
MimiMax Music 2.6 là mô hình chuyển văn bản thành nhạc mới nhất của MiniMax, dành cho các nhà phát triển xây dựng trải nghiệm âm nhạc có giọng hát và nhạc không lời. Định hình từng bài hát bằng lời nhắc về phong cách và ca từ, sau đó sắp xếp tiến trình bằng các điều khiển phần được hỗ trợ. Atlas Cloud cung cấp quyền truy cập thông qua một khóa tương thích với OpenAI, cùng mức giá thanh toán theo mức sử dụng minh bạch là $0.15 cho mỗi lần tạo theo mức phí tiêu chuẩn. Bắt đầu xây dựng ngay hôm nay.
MiniMax Music 2.6 do MiniMax phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.
Tìm hiểu cách MimiMax Music 2.6 xử lý văn bản có cấu trúc để tạo nhạc cho các quy trình làm việc với giọng hát và nhạc không lời.
| Phương thức | Mô tả |
|---|---|
| MiniMax Music 2.6 API (Text To Music) | Chuyển prompt phong cách và lời bài hát có cấu trúc thành một ca khúc hoàn chỉnh có giọng hát hoặc nhạc không lời thông qua quá trình tạo đồng bộ trong một lần gọi duy nhất. Sử dụng các thẻ [Verse] và [Chorus] để sắp xếp các phần của bài hát. Endpoint này phù hợp với các công cụ sáng tác, nguyên mẫu âm nhạc và quy trình sản xuất âm thanh tự động. |
MimiMax Music 2.6 kết hợp khả năng tạo bài hát hoàn chỉnh, đầu vào riêng biệt cho phong cách và lời bài hát, các thẻ phân đoạn đã được xác thực, chế độ nhạc không lời, tùy chọn phân phối âm thanh linh hoạt và mức giá tiêu chuẩn $0.15 cho mỗi lần tạo thông qua Atlas Cloud.
MiniMax Music 2.6 biến lời nhắc về phong cách và lời bài hát thành một bản nhạc có giọng hát hoàn chỉnh, bao gồm phần hát, nhạc đệm và phối khí trong một lần tạo đồng bộ. Bài hát có thể dài tối đa khoảng năm phút trên Atlas Cloud. Mô tả thể loại, không khí, nhạc cụ, tiết tấu và đặc điểm giọng hát, sau đó cung cấp phần lời bạn muốn thể hiện. Quy trình này phù hợp với bản demo, nhạc hiệu và các ý tưởng bài hát hoàn chỉnh cần nhiều hơn một đoạn lặp ngắn.
Tách riêng định hướng âm nhạc và phần lời trong hai đầu vào: lời nhắc hỗ trợ tối đa 2.000 ký tự, còn lời bài hát tối đa 3.500 ký tự. Điều chỉnh thể loại, không khí, phần nhạc cụ, tiết tấu và các chỉ dẫn sản xuất mà không cần viết lại lời. Ngược lại, bạn có thể dùng lại một bản nháp lời cho các lời nhắc phong cách tương phản để khám phá những cách phối khí mới. Sự tách biệt này mang đến cho nhạc sĩ và đội ngũ nội dung một cách thực tế để lặp lại quá trình sáng tác mà vẫn giữ nguyên thông điệp dự kiến.
Định hình phần phối khí bằng cách đặt các thẻ đã được xác thực như [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge], [Outro] và [Inst] trong trường lời bài hát. Mỗi dấu đánh dấu cho biết nơi một phân đoạn bài hát nên bắt đầu, giúp model bám theo mạch phát triển âm nhạc dễ nhận biết. Sử dụng quyền kiểm soát này để lên kế hoạch cho đoạn hook, phần chuyển tiếp và các đoạn nhạc không lời trước khi tạo. Tính năng đặc biệt hữu ích khi phần lời đã có sẵn cấu trúc phù hợp cho sản xuất.
Cần nhạc không có ca sĩ? Bật chế độ nhạc không lời và để trống trường lời bài hát để tạo một bản nhạc không có giọng hát từ lời nhắc phong cách. Định hướng thể loại, không khí, nhạc cụ và tiết tấu trong cùng một yêu cầu, sau đó sử dụng kết quả làm nhạc nền. Tùy chọn này phù hợp với podcast, video sản phẩm, cảnh trong game và các quy trình biên tập cần giữ lời thuyết minh hoặc hội thoại rõ ràng.
