# MiniMax-Music3（音樂模型）

> 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。

- ID: `aigd.audio-minimax-music3`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.audio-minimax-music3

## 安裝

在專案資料夾中，使用 gamedev CLI：

```bash
gamedev pkg add aigd.audio-minimax-music3
```

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 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

````markdown
# MiniMax-Music3 (`aigd.audio-minimax-music3`)

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](https://ai-game.dev/packages/aigd.audio-ace-step-1-5)、[Magenta RealTime 2](https://ai-game.dev/packages/aigd.audio-magenta-rt2) 或 [Stable Audio 3 Small Music](https://ai-game.dev/packages/aigd.audio-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`](https://huggingface.co/audio-cpp/MiniMax-Music3-GGUF/tree/46fe77f8bb395ccdbe797d784225f7b84866e7ce) 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](https://huggingface.co/MiniMaxAI/MiniMax-Music3/blob/1b525ccb685ae809f33027c51c351eeb5833cf72/LICENSE)）。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](https://huggingface.co/Qwen/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`](https://huggingface.co/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。
````
