MiniMax Müzik Oluşturucu

MiniMax Music 3, MiniMax-H3 video modelinin de arkasındaki laboratuvar MiniMax'in geliştirdiği bir yapay zeka müzik modelidir. MiniMax, modeli Hugging Face'te MiniMaxAI/MiniMax-Music3 adıyla açık ağırlıklı olarak yayımladı. Verdiğin iki şeyden yola çıkarak beş dakikaya kadar tam şarkılar yazar: seslendirilecek sözler ve müziğin tarifi.

Onu farklı kılan, senin sözlerini söylemesi. Çoğu müzik oluşturucu bir prompt'tan kendi sözlerini yazar; MiniMax Music 3 ise senin yazdığın söz sayfasını, etiketlediğin sırayla bölüm bölüm seslendirir: giriş, kıtalar, ön nakarat, nakaratlar, köprü, solo ve çıkış. Tarif ise geri kalan her şeyi belirler: tür, tempo ve tonaliteden şarkıcıya ve aranjmanın ilk ölçüden sonuncuya nasıl büyüdüğüne kadar. Film müziklerinden ders çalışma ritimlerine kadar enstrümantaller de üretir.

Mage, MiniMax Music 3'ü tarayıcında, görsel, video ve ses modellerinin yanında çalıştırır; yani indirecek bir şey ve sahip olman gereken bir ekran kartı yok. Mage bağımsız bir yaratıcı platformdur, MiniMax'in parçası değildir. Mage'in kattığı şey şarkının çevresindeki her şey: sınırsız planlar, modelin üstüne LoRA'lar, ürettiğin her şeyin özel kütüphanesi ve parçayı müzik videosuna dönüştürebilen video modelleri.

MiniMax Music 3 iki girdi okur ve her birinin tek bir görevi vardır. Prompt müziği tarif eder: tür ve alt tür, dakikadaki vuruş sayısıyla tempo, tonalite, ruh hali ve nasıl değiştiği, kimin nasıl söylediği ve enstrümanların ne yaptığı. Sözler ise seslendirilecek kelimelerdir, başka bir şey değil. Tarif asla seslendirilmez, sözler de asla stili belirlemez; bu yüzden her biri kendi alanında kalınca şarkı en iyi şekilde çıkar.

Sözlerde bölüm etiketleri şarkıya şeklini verir. [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] veya [outro] etiketini tek başına bir satıra yaz, söylenecek dizeleri de altına ekle. Altında hiçbir şey olmayan bir etiket, örneğin son nakaratın öncesindeki bir [solo], enstrümantal bir bölüme yer açar. Bir kural hepsinden önemli: etiketle aynı satıra yazılan sözler atlanır, bu yüzden etiketten sonra her zaman yeni bir satıra geç.

Açıklama için doldurulacak şablonu, etiketli söz sayfalarını ve birçok türden örnekleri MiniMax Music 3 prompt rehberinde bulabilirsin.

• Bölüm etiketleri kendi satırında tek başına dursun
• Özgün sözler, her satıra söylenecek bir dize
• Nakarat her döndüğünde baştan sona tekrar yaz
• Şarkı aniden kesilmesin, bitsin diye bir [outro]

MiniMax açıklamanın üç bölümden oluşmasını öneriyor. Birincisi genel tablo: tür ve alt tür, tempo, ton ve gam, ilk ölçüden sonuncuya duygusal akış, şarkının çalabileceği bir sahne ve miksin nasıl duyulması gerektiği. İkincisi vokaller: şarkıcının cinsiyeti, tınısı ve ses aralığı, kıtaları ve nakaratı nasıl seslendirdiği, varsa armoniler veya geri vokaller, ayrıca reverb ya da delay gibi efektler. Üçüncüsü aranjman, bir zaman çizelgesi olarak: girişte neyin çaldığı, ilk nakaratta neyin devreye girdiği, köprüde neyin çekildiği ve şarkının nasıl bittiği.

Şarkıcıyı mutlaka tarif et. MiniMax, açıklamasında ses belirtilmeyen bir şarkının enstrümantale kayabildiğini belirtiyor. Ayrıntılara da kendin karar ver: açık bıraktığın her şeyi model en ortalama seçimiyle doldurur. Yani "akustik pop" sıradan bir aranjman verir, "indie folk pop baladı, 84 BPM, Sol majör, kıtalarda parmakla çalınan gitar ve keçe kaplı piyano, ilk nakaratta çello ve fırça vuruşlu davul" ise kafandaki şarkıyı verir.

Sözlerini modelin bir açıklamadan yazdığı bir şarkı için bunun yerine Eleven Music kullan. MiniMax Music 3, kendi yazdığın sözler için olan modeldir.

