MiniMax Music 1.5 是MiniMax推出的新一代端到端AI音乐生成工具，可将单次生成音乐时长提升至4分钟，满足更长片段的创作需求。
1 主要功能
-
音乐时长提升：相较前代，单次生成音乐时长从数十秒提升至4分钟，可完整输出一段结构完整的音乐。
-
多样化音乐形式：支持纯音乐、清唱、伴奏+人声等多种形式，风格覆盖流行、电子、古典、氛围等。
-
参考音乐驱动：可上传参考音频，提取其风格、节奏、情绪，生成与之匹配的新曲。
-
文本提示词驱动：输入文字描述（情绪、场景、风格、配器），模型自动解析并生成对应音乐。
-
高音质输出：默认输出44.1 kHz、立体声，可直接用于短视频、广告、游戏、影视粗剪等场景。
-
API与网页双端：个人用户可即开即用，企业/开发者可调用RESTful API批量集成。
2 技术原理
-
端到端Transformer：采用自研音乐大模型，基于Transformer解码器结构，将符号与音频token混合建模，实现一次前向即完整生成。
-
多模态对齐：文本编码器与音频编码器共享潜空间，保证文字描述与音乐语义精准对齐。
-
MoE稀疏激活：引入混合专家网络，按风格、节奏、配器自动路由到不同专家子网，提高长序列生成效率。
-
线性注意力：改进传统二次注意力，使O(n²)降至O(n)，在4分钟长度下仍可保持GPU显存可控。
-
两阶段训练：先在大规模符号音乐（MIDI）与音频对上进行预训练，再在高质量30秒-4分钟片段做微调，保证长时结构连贯性。
3 应用场景
-
短视频/直播：快速生成无版权背景乐，避免平台侵权风险。
-
广告与品牌：输入品牌关键词即可生成符合调性的Jingle或主题曲。
-
游戏研发：按关卡氛围、Boss情绪批量生成循环BGM，节省外包成本。
-
影视预告：粗剪阶段即时生成临时配乐，方便导演试听节奏点。
-
独立音乐人：用参考曲+文本描述获得灵感草稿，再进行二次编曲。
-
教育/播客：为在线课程、有声书自动生成片头片尾及过渡音乐。
4 使用方法
-
网页版：
-
进入海螺音乐官网，登录账号；
-
选择“创建音乐”，输入提示词或上传参考曲；
-
设定时长（30秒-4分钟）、BPM、风格标签；
-
点击生成，等待1-3分钟，可在线试听与下载WAV/MP3。
-
-
API版：
-
注册MiniMax开放平台，获取API Key；
-
按文档拼接JSON请求，包含prompt、reference_audio_url、duration等字段；
-
支持同步（轮询）与异步（回调）两种模式，返回音频URL与封面；
-
可对同一任务续写，最长累计8分钟。
-
5 适用人群
-
短视频创作者、MCN机构
-
独立音乐人、乐队、编曲师
-
游戏/影视/广告配乐师
-
播客、有声书、在线课程制作人
-
无音乐基础的普通爱好者
-
需要批量生成BGM的开发者与企业
6 优缺点介绍
-
优点
-
时长4分钟，结构完整，可直接商用粗剪；
-
支持参考曲+文本双驱动，控制精度高；
-
输出音质44.1 kHz，无需再次转码；
-
API接口友好，可批量、可续写，方便二次开发；
-
中文提示词理解好，对东方乐器与节奏型适配佳。
-
-
缺点
-
生成4分钟需约1-3分钟GPU时间，高峰时需排队；
-
对极端风格（先锋爵士、前卫金属）细节把控仍不如专业制作人；
-
目前仅支持立体声，不可直接生成5.1或杜比全景声；
-
免费额度有限，长时高频调用成本高于短视频平台曲库；
-
参考曲版权需用户自负，上传受版权保护的音频可能触发审核。
-
AI音乐生成、音乐创作工具、背景音乐制作、短视频配乐、游戏音频、广告Jingle、端到端音乐模型、MoE稀疏模型、多模态音乐AI、中文AI音乐平台
Tunee：一句话概括——“会聊天就能写歌的国产 AI 音乐工作站”。