الوصف
MiniMax Music 3 هو نموذج متطور لتوليد الموسيقى مصمم لإنشاء أغاني كاملة تصل مدتها إلى خمس دقائق. يعتمد هذا النموذج على كل من الكلمات والأوصاف الموسيقية التفصيلية، مما يسمح له بتوليد أغاني متماسكة هيكليًا مع أصوات تعبيرية وترتيبات متطورة وجودة صوتية طويلة الأمد مستقرة. يجمع النموذج بين LLM عالمي بسعة 8 مليار لهيكل الموسيقى على المدى الطويل وLLM محلي بسعة 0.6 مليار لتفاصيل الصوت على مستوى الإطار، مستخدمًا نظام توليف مستمر يعتمد على مطابقة التدفق وFlow-VAE. ينتج صوت WAV ستيريو بتردد 32 كيلو هرتز وعمق 16 بت.
قراءة المزيد
يدعم النموذج توليد الأغاني الكاملة، مع الحفاظ على الموضوعات الموسيقية والإيقاع وهوية الصوت وتقدم الترتيب عبر تسلسلات طويلة. يمكّن من إنشاء هياكل كاملة مثل المقدمة، والبيت، وما قبل الكورس، والكورس، والجسر، واستراحة الآلات، والنهاية. يمكن للمستخدمين إدخال كلمات مع علامات أقسام واضحة ووصف موسيقي يحدد النمط الموسيقي، والتقدم العاطفي، وأداء الصوت، والآلات، والترتيب، وملف الإنتاج.
يستخدم MiniMax Music 3 بنية تسلسلية ذاتية التكرار تفصل بين النمذجة الموسيقية العالمية والنمذجة الصوتية المحلية. يتنبأ LLM العالمي بأول إطار من كود RVQ إطارًا بإطار، نمذجة التقدم الدلالي والهيكلي للأغنية على المدى الطويل. يتنبأ LLM المحلي ببقية كود الصوت داخل كل إطار، مستعيدًا المعلومات الصوتية الدقيقة.
تدمج وحدة التوليف في النموذج الحالات المخفية النهائية لـ LLM العالمي والمحلي، مما يحافظ على معلومات صوتية أغنى لتعبير الصوت وملمس الآلات واستمرارية زمنية. تم تعديل بنية Flow-VAE من MiniMax Speech وإعادة تدريبها لتناسب النطاق الديناميكي والخصائص الطيفية للموسيقى.
يدعم MiniMax Music 3 SGLang-Omni ويمكن تقديمه باستخدام أطر استدلال مختلفة مثل SGLang وdiffusers وComfyUI. يتطلب CUDA للاستدلال ويدعم حاليًا فقط التوليد غير المتدفق. الحد الأقصى لنص الإدخال هو 5000 رمز، وحدود توليد الصوت هي 9000 إطار صوتي.
- الفئةمولّدات الموسيقى بالذكاء الاصطناعي
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح MiniMax Music 3
توليد موسيقى عالية الأداء
يدعم توليد الأغاني الكاملة حتى خمس دقائق
يجمع بين LLM العالمي والمحلي
ينتج صوت WAV ستيريو بتردد 32 كيلو هرتز وعمق 16 بت
بنية تسلسلية ذاتية التكرار
توليف مستمر للحالات المخفية
بنية Flow-VAE
يدعم SGLang-Omni وأطر أخرى
البدء مع MiniMax Music 3
الوصول إلى النموذج: زيارة Hugging Face
المصادقة: إعداد الحساب
إعداد البيئة: اتباع دليل التثبيت
التكامل عبر API: استخدام الأطر المدعومة
تحسين: ضبط المعلمات للحصول على الناتج المطلوب
حالات استخدام MiniMax Music 3
- كتابة الأغاني
- إنتاج الموسيقى
- تأليف الموسيقى للأفلام
- موسيقى الألعاب
- الإعلانات