Chọn đầu ra MP3, WAV hoặc PCM, với tần số lấy mẫu 16, 24, 32 hoặc 44.1 kHz và bitrate 32, 64, 128 hoặc 256 kbps. Chuyển đổi giữa bản xem trước nhẹ hoặc bản master chất lượng cao mà không cần thay đổi model. Atlas Cloud áp dụng mức giá tiêu chuẩn đã được xác thực là $0.15 cho mỗi lần tạo thông qua unified API. Nhà phát triển có thể chuyển từ thử nghiệm sang phân phối với chi phí dự đoán được cho từng lần gọi.
Lắng nghe cách ba mô hình tạo nhạc diễn giải cùng một bản mô tả về giọng hát và nhạc cụ, qua đó cho thấy sự khác biệt trong hòa âm phối khí, sắc thái động lực, chuyển đoạn và tính nhất quán âm nhạc tổng thể.
Tạo một cảnh âm thanh điện ảnh dài 15 giây, diễn ra tại một phiên đấu giá trong cửa hàng đồng hồ cổ giữa lúc nguyệt thực. [0–4 giây] Trên nền âm thanh căng thẳng của căn phòng và tiếng đồng hồ tích tắc khe khẽ, một con chim sáo cơ học lần lượt bắt chước ba người đấu giá khác biệt trong nhịp chuyển nhanh: một tiếng thì thầm gần, nhẹ và đầy hơi—“Ba mươi guineas…”; một giọng falsetto coloratura hoa mỹ—“Bốn mươi lăm!”; rồi một đoạn rap có nhịp điệu khàn đục—“Sáu mươi, chốt giá, tránh ra.” [4–6 giây] Dây cót chính của con chim bị kẹt, phát ra tiếng nghẹn kim loại; im lặng tuyệt đối trong trọn một phách. [6–13 giây] Bùng nổ trở lại thành funk thính phòng với các nhịp bất đối xứng biến đổi, luân phiên 7/8 và 5/4: tiếng gõ của quả lắc làm trống kick, những chiếc chìa khóa lên dây va vào nhau tạo thành bộ gõ đảo phách, cùng một riff kèn clarinet trầm mạnh và gọn; ba giọng người đấu giá phải được tách bạch rõ ràng về âm sắc và vị trí stereo khi họ liên tục nâng giá. [13–15 giây] Dừng gắt đột ngột; chỉ còn con chim sáo cơ học khe khẽ ngân nga một giai điệu chiến thắng nhỏ bé, méo mó và phi lý khi các bánh răng chậm dần rồi dừng lại. Không khí opera rối sân khấu stop-motion, kỳ quái nhưng tinh nghịch, âm học thân mật của căn phòng đồ cổ, Foley sắc nét, tương phản động lực mạnh, chuyển nhịp chính xác, không có người dẫn chuyện, không có nhạc cụ hiện đại, không có phần nhạc nền giao hưởng chung chung, không có tiếng trò chuyện đám đông che lấp giọng nói, không có lớp vang phủ tràn, không có các giọng nhân vật chồng lấn hoặc không thể phân biệt.
Generated with MiniMax Music 3.0 on Atlas Cloud
Generated with Suno chirp-v6 on Atlas Cloud
Generated with MiniMax Music 2.6 on Atlas Cloud
Tạo một tác phẩm thính phòng điện âm lạnh lẽo, mang màu sắc điện ảnh, gợi lên cảnh một nhà khảo cổ biển sâu đánh thức một dàn hợp xướng cơ học bên trong một xác tàu đắm nằm ở trung tâm. Mở đầu bằng những bong bóng hydrophone thưa thớt, các xung phát hiện xa xăm như sonar, tiếng thân tàu rền rĩ và khoảng im lặng bao la dưới nước, tạo cảm giác chiều sâu theo đường chéo. Dần đưa vào harmonica thủy tinh kéo vĩ, clarinet trầm giàu hơi và piano chuẩn bị—mang âm sắc kim loại, ăn mòn và được tách biệt trong không gian—sau đó đánh thức một dàn hợp xướng cơ học không lời qua các lớp phổ âm phân mảnh. Phát triển bằng những nhịp bất đối xứng, đa nhịp bị dịch chuyển, các ostinato dịch pha và những điểm nhấn bộ gõ gợi sắc đỏ san hô trên một bảng âm thanh chàm và verdigris. Giữ nguyên chi tiết âm sắc tinh vi, phối khí nhất quán, chiều sâu rõ rệt từ tiền cảnh–trung cảnh–vực thẳm, cùng chuyển động không gian dưới nước sống động và đắm chìm. Ở cao trào tưởng như đã đạt đến đỉnh điểm, đột ngột loại bỏ mọi lớp âm thanh, để lại một khoảng chân không dài của áp suất và im lặng, sau đó là một tiếng chuông tàu han gỉ đơn độc vang lên rồi tắt dần vào vực sâu. Không có lời bài hát, lời thuyết minh, giai điệu thông thường, trống trailer anh hùng, đoạn EDM drop, synth sáng, phần kết giao hưởng ấm áp, hiệu ứng hù dọa bất ngờ hoặc fade-out trước tiếng chuông cuối. Dành cho một hình ảnh trực quan spectrogram và waveform hoàn chỉnh theo tỷ lệ 16:9.