• Önce tür, tempo ve ton
• Şarkıcıyı ve söyleyiş tarzını belirt
• Aranjmanı bölüm bölüm anlat
• Miksi tarif et: sıcak, geniş, ham ya da cilalı

Uzunluk ayarı, şarkının en fazla ne kadar sürebileceğini belirler ve beş dakikaya kadar çıkar. Bu bir hedef değil, bir sınırdır: sözler ve aranjman bittiğinde MiniMax Music 3 şarkıyı kendisi bitirir. Kısa bir söz sayfası, Uzunluk ne olursa olsun kısa bir şarkı verir; uzun bir söz sayfası ile kısa bir Uzunluk ise sınırda, hatta bir dizenin ortasında kesilir.

O yüzden sözleri istediğin uzunluğa göre planla. Yaklaşık bir kıta ve bir nakarat bir dakikayı doldurur; iki kıta, üç nakarat ve bir köprü üç dört dakikayı doldurur. Pratik bir yöntem: açıklamayı kısa bir Uzunluk ve tek kıta ile nakaratla dene, ses doğru olunca seed'i sabit tut, sonra şarkının tamamını oluştur.

Vokalsiz müzik için sözleri boş bırak ya da Enstrümantal seçeneğini aç ve açıklamanın tamamını müziğe ayır. Enstrümanları devreye girdikleri sırayla, tonu ve varsa ton değişimini, mekânı ve parçanın nasıl bittiğini yaz. Tek bir çelloyla açılıp tam bir orkestraya ulaşan sinematik bir film müziği ya da tozlu elektrik piyano ve plak çıtırtısı olan lo-fi bir ders çalışma beat'i, şarkı söyleyen aynı modelden çıkar.

Kısa ses efektleri ve ortam sesleri için Seed Audio daha iyi bir araç; fon müzikleri ve döngüler için ise yapay zeka müzik oluşturucu sayfasına bak: Yapay zeka müzik oluşturucu.

MiniMax Music 3'ün ağırlıkları açık olduğu için topluluğu bu model için LoRA'lar eğitiyor: modeli bir türe, bir prodüksiyon stiline ya da bir vokal karakterine yaklaştıran küçük eklenti dosyaları. Bazıları şarkının nasıl planlandığını, bazıları nasıl duyulduğunu değiştirir. Mage'de modelin üzerine eklenerek çalışırlar. Bir MiniMax Music 3 LoRA'sının Hugging Face veya CivitAI bağlantısını İçe Aktar sayfasına yapıştır; MiniMax Music 3 için LoRA seçicide görünür.

Yeni bir LoRA'ya 1 ağırlığıyla başla; şarkı sözleri ya da yapı bozulmaya başlarsa ağırlığı düşür. LoRA bir tetikleyici kelimeyle eğitildiyse o kelimeyi açıklamaya ekle.

Açık ağırlık, herkesin MiniMax Music 3'ü Hugging Face'ten indirip kendi başına çalıştırabilmesi demek. Pratikte ise 8 milyar parametreli bir dil modeli ile flow-matching tabanlı bir ses modelinin birlikte çalışması güçlü bir ekran kartı, onlarca gigabaytlık model dosyası ve çalışan bir kurulum gerektirir; beş dakikalık bir şarkı da o kartı dakikalarca meşgul eder.

Mage'de ise her cihazda, telefon dahil, tarayıcıda çalışır ve LoRA desteği hazırdır. Mage aynı hesapta video modelleri de sunduğu için burada yaptığın şarkı bir klibin film müziği olabilir: yapay zeka müzik videosu oluşturucu bir parçayı, kayıtlı karakterlerinin sergilediği bir performansa dönüştürür.

MiniMax Music 3'ün fiyatı, seçtiğin Uzunluğa, yani şarkının en fazla ne kadar sürebileceğine göre belirlenir. Ücretli bir planda, şarkının uzunluğu planın kapsamına giriyorsa şarkı Gem harcamadan oluşturulur; üst planlar daha uzun şarkıları kapsar. Sınırsız kullanımlar standart sırayı kullanır.

Planın yoksa ya da şarkı planının kapsadığından uzunsa MiniMax Music 3 Gem ile çalışır ve fiyat, oluşturmadan önce görünür. Gem paketleri 10.000 Gem için 10 $'dan başlar; her ücretli plana aylık Gem dahildir, Pro'da 1.500.

Her planın neleri kapsadığını üyelik sayfasında karşılaştırabilir ya da her şarkı uzunluğunu hangi planın kapsadığını görmek için MiniMax Music 3 model sayfasına bakabilirsin.