MiniMax Music 3 : texte vers musique
Créez des morceaux complets à partir de prompts textuels avec MiniMax Music 3, en générant des pistes finies de 5 minutes avec une structure stable et un audio haute fidélité. Saisissez une légende structurée décrivant les paroles, le style, l’ambiance et l’arrangement, puis récupérez une chanson finalisée en sortie. Idéal pour les producteurs qui prototypent des démos et les créateurs de contenu qui ont besoin de musiques de fond originales.
Essayer un exemple
À propos de ce workflow
Ce workflow tutoriel ComfyUI transforme du texte structuré en musique longue durée avec MiniMax Music 3. Son cœur est le nœud générateur MiniMax Music 3 (UUID : ac99f841-a3de-4329-9564-953b81cf9e16), qui accepte deux entrées clés : une Caption décrivant le style, l’ambiance, le tempo, l’instrumentation et l’arrangement, et des Lyrics optionnelles formatées avec des balises de section comme [intro], [verse], [chorus], [bridge] et [outro]. Le nœud rend une piste complète — jusqu’à cinq minutes — avec une structure de chanson stable et un audio haute fidélité. Un bloc MarkdownNote dans le graphe documente le schéma de prompt afin que vous puissiez rapidement copier, ajuster et versionner vos captions et paroles dans l’interface.
En arrière-plan, vous pouvez choisir entre deux poids de modèle : minimax_music3_dit_fp16.safetensors (recommandé si la VRAM le permet) et minimax_music3_dit_int8_convrot.safetensors (optimisé pour une VRAM plus faible). Le nœud générateur produit un tenseur audio qui est écrit sur le disque via SaveAudioAdvanced, où vous contrôlez le nom de fichier, le format et la fréquence d’échantillonnage. Le résultat est une chanson finalisée et arrangée, adaptée aux prototypes, aux musiques de fond et à la production de contenu, sans quitter ComfyUI.
Questions-réponses
Utilisez minimax_music3_dit_fp16.safetensors si vous avez suffisamment de VRAM GPU pour la meilleure fidélité et stabilité. Choisissez minimax_music3_dit_int8_convrot.safetensors quand la VRAM est limitée ; c’est plus économe en mémoire, avec un léger compromis possible sur la qualité.
Gardez la Caption explicite : genre, ambiance, tempo/BPM, instruments clés, style de production et arrangement (ex. intro–verse–chorus–bridge–outro). Pour les Lyrics, incluez des balises de section claires comme [intro], [verse], [chorus], [bridge], [outro]. Gardez des lignes concises et alignez la longueur des sections sur la durée demandée.
Si vous fournissez des Lyrics avec des balises de section, le modèle tentera de rendre des parties de type vocal en suivant votre texte et votre structure. Si vous laissez les Lyrics vides et ne fournissez qu’une Caption, il générera de la musique instrumentale.
Le workflow prend en charge jusqu’à environ 5 minutes (300 secondes). Réglez le paramètre de durée sur le nœud générateur MiniMax Music 3 et dimensionnez votre arrangement (dans Caption/Lyrics) pour tenir dans cette durée.