Ir al contenido

MiniMax Music 3

Integrar

Id del modelo 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"

Esta solicitud: 0,06 $ 60 créditos de API Ejecutar en esta página

Obtener clave de API
MiniMax Texto a música 1–300 s #music#vocals#songs

Canciones completas con voces a partir de tus letras y una descripción de estilo, de hasta 5 minutos.

Ejemplos

Salida · ~84 s

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

30 s0,06 $ · 60 créditos de API

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Prompt de generación musical que puede usar un Structured Caption para un control preciso: combina la estructura y los detalles vocales específicos de cada sección con metadatos globales que especifican el género, los BPM, la tonalidad y la progresión emocional. Una descripción general incluye el estilo y el estado de ánimo deseados, el uso de voces e instrumentos y el arreglo.

•obligatorio

Letra que se cantará; cualquier palabra que comparta línea con una etiqueta de estructura inicial se descarta según el contrato de entrada del modelo. Mantén cada etiqueta en una línea independiente, incluidas [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] y [outro].

Límite de duración del audio, medido en segundos, no una duración de salida garantizada. La respuesta informa de la duración real, que puede ser menor si la generación se detiene antes.

Avanzado num_inference_steps · guidance_scale · seed
predeterminado 30

Número de pasos de Euler para la coincidencia de flujo dentro de cada bloque de desruido de 8 segundos.

predeterminado 1.7

Intensidad de la guía sin clasificador durante la coincidencia de flujo.

Semilla para una generación reproducible, elegida aleatoriamente a menos que proporciones un valor.

POST /run/minimax/music-3?wait=20 cotización → 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de MiniMax Music 3

MiniMax Music 3 canta tus letras sobre un arreglo completo. Describe el género, el tempo, la tonalidad, el estado de ánimo, las voces y los instrumentos en el prompt, y marca la estructura de la canción en las letras con etiquetas como [verse], [chorus] y [bridge], cada una en su propia línea. La duración (de 1 a 300 segundos, 60 de forma predeterminada) es un límite superior; la canción puede terminar antes.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Prompt de generación musical que puede usar un Structured Caption para un control preciso: combina la estructura y los detalles vocales específicos de cada sección con metadatos globales que especifican el género, los BPM, la tonalidad y la progresión emocional. Una descripción general incluye el estilo y el estado de ánimo deseados, el uso de voces e instrumentos y el arreglo.
lyricsobligatorio
Tipostring
Letra que se cantará; cualquier palabra que comparta línea con una etiqueta de estructura inicial se descarta según el contrato de entrada del modelo. Mantén cada etiqueta en una línea independiente, incluidas [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] y [outro].
durationopcional
Tiponumber
Predeterminado60
1 – 300
Límite de duración del audio, medido en segundos, no una duración de salida garantizada. La respuesta informa de la duración real, que puede ser menor si la generación se detiene antes.
seedopcional
Tipointeger | null
Semilla para una generación reproducible, elegida aleatoriamente a menos que proporciones un valor.
num_inference_stepsopcional
Tipointeger
Predeterminado30
1 – 100
Número de pasos de Euler para la coincidencia de flujo dentro de cada bloque de desruido de 8 segundos.
guidance_scaleopcional
Tiponumber
Predeterminado1.7
0 – 20
Intensidad de la guía sin clasificador durante la coincidencia de flujo.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Archivo de audio de salida en formato WAV estéreo, con 44.1 kHz y muestras de 16 bits.
seed
integerSemilla aleatoria utilizada durante la generación.
duration
numberInforma de cuántos segundos de audio se generaron realmente, que no necesariamente coinciden con la duración solicitada.

Más modelos: Texto a música

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/minimax/music-3.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt