mais do que todas: palavras escritas na mesma linha de uma tag são descartadas, então sempre comece uma nova linha depois da tag.

O guia de prompts do MiniMax Music 3 traz um modelo para preencher a descrição, letras com tags e exemplos prontos em vários gêneros.

• Tags de seção sozinhas na linha
• Letra original, uma linha cantada por linha
• Repita o refrão inteiro toda vez que ele voltar
• Um [outro] para a música terminar em vez de simplesmente parar

A MiniMax recomenda uma descrição em três partes. Primeiro, o panorama geral: o gênero e o subgênero, o andamento, a tonalidade e a escala, o arco emocional do primeiro ao último compasso, uma cena em que a música tocaria e como a mixagem deve soar. Segundo, os vocais: o gênero da pessoa que canta, o timbre e o registro, como ela interpreta os versos e o refrão, eventuais harmonias ou backing vocals e efeitos como reverb ou delay. Terceiro, o arranjo, em formato de linha do tempo: o que toca na introdução, o que entra no primeiro refrão, o que sai na ponte e como a música termina.

Sempre descreva a voz. A MiniMax observa que uma música cuja descrição deixa a voz de fora pode virar um instrumental. E decida os detalhes você mesmo: tudo o que você deixa em aberto, o modelo preenche com a escolha mais comum. Por isso, “pop acústico” gera um arranjo genérico, enquanto “balada indie folk pop, 84 BPM, Sol maior, violão em dedilhado e piano com feltro nos versos, violoncelo e bateria com vassourinhas no primeiro refrão” gera a música que você imagina.

Para uma música em que o modelo escreve a letra a partir de uma descrição, use o Eleven Music. O MiniMax Music 3 é o modelo para letras escritas por você.

• Primeiro gênero, andamento e tonalidade
• Diga quem canta e como canta
• Monte o arranjo seção por seção
• Descreva a mixagem: quente, ampla, crua ou polida

A configuração Duração é o tempo máximo que a música pode ter, até cinco minutos. É um limite, não uma meta: o MiniMax Music 3 encerra a música sozinho quando a letra e o arranjo acabam. Uma letra curta gera uma música curta, seja qual for a Duração, e uma letra longa com Duração curta é cortada no limite, até no meio de um verso.

Por isso, planeje a letra de acordo com a duração que você quer. Um verso e um refrão preenchem cerca de um minuto; dois versos, três refrões e uma ponte preenchem três ou quatro. Um bom fluxo de trabalho é testar a descrição com uma Duração curta e só um verso e um refrão, manter a seed quando o som estiver certo e então gerar a música completa.

Para música sem vocais, deixe a letra vazia ou ative Instrumental e use a descrição inteira para falar da música. Cite os instrumentos na ordem em que entram, a tonalidade e qualquer mudança de tom, o ambiente e como a peça termina. Uma trilha cinematográfica que começa com um violoncelo solitário e cresce até uma orquestra completa, ou um beat lo-fi para estudar com piano elétrico empoeirado e chiado de vinil, saem do mesmo modelo que canta.

Para efeitos sonoros curtos e ambiência, o Seed Audio é a melhor ferramenta, e a página do gerador de música com IA cobre trilhas de fundo e loops: veja o gerador de música com IA.

Como o MiniMax Music 3 tem pesos abertos, a comunidade treina LoRAs para ele: pequenos arquivos complementares que levam o modelo para um gênero, um estilo de produção ou um caráter vocal. Alguns mudam a forma como a música é planejada, outros a forma como ela soa. No Mage, eles funcionam por cima do modelo. Cole o link do Hugging Face ou do CivitAI de um LoRA do MiniMax Music 3 na página Importar, e ele aparece no seletor de LoRA do MiniMax Music 3.

Comece um LoRA novo com peso 1 e diminua se a música começar a perder a letra ou a estrutura. Quando um LoRA foi treinado com uma palavra-gatilho, coloque essa palavra na descrição.

Pesos abertos significam que qualquer pessoa pode baixar o MiniMax Music 3 do Hugging Face e rodá-lo por conta própria. Na prática, um modelo de linguagem de 8 bilhões de parâmetros combinado com um modelo de áudio de flow matching exige uma placa de vídeo potente, dezenas de gigabytes de arquivos do modelo e uma configuração funcionando, e uma música de cinco minutos deixa essa placa ocupada por minutos.

No Mage, ele roda no navegador em qualquer dispositivo, inclusive no celular, com suporte a LoRA já pronto. E, como o Mage reúne modelos de vídeo na mesma conta, uma música feita aqui pode virar a trilha de um clipe: o gerador de videoclipe com IA transforma uma faixa em uma performance dos seus personagens salvos.

O preço do MiniMax Music 3 depende da Duração que você escolhe, o tempo máximo que a música pode ter. Em um plano pago, a música é gerada sem gastar Gems quando a duração cabe no que o plano cobre, e planos maiores cobrem músicas mais longas. As gerações ilimitadas usam a fila padrão.

Sem um plano, ou para uma música mais longa do que o seu plano cobre, o MiniMax Music 3 usa Gems, e o preço aparece antes de você gerar. Os pacotes de Gems começam em US$ 10 por 10.000 Gems, e todo plano pago inclui Gems mensais: 1.500 no Pro.

Compare o que cada plano cobre na página de assinatura ou veja a página do modelo MiniMax Music 3 para saber qual plano cobre cada duração de música.