MiniMax-Music3(音乐模型)
gamedev pkg add aigd.audio-minimax-music3概览
MiniMax-Music3:根据风格提示词和带 [verse]/[chorus] 标签的歌词,生成带人声演唱的完整歌曲,最长 5 分钟,44.1 kHz 立体声,适合主题曲和原声单曲。使用 audio.cpp 在你的 GPU 上本地运行。社区许可:需展示“MiniMax-Music3”、将输出标注为机器生成、营收上限。
MiniMax-Music3 是 MiniMax 推出的歌曲生成模型。它根据风格提示词(曲风、速度、调性、人声、编曲)和你带 [verse] / [chorus] 标签的歌词,写出带人声演唱的完整歌曲:最长 5 分钟、44.1 kHz 立体声。在 AI Game Dev 应用中,它通过 Local audio generation(aigd.audiocpp,即 audio.cpp 运行时)在你的 GPU 上本地运行,因此每首歌都不产生费用。它适合需要带结构化歌词的人声歌曲的游戏开发者,例如主题曲和原声单曲。其社区许可允许商业使用,但附带条件(见下方许可部分)。
你可以制作什么
- 用于标题画面、预告片或制作人员名单的人声主题曲。
- 根据你为某个角色或某段剧情写的歌词,生成包含主歌和副歌的歌曲。
- 叙事内音乐:用于游戏内电台、酒馆吟游诗人或演唱会场景的歌曲。
歌词是必需的,所以这个模型不适合纯音乐。纯音乐请使用 ACE-Step 1.5、Magenta RealTime 2 或 Stable Audio 3 Small Music。
示例请求
- “为预告片写一首 2 分钟的男声英雄摇滚颂歌,使用这些歌词:[verse] ... [chorus] ...”
- “为酒馆吟游诗人做一首 D 小调的慢速民谣,使用这些歌词:……”
- “为片尾字幕生成一首女声演唱的欢快合成器流行歌曲,约 3 分钟,使用这些歌词:[verse] ... [chorus] ...”
亮点
| 规格 | 值 |
|---|---|
| 输出 | 44.1 kHz 立体声 WAV,保存到你的项目中 |
| 长度 | 10 秒到 5 分钟(默认 60 秒) |
| 输入 | 风格提示词(最多 1,000 个字符)和歌词(必需,最多 4,000 个字符),带 [verse] / [chorus] 标签 |
| 步数 | 默认 30,最多 60 |
| 引导 | 0.5 到 5(默认 1.7) |
| 种子 | 默认 0 |
durationSeconds 是预算上限:歌词唱完后,歌曲可以提前结束。
此包只包含数据。它列出模型文件。应用在你确认后下载它们,用 sha256 逐个校验,并在你的电脑上用 audio.cpp 运行。
下载
8.45 GB,13 个文件,固定到 audio-cpp/MiniMax-Music3-GGUF 的 Hugging Face 提交 46fe77f8(audio.cpp 的默认组件组合):
| 文件 | 部分 | 大小 |
|---|---|---|
language_model_q4_0.gguf | 8B 歌曲语言模型,Q4_0 | 6.01 GB |
transformer_q4_0.gguf | 流匹配 transformer,Q4_0 | 1.40 GB |
rvq_depth_decoder_q8_0.gguf | RVQ 深度解码器,Q8_0 | 0.71 GB |
vocoder.gguf, condition_encoder.gguf | 声码器和条件编码器 | 0.32 GB |
tokenizer/*, config.json, config/*.json | 分词器和配置 | 11 MB |
为什么不用官方 ggml-org/MiniMax-Music3-GGUF(llama.cpp,2026-11-17)?它只有 Q8_0 和 BF16 文件(Q8 加上其投影器为 15.8 GB),而且要跑在第二个运行时里(llama.cpp 的 llama-tts)。audio.cpp 包需要约 10 GB 显存,并与其他音频模型共用运行时。
适用电脑
| 电脑 | 需求 | 速度 |
|---|---|---|
| NVIDIA GPU(CUDA)或其他 GPU(Vulkan) | 约 12 GB 显存 | 在 RTX 5090 上约为实时的 1.35 倍(上游:30 秒歌曲峰值 9.8 GiB) |
| Apple 芯片的 Mac(Metal) | 约 24 GB 内存(估计) | 尚未实测 |
歌曲越长需要越多显存:运行时会为整首歌预留空间。由 GGUF 发布者在 RTX 5090 上实测(30 秒,30 个 flow 步数);我们尚未实测。
许可
MiniMax-Music3 社区许可(固定修订版本的文本)。免费,包括商业使用,但附带条件:
- 界面署名。 使用该模型的商业产品或服务必须在其用户界面中显著展示 "MiniMax-Music3"(§3.1)。AI Game Dev 在你选择该模型或查看其结果的所有位置,都以该确切名称显示它。
- 营收上限。 当(你及你的关联公司)来自使用该模型的产品或服务的年营收超过 2000 万美元时,需要 MiniMax 事先书面授权(api@minimax.io,主题为“MiniMax-Music3 licensing - authorization request”)(§3.2)。
- 可接受使用。 许可的附录 A 列出了 19 项禁止用途(其中包括军事用途和侵犯他人权利);MiniMax 可能会更新该附录。
- 披露 AI 内容。 你发布的音乐必须清晰、显著地标注为机器生成(附录 A 第 11 项)。
- 保障措施与赔偿。 任何允许第三方使用该模型进行生成的一方,都必须保留合理的保障措施以防侵权用途(§4),并且你需就违约行为对 MiniMax 作出赔偿。
- 每份权重副本都应附上版权和许可声明。
许可中提及的组件:语言模型基于 Qwen3-8B 微调(Apache-2.0);DiT 修改自 Stable Audio tools(MIT);VAE 来自 DAC(MIT)。GGUF 转换:audio-cpp/MiniMax-Music3-GGUF(社区转换;其模型卡声明 MiniMax-Music3 许可,并附带相同的 LICENSE 文件)。
所有文件均从 Hugging Face 下载。AI Game Dev 不托管这些文件。
版本
| 版本 | 发布时间 | 需要应用 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更高版本 | |
| 1.0.1 | 0.32.0-beta.6 或更高版本 |
安装
在桌面应用中安装
打开包窗口(状态栏中的包图标),选择浏览,搜索 aigd.audio-minimax-music3,然后点击添加到项目。
还没安装应用?免费下载 AI Game Dev,支持 Windows、macOS 和 Linux。
从终端安装
在项目文件夹中使用 gamedev CLI:
gamedev pkg add aigd.audio-minimax-music3环境要求
- AI Game Dev 0.32.0-beta.6 或更高版本
gamedev pkg add aigd.audio-minimax-music3