Zum Inhalt springen

MiniMax Music 3

Integrieren

Modell-ID minimax/music-3
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/music-3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Warm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening",
    "lyrics": "[verse]\nPorch lights humming on the edge of town\nWe count the fireflies as the sun goes down\n[chorus]\nStay a little longer, the night is young\nSing me the song that we never sung",
    "duration": 30
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: 0,06 $ 60 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
MiniMax Text zu Musik 1–300 s #music#vocals#songs

Vollständige Songs mit Gesang aus Ihren Liedtexten und einer Stilbeschreibung, bis zu 5 Minuten.

Beispiele

Ausgabe · ~84 s

PromptWarm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening

30 s0,06 $ · 60 API-Credits

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Prompt für die Musik-Generierung, der für präzise Steuerung eine Structured Caption verwenden kann: Kombiniere abschnittsspezifische Arrangement- und Gesangsdetails mit globalen Metadaten für Genre, BPM, Tonart und emotionale Entwicklung. Eine allgemeine Beschreibung umfasst gewünschten Stil und Stimmung sowie die Verwendung von Gesang und Instrumenten und das Arrangement.

•erforderlich

Zu singender Liedtext; Wörter, die in derselben Zeile wie ein führendes Struktur-Tag stehen, werden gemäß dem Eingabevertrag des Modells verworfen. Jedes Tag muss in einer eigenen Zeile stehen, einschließlich [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] und [outro].

Audio-Dauerlimit in Sekunden, nicht zwingend die Ausgabelänge. Die Antwort meldet die tatsächliche Dauer, die kürzer sein kann, wenn die Generierung früh endet.

Erweitert num_inference_steps · guidance_scale · seed
Standard 30

Anzahl der Euler-Schritte für Flow Matching innerhalb jedes 8-Sekunden-Entrauschungsabschnitts.

Standard 1.7

Stärke der classifier-free guidance während des Flow Matchings.

Seed für reproduzierbare Generierung, der zufällig gewählt wird, sofern kein Wert angegeben ist.

POST /run/minimax/music-3?wait=20 Preis → 0,06 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/music-3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Warm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening",
    "lyrics": "[verse]\nPorch lights humming on the edge of town\nWe count the fireflies as the sun goes down\n[chorus]\nStay a little longer, the night is young\nSing me the song that we never sung",
    "duration": 30
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über MiniMax Music 3

MiniMax Music 3 singt Ihre Liedtexte über einer vollständigen Instrumentierung. Beschreiben Sie Genre, Tempo, Tonart, Stimmung, Gesang und Instrumente im Prompt und markieren Sie die Songstruktur in den Liedtexten mit Tags wie [verse], [chorus] und [bridge], jeweils in einer eigenen Zeile. Die Dauer (1 bis 300 Sekunden, standardmäßig 60) ist eine Obergrenze; der Song kann früher enden.

Parameter

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
Prompt für die Musik-Generierung, der für präzise Steuerung eine Structured Caption verwenden kann: Kombiniere abschnittsspezifische Arrangement- und Gesangsdetails mit globalen Metadaten für Genre, BPM, Tonart und emotionale Entwicklung. Eine allgemeine Beschreibung umfasst gewünschten Stil und Stimmung sowie die Verwendung von Gesang und Instrumenten und das Arrangement.
lyricserforderlich
Typstring
Zu singender Liedtext; Wörter, die in derselben Zeile wie ein führendes Struktur-Tag stehen, werden gemäß dem Eingabevertrag des Modells verworfen. Jedes Tag muss in einer eigenen Zeile stehen, einschließlich [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] und [outro].
durationoptional
Typnumber
Standard60
1 – 300
Audio-Dauerlimit in Sekunden, nicht zwingend die Ausgabelänge. Die Antwort meldet die tatsächliche Dauer, die kürzer sein kann, wenn die Generierung früh endet.
seedoptional
Typinteger | null
Seed für reproduzierbare Generierung, der zufällig gewählt wird, sofern kein Wert angegeben ist.
num_inference_stepsoptional
Typinteger
Standard30
1 – 100
Anzahl der Euler-Schritte für Flow Matching innerhalb jedes 8-Sekunden-Entrauschungsabschnitts.
guidance_scaleoptional
Typnumber
Standard1.7
0 – 20
Stärke der classifier-free guidance während des Flow Matchings.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/music-3",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 60,
    "usd": "0.06",
    "charged": 60,
    "refunded": 0
  },
  "input": {
    "prompt": "Genre: acoustic pop. BPM: 96. Key: C major. Warm and intimate, soft female vocal, guitar and light piano",
    "lyrics": "[verse]\nMorning light filtering through the pine\nEvery quiet street is yours and mine\n[chorus]\nSoftly the world begins to breathe",
    "duration": 30
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "duration": 5
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Ausgabe-Audiodatei im Stereo-WAV-Format mit 44.1 kHz und 16-Bit-Samples.
seed
integerWährend der Generierung verwendeter zufälliger Seed.
duration
numberMeldet, wie viele Sekunden Audio tatsächlich generiert wurden; dies entspricht nicht unbedingt der angeforderten Dauer.

Weitere Modelle: Text zu Musik

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/minimax/music-3.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt