MiniMax-Music3(音樂模型)
gamedev pkg add aigd.audio-minimax-music3總覽
MiniMax-Music3:根據風格提示與帶有 [verse]/[chorus] 標籤的歌詞,生成含人聲演唱的完整歌曲,最長 5 分鐘、44.1 kHz 立體聲,適合主題曲與原聲帶單曲。透過 audio.cpp 在你的 GPU 上本機執行。社群授權:需標示「MiniMax-Music3」、註明輸出為機器生成、有營收上限。
MiniMax-Music3 是 MiniMax 推出的歌曲生成模型。它會依據風格提示(曲風、速度、調性、人聲、編曲)以及你提供、帶有 [verse] / [chorus] 標籤的歌詞,寫出含人聲演唱的完整歌曲:最長 5 分鐘的 44.1 kHz 立體聲。在 AI Game Dev 應用程式中,它透過 Local audio generation(aigd.audiocpp,也就是 audio.cpp 執行環境)在你的 GPU 上本機執行,因此每首歌都不花一毛錢。它適合需要結構化歌詞人聲歌曲的遊戲開發者,例如主題曲與原聲帶單曲。其社群授權允許商業使用,但附有條件(請見下方授權章節)。
你可以製作的內容
- 用於標題畫面、預告片或工作人員名單的人聲主題曲。
- 把你為角色或劇情片段寫的歌詞,譜成含主歌與副歌的歌曲。
- 劇情內音樂:遊戲內電台、酒館吟遊詩人或演唱會場景的歌曲。
歌詞是必填的,所以這個模型不適合純器樂。若需要器樂音樂,請使用 ACE-Step 1.5、Magenta RealTime 2 或 Stable Audio 3 Small Music。
範例請求
- 「用以下歌詞,為預告片寫一首 2 分鐘的熱血搖滾主題曲,男聲演唱:[verse] ... [chorus] ...」
- 「為酒館吟遊詩人做一首 D 小調的慢板民謠,歌詞如下:...」
- 「為片尾名單生成一首輕快的合成器流行歌,女聲演唱,長度約 3 分鐘,歌詞如下:[verse] ... [chorus] ...」
重點特色
| 規格 | 數值 |
|---|---|
| 輸出 | 44.1 kHz 立體聲 WAV,儲存到你的專案中 |
| 長度 | 10 秒至 5 分鐘(預設 60 秒) |
| 輸入 | 風格提示(最多 1,000 個字元)與歌詞(必填,最多 4,000 個字元),歌詞可含 [verse] / [chorus] 標籤 |
| 步數 | 預設 30,最多 60 |
| 引導強度 | 0.5 至 5(預設 1.7) |
| 種子碼 | 預設 0 |
durationSeconds 只是時間預算:歌詞唱完時,歌曲可能提早結束。
這個套件只含資料。它指明模型檔案。應用程式會在你確認後下載這些檔案,逐一以 sha256 檢查,並在你的電腦上用 audio.cpp 執行。
下載
8.45 GB,13 個檔案,釘選在 audio-cpp/MiniMax-Music3-GGUF 的 Hugging Face commit 46fe77f8(audio.cpp 的預設元件組合):
| 檔案 | 元件 | 大小 |
|---|---|---|
language_model_q4_0.gguf | 8B 歌曲語言模型,Q4_0 | 6.01 GB |
transformer_q4_0.gguf | flow-matching Transformer,Q4_0 | 1.40 GB |
rvq_depth_decoder_q8_0.gguf | RVQ 深度解碼器,Q8_0 | 0.71 GB |
vocoder.gguf, condition_encoder.gguf | 聲碼器與條件編碼器 | 0.32 GB |
tokenizer/*, config.json, config/*.json | 分詞器與設定 | 11 MB |
為什麼不用官方的 ggml-org/MiniMax-Music3-GGUF(llama.cpp,2026-11-17)?它只有 Q8_0 與 BF16 檔案(Q8 加上其 projector 為 15.8 GB),而且要在第二個執行環境中執行(llama.cpp 的 llama-tts)。audio.cpp 套件約需 10 GB 的 GPU 記憶體,並與其他音訊模型共用同一個執行環境。
適用電腦
| 電腦 | 需求 | 速度 |
|---|---|---|
| NVIDIA GPU(CUDA)或其他 GPU(Vulkan) | 約 12 GB 的 GPU 記憶體 | 在 RTX 5090 上約為即時的 1.35 倍(上游數據:30 秒歌曲峰值 9.8 GiB) |
| Apple 晶片的 Mac(Metal) | 約 24 GB 記憶體(估計) | 尚未實測 |
歌曲越長需要越多記憶體:執行環境會為整首歌曲預留空間。由 GGUF 發佈者在 RTX 5090 上測得(30 秒、30 個 flow 步數);我們尚未實測。
授權
MiniMax-Music3 Community License(釘選版本的授權條文)。免費,包含商業使用,但附帶條件:
- 介面標示。 使用此模型的商業產品或服務,必須在其使用者介面中顯著顯示 "MiniMax-Music3"(§3.1)。AI Game Dev 在你選擇模型或檢視其結果的每個地方,都以該確切名稱顯示此模型。
- 營收上限。 若你與你的關係企業透過使用此模型的產品或服務,年營收超過 2,000 萬美元,須事先取得 MiniMax 的書面授權(api@minimax.io,主旨「MiniMax-Music3 licensing - authorization request」)(§3.2)。
- 可接受的使用方式。 授權的附件 A 列出 19 項禁止用途(其中包括軍事用途與侵害他人權利);MiniMax 可能更新該清單。
- 揭露 AI 內容。 你發表的音樂必須清楚且顯著標示為機器生成(附件 A 第 11 項)。
- 防護措施與賠償。 讓第三方使用此模型生成內容的人,必須維持合理的防護措施以防範侵權用途(§4),且你須就違反行為對 MiniMax 負賠償責任。
- 每一份權重副本都必須附上著作權與授權聲明。
授權中具名的元件:語言模型是從 Qwen3-8B(Apache-2.0)微調而來;DiT 修改自 Stable Audio tools(MIT);VAE 來自 DAC(MIT)。GGUF 轉換:audio-cpp/MiniMax-Music3-GGUF(社群轉換;其卡片宣告 MiniMax-Music3 授權,並附上相同的 LICENSE 檔案)。
所有檔案都從 Hugging Face 下載。AI Game Dev 並不自行託管這些檔案。
版本
| 版本 | 發布日期 | 需搭配應用程式 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更新版本 | |
| 1.0.1 | 0.32.0-beta.6 或更新版本 |
安裝
在桌面應用程式中
開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.audio-minimax-music3,然後點選 加到專案。
還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。
從終端機
在你的專案資料夾中,使用 gamedev CLI:
gamedev pkg add aigd.audio-minimax-music3需求
- AI Game Dev 0.32.0-beta.6 或更新版本
gamedev pkg add aigd.audio-minimax-music3