MiniMax Music 3: Texto para Música
Crie músicas completas a partir de prompts de texto com o MiniMax Music 3, gerando faixas completas de 5 minutos com estrutura estável e áudio de alta fidelidade. Insira uma legenda estruturada descrevendo letra, estilo, clima e arranjo e receba uma música finalizada como saída. Ideal para produtores musicais prototiparem demos e para criadores de conteúdo que precisam de trilhas originais de fundo.
Experimente um exemplo
Sobre este fluxo de trabalho
Este workflow de tutorial no ComfyUI transforma texto estruturado em música de duração completa usando MiniMax Music 3. No centro está o nó gerador MiniMax Music 3 (UUID: ac99f841-a3de-4329-9564-953b81cf9e16), que aceita duas entradas principais: uma Caption descrevendo estilo, clima, tempo, instrumentação e arranjo, e Lyrics opcionais formatadas com tags de seção como [intro], [verse], [chorus], [bridge] e [outro]. O nó renderiza uma faixa completa — até cinco minutos — com estrutura musical estável e áudio de alta fidelidade. Um bloco MarkdownNote no grafo documenta o esquema do prompt para você copiar, ajustar e versionar rapidamente suas captions e letras dentro da UI.
Por baixo do capô, você pode escolher entre dois pesos de modelo: minimax_music3_dit_fp16.safetensors (recomendado quando a VRAM permite) e minimax_music3_dit_int8_convrot.safetensors (otimizado para menos VRAM). O nó gerador produz um tensor de áudio que é gravado em disco via SaveAudioAdvanced, onde você controla nome do arquivo, formato e taxa de amostragem. O resultado é uma música finalizada e arranjada, adequada para protótipos, trilhas de fundo e produção de conteúdo sem sair do ComfyUI.
Perguntas e respostas
Use minimax_music3_dit_fp16.safetensors se você tiver VRAM de GPU suficiente para melhor fidelidade e estabilidade. Escolha minimax_music3_dit_int8_convrot.safetensors quando a VRAM for limitada; ele é mais eficiente em memória, com possível pequena perda de qualidade.
Mantenha a Caption explícita: gênero, clima, tempo/BPM, instrumentos principais, estilo de produção e arranjo (por exemplo, intro–verse–chorus–bridge–outro). Para Lyrics, inclua tags de seção claras como [intro], [verse], [chorus], [bridge], [outro]. Mantenha as linhas concisas e alinhe o tamanho das seções com a duração solicitada.
Se você fornecer Lyrics com tags de seção, o modelo tentará renderizar partes tipo vocal seguindo seu texto e sua estrutura. Se você deixar Lyrics vazio e fornecer apenas uma Caption, ele gerará música instrumental.
O workflow suporta até cerca de 5 minutos (300 segundos). Defina o parâmetro de duração no nó gerador MiniMax Music 3 e mantenha seu arranjo (na Caption/Lyrics) dimensionado para caber nesse tempo.
Workflows relacionados
- ACE-Step
ACE Step v1 Edição M2M
- ACE-Step
ACE Step v1 Texto para Canção
- ACE-Step, Google Gemini
ACE-Step 1.5 Geração de Letras e Músicas por IA
- ACE-Step
ACE-Step 1.5 Geração de Música (4B LLM)
- ACE-Step
ACE-Step 1.5 Geração de Música AIO
- ACE-Step
ACE-Step 1.5XL Base: Texto para Música
- ACE-Step
ACE-Step 1.5XL SFT: Texto para Música
- ACE-Step
ACE-Step 1.5XL Turbo: Texto para Música
- ACE-Step
ACE-Step v1 Texto para Música Instrumental
- Chatter Box
Chatter Box: Conversão de Áudio por Clonagem de Voz
- ElevenLabs
ElevenLabs: Texto para Efeitos Sonoros
- ACE-Step
Fluxo de trabalho de geração de música ACE-Step 1.5