설명
MiniMax Music 3는 최대 5분 길이의 완전한 곡을 생성하도록 설계된 정교한 음악 생성 모델입니다. 이 모델은 가사와 상세한 음악 설명을 기반으로 하여, 표현력 있는 보컬, 진화하는 편곡 및 안정적인 장기 오디오 품질을 갖춘 구조적으로 일관된 곡을 생성할 수 있습니다. 이 모델은 장기 음악 구조를 위한 8B Global LLM과 프레임 수준의 음향 세부 정보를 위한 0.6B Local LLM을 결합하여 Flow Matching 및 Flow-VAE 기반의 연속 숨겨진 상태 합성 시스템을 활용합니다. 32 kHz, 16비트 스테레오 WAV 오디오를 생성합니다.
더 읽기
이 모델은 전체 곡 생성을 지원하며, 긴 시퀀스에 걸쳐 음악 주제, 리듬, 보컬 정체성 및 편곡 진행을 유지합니다. 인트로, 구절, 프리코러스, 후렴, 브리지, 기악 브레이크 및 아우트로와 같은 완전한 구조를 가능하게 합니다. 사용자는 명시적인 섹션 태그와 음악 스타일, 감정 진행, 보컬 성능, 악기 편성 및 제작 프로필을 정의하는 음악 설명을 포함한 가사를 입력할 수 있습니다.
MiniMax Music 3는 글로벌 음악 모델링과 로컬 음향 모델링을 분리하는 계층적 자기 회귀 아키텍처를 사용합니다. Global LLM은 곡의 장기 의미 및 구조적 진행을 모델링하며, 첫 번째 RVQ 코드북을 프레임별로 예측합니다. Local LLM은 각 프레임 내에서 나머지 음향 코드북을 예측하여 세밀한 음향 정보를 복원합니다.
모델의 합성 모듈은 Global 및 Local LLM의 최종 숨겨진 상태를 융합하여 보컬 발음, 악기 질감 및 시간적 연속성을 위한 더 풍부한 음향 정보를 보존합니다. Flow-VAE 아키텍처는 MiniMax Speech에서 조정되었으며 음악의 동적 범위와 스펙트럼 특성에 맞게 재훈련되었습니다.
MiniMax Music 3는 SGLang-Omni의 지원을 받으며 SGLang, diffusers 및 ComfyUI와 같은 다양한 추론 프레임워크를 통해 제공될 수 있습니다. 추론을 위해 CUDA가 필요하며 현재 비스트리밍 생성만 지원합니다. 토큰화된 텍스트 프롬프트는 5,000 토큰으로 제한되며, 오디오 생성은 9,000 음향 프레임으로 제한됩니다.
- 카테고리AI 음악 생성기
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
MiniMax Music 3 하이라이트
고성능 음악 생성
최대 5분 길이의 전체 곡 생성 지원
Global 및 Local LLM 결합
32 kHz, 16비트 스테레오 WAV 오디오 생성
계층적 자기 회귀 아키텍처
연속 숨겨진 상태 합성
Flow-VAE 아키텍처
SGLang-Omni 및 기타 프레임워크 지원
MiniMax Music 3 시작하기
모델 접근: Hugging Face 방문
인증: 계정 설정
환경 설정: 설치 가이드 따르기
API를 통한 통합: 지원되는 프레임워크 사용
최적화: 원하는 출력을 위한 매개변수 조정
MiniMax Music 3의 사용 사례
- 작곡
- 음악 제작
- 영화 음악 작곡
- 게임 사운드트랙
- 광고
