Przejdź do treści

MiniMax Music 3

Integracja

Identyfikator modelu 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"

To żądanie: 0,06 $ 60 kredytów API Uruchom na tej stronie

Uzyskaj klucz API

Przykłady

Wynik · ~84 s

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

30 s0,06 $ · 60 kredytów API

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt generowania muzyki, który może używać Structured Caption do precyzyjnej kontroli: połącz szczegóły aranżacji i wokalu dla poszczególnych sekcji z globalnymi metadanymi określającymi gatunek, BPM, tonację i rozwój emocjonalny. Ogólny opis obejmuje żądany styl i nastrój, sposób użycia wokalu i instrumentów oraz aranżację.

•wymagane

Tekst do zaśpiewania; słowa znajdujące się w tej samej linii co początkowy tag struktury są odrzucane zgodnie z kontraktem danych wejściowych modelu. Każdy tag zachowaj w osobnej linii, w tym [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] i [outro].

Limit czasu trwania audio mierzony w sekundach, a nie gwarantowana długość wyniku. Odpowiedź raportuje rzeczywisty czas trwania, który może być krótszy, jeśli generowanie zakończy się wcześniej.

Zaawansowane num_inference_steps · guidance_scale · seed
domyślnie 30

Liczba kroków Eulera dla dopasowania przepływu w każdym 8-sekundowym fragmencie odszumiania.

domyślnie 1.7

Siła bezklasowej wskazówki podczas dopasowania przepływu.

Ziarno zapewniające powtarzalność generowania; wybierane losowo, jeśli nie podasz wartości.

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

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o MiniMax Music 3

MiniMax Music 3 śpiewa tekst piosenki przy pełnej aranżacji. W prompcie opisz gatunek, tempo, tonację, nastrój, wokal i instrumenty, a strukturę utworu oznacz w tekście piosenki tagami takimi jak [verse], [chorus] i [bridge], każdy w osobnym wierszu. Czas trwania (od 1 do 300 sekund, domyślnie 60) jest wartością maksymalną; utwór może zakończyć się wcześniej.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt generowania muzyki, który może używać Structured Caption do precyzyjnej kontroli: połącz szczegóły aranżacji i wokalu dla poszczególnych sekcji z globalnymi metadanymi określającymi gatunek, BPM, tonację i rozwój emocjonalny. Ogólny opis obejmuje żądany styl i nastrój, sposób użycia wokalu i instrumentów oraz aranżację.
lyricswymagane
Typstring
Tekst do zaśpiewania; słowa znajdujące się w tej samej linii co początkowy tag struktury są odrzucane zgodnie z kontraktem danych wejściowych modelu. Każdy tag zachowaj w osobnej linii, w tym [intro], [verse], [pre-chorus], [chorus], [post-chorus], [bridge], [instrumental], [solo] i [outro].
durationopcjonalne
Typnumber
Domyślne60
1 – 300
Limit czasu trwania audio mierzony w sekundach, a nie gwarantowana długość wyniku. Odpowiedź raportuje rzeczywisty czas trwania, który może być krótszy, jeśli generowanie zakończy się wcześniej.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania; wybierane losowo, jeśli nie podasz wartości.
num_inference_stepsopcjonalne
Typinteger
Domyślne30
1 – 100
Liczba kroków Eulera dla dopasowania przepływu w każdym 8-sekundowym fragmencie odszumiania.
guidance_scaleopcjonalne
Typnumber
Domyślne1.7
0 – 20
Siła bezklasowej wskazówki podczas dopasowania przepływu.
wymagane

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Wyjściowy plik audio w stereofonicznym formacie WAV, z częstotliwością 44.1 kHz i próbkami 16-bit.
seed
integerLosowe ziarno używane podczas generowania.
duration
numberRaportuje, ile sekund audio faktycznie wygenerowano; nie musi to odpowiadać żądanej długości.

Więcej modeli: Tekst na muzykę

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/minimax/music-3.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt