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.

Input

Genre, tempo, key, mood, instruments, arrangement and vocal style.

Song lyrics with section tags like [Verse] and [Chorus]. Leave empty for an instrumental.

Upper limit for the song length.

Advanced settings

How strictly the music follows the description.

Default: 1.7

Leave empty for a new result each run. Enter a number to repeat one.

More steps can add detail but take longer.

Default: 30

Output
Example
00:00

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