MiniMax — генератор музики

MiniMax Music 3 — це музична модель на основі штучного інтелекту від MiniMax, лабораторії, яка створила відеомодель MiniMax-H3. MiniMax опублікувала її з відкритими вагами на Hugging Face під назвою MiniMaxAI/MiniMax-Music3. Модель створює повні пісні до п’яти хвилин із двох речей, які ви їй даєте: тексту для виконання й опису музики.

Її головна відмінність — вона співає ваші слова. Більшість генераторів музики пишуть власний текст за промптом, а MiniMax Music 3 виконує написаний вами текст по частинах, у тому порядку, який ви позначили тегами: вступ, куплети, підготовка до приспіву, приспіви, брейк, соло та завершення. Опис задає все решта: від жанру, темпу й тональності до виконавця та того, як аранжування розвивається від першого такту до останнього. Також модель створює інструментали — від музики до фільмів до бітів для навчання.

Mage запускає MiniMax Music 3 у вашому браузері поруч з іншими моделями для зображень, відео та аудіо, тож нічого завантажувати не потрібно й відеокарта не потрібна. Mage — незалежна творча платформа, а не частина MiniMax. Вона додає все навколо пісні: безлімітні плани, LoRA поверх моделі, приватну бібліотеку всього, що ви створили, та відеомоделі, які можуть перетворити трек на кліп.

MiniMax Music 3 зчитує два входи, і кожен має одну задачу. Промпт описує музику: жанр і піджанр, темп в ударах за хвилину, тональність, настрій і те, як він змінюється, хто співає і як, а також що роблять інструменти. Текст — це слова для виконання, і більше нічого. Опис ніколи не співається, а текст ніколи не задає стиль, тому пісня виходить найкраще, коли кожен вхід виконує лише свою роль.

У тексті форму пісні задають теги частин. Пишіть [intro], [verse], [pre-chorus], [chorus], [bridge], [solo] або [outro] в окремому рядку, а нижче — рядки для виконання. Тег без тексту під ним, наприклад [solo] перед останнім приспівом, залишає місце для інструментальної вставки. Одне правило важливіше за всі інші: слова, написані в одному рядку з тегом, відкидаються, тому завжди починайте новий рядок після тега.

У посібнику з промптів для MiniMax Music 3 є шаблон для опису, тексти пісень із тегами та готові приклади в різних жанрах.

• Теги секцій — окремими рядками
• Оригінальний текст: один співаний рядок — один рядок
• Щоразу повністю повторюй приспів, коли він повертається
• Додай [outro], щоб пісня закінчилася, а не обірвалася

MiniMax радить складати опис із трьох частин. Спершу — загальна картина: жанр і піджанр, темп, тональність і лад, емоційна дуга від першого до останнього такту, сцена, у якій звучала б пісня, і те, яким має бути звучання міксу. Далі — вокал: стать співака, тембр і регістр, подача куплетів і приспіву, гармонії чи бек-вокал, ефекти на кшталт реверберації чи delay. Нарешті — аранжування у вигляді таймлайну: що грає у вступі, що додається в першому приспіві, що зникає в бриджі та як завершується пісня.

Завжди описуй співака. MiniMax зауважує, що пісня, в описі якої немає голосу, може перетворитися на інструментал. І вирішуй деталі сам: усе, що залишиш відкритим, модель заповнить найпересічнішим варіантом. Тож «акустичний поп» дасть шаблонне аранжування, а «інді-фолк-поп-балада, 84 BPM, соль мажор, гітара фінгерстайл і фетрове піаніно в куплетах, віолончель і дрібні щітки на барабанах у першому приспіві» дасть пісню, яку ти чуєш у голові.

Якщо текст пісні має написати модель за описом, обери натомість Eleven Music. MiniMax Music 3 — це модель для текстів, які ти написав сам.

• Спочатку жанр, темп і тональність
• Назви співака та манеру виконання
• Розпиши аранжування по секціях
• Опиши мікс: теплий, широкий, сирий чи відполірований

Параметр «Тривалість» задає максимальну довжину пісні — до п’яти хвилин. Це межа, а не мета: MiniMax Music 3 сама завершує пісню, коли закінчуються текст і аранжування. Короткий текст дасть коротку пісню за будь-якої тривалості, а довгий текст за короткої тривалості обірветься на межі, навіть посеред рядка.

Тому планthem текст під потрібну довжину. Куплет і приспів займають приблизно хвилину; два куплети, три приспіви та бридж — три-чотири хвилини. Зручно спершу спробувати опис із короткою тривалістю та одним куплетом і приспівом, зберегти seed, коли звучання влаштовує, а потім згенерувати повну пісню.

Для музики без вокалу залиш текст порожнім або ввімкни «Інструментал» і весь опис присвяти музиці. Назви інструменти в порядку їхнього вступу, тональність і можливі модуляції, акустику приміщення та те, як завершується твір. Кінематографічний саундтрек, що починається з самотньої віолончелі й розростається до повного оркестру, або lo-fi-біт для навчання з запиленим електропіаніно та тріском вінілу — усе це створює та сама модель, що й співає.

Для коротких звукових ефектів і атмосфери краще підійде Seed Audio, а про музичні фони й лупи розповідає сторінка ШІ-генератора музики: див. ШІ-генератор музики.

Оскільки MiniMax Music 3 має відкриті ваги, спільнота навчає для неї LoRA — невеликі додаткові файли, які зсувають модель до певного жанру, стилю продакшну чи характеру голосу. Одні змінюють те, як планується пісня, інші — те, як вона звучить. На Mage вони працюють поверх моделі. Встав посилання на LoRA для MiniMax Music 3 з Hugging Face або CivitAI на сторінці імпорту, і воно з’явиться у списку LoRA для MiniMax Music 3.

Починай з нової LoRA з вагою 1 і зменшуй її, якщо пісня починає губити текст чи структуру. Якщо LoRA навчали з тригерним словом, додай це слово в опис.

Відкриті ваги означають, що будь-хто може завантажити MiniMax Music 3 з Hugging Face і запустити її сам. Але на практиці мовна модель на 8 мільярдів параметрів у парі з аудіомоделлю flow-matching потребує потужної відеокарти, десятків гігабайтів файлів моделі та налаштованого середовища, а п’ятихвилинна пісня навантажує цю карту на кілька хвилин.

На Mage вона працює в браузері на будь-якому пристрої, зокрема на телефоні, а підтримка LoRA вже налаштована. А що в тому самому акаунті на Mage є відеомоделі, пісня, створена тут, може стати саундтреком до кліпу: ШІ-генератор музичних відео перетворює трек на виступ твоїх збережених персонажів.

Ціна MiniMax Music 3 залежить від обраної тривалості — максимальної довжини пісні. На платному плані пісня генерується без витрат Gems, якщо її довжина входить у те, що покриває план; вищі плани покривають довші пісні. Безлімітні запуски використовують стандартну чергу.

Без плану або для пісні довшої, ніж покриває твій план, MiniMax Music 3 працює за Gems, а ціну видно ще до генерації. Пакети Gems коштують від $10 за 10 000 Gems, а кожен платний план включає щомісячні Gems — 1 500 на Pro.

Порівняй, що покриває кожен план, на сторінці підписки або відкрий сторінку моделі MiniMax Music 3, щоб побачити, який план покриває яку довжину пісні.