Generated with MiniMax Music 3.0 on Atlas Cloud
Generated with Suno chirp-v6 on Atlas Cloud
Generated with MiniMax Music 2.6 on Atlas Cloud
Từ bản demo của nghệ sĩ và ca khúc cho chiến dịch đến nhạc nền trò chơi và nhạc phim cho nhà sáng tạo, MimiMax Music 2.6 biến prompt phong cách và lời bài hát có cấu trúc thành các bản nhạc hoàn chỉnh có giọng hát hoặc nhạc không lời cho quy trình sản xuất.
Biến lời bài hát có cấu trúc và prompt phong cách thành một ca khúc hoàn chỉnh có giọng hát chỉ trong một yêu cầu đồng bộ. Các nghệ sĩ độc lập có thể thử nghiệm bản demo, kiểm tra cách phối khí và nghe ý tưởng cho phần câu và điệp khúc trước khi bước vào sản xuất.
Chọn chế độ tạo nhạc không lời khi video, podcast hoặc bài đăng mạng xã hội cần âm nhạc không có giọng hát. Nhà sáng tạo có thể định hình tâm trạng thông qua prompt phong cách và tạo các đoạn nhạc nền phù hợp cho phần mở đầu, chuyển cảnh và kể chuyện bằng hình ảnh.
Xác định phong cách âm nhạc, sau đó sắp xếp lời bài hát bằng các thẻ Verse và Chorus để tạo nhịp điệu tự sự. Các đội ngũ làm trò chơi và phim có thể phác thảo chủ đề cho cảnh phim, nhân vật, trailer hoặc các phân đoạn cao trào chỉ từ một yêu cầu.
Cung cấp lời bài hát cho chiến dịch cùng phong cách và cấu trúc phân đoạn rõ ràng để tạo một bản nhạc hoàn chỉnh có giọng hát. Các đội ngũ marketing có thể phát triển nhạc hiệu, ca khúc ra mắt và ý tưởng âm thanh thương hiệu cho quảng cáo hoặc chiến dịch mạng xã hội.
Chuyển sang chế độ nhạc không lời để tạo âm nhạc không có phần lời được hát. Ca sĩ, nhà giáo dục và nhà sản xuất có thể sử dụng kết quả để luyện tập, diễn tập, phác thảo bản phối hoặc tiếp tục xử lý trong quy trình âm thanh của mình.
Xây dựng các tính năng tạo nhạc dựa trên lời bài hát quanh quy trình tạo nội dung bằng một lệnh gọi đồng bộ duy nhất. Các đội ngũ sản phẩm có thể cho phép người dùng biến prompt phong cách và lời bài hát có cấu trúc thành các ca khúc cá nhân hóa có giọng hát hoặc nhạc không lời ngay trong ứng dụng sáng tạo.
So sánh đầu vào sáng tạo, độ dài tạo, trọng tâm mô hình và mức giá tiêu chuẩn cho mỗi lần tạo của bốn mô hình âm nhạc có trên Atlas Cloud.
| Mô hình | Đầu vào sáng tạo | Độ dài tạo tối đa | Trọng tâm sáng tạo | Giá tiêu chuẩn |
|---|---|---|---|---|
| MiniMax Music 2.6 | Prompt phong cách và lời bài hát | - | Bài hát hoàn chỉnh có giọng hát hoặc nhạc cụ | $0.15/lần tạo |
| Suno chirp-v6 | Văn bản, âm thanh, hình ảnh và video | Tối đa 8 phút | Âm nhạc chính xác, trau chuốt ở nhiều thể loại | $0.132/lần tạo |
| Suno chirp-v6-wild | Văn bản, âm thanh, hình ảnh và video | Tối đa 8 phút | Kết quả thử nghiệm và đa dạng | $0.132/lần tạo |
| Suno chirp-v6-mini | Văn bản, âm thanh, hình ảnh và video | Tối đa 8 phút | Khám phá ý tưởng nhanh chóng, hiệu quả | $0.132/lần tạo |
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Sự kết hợp của các mô hình tiên tiến của MiniMax Music 2.6 với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy MiniMax Music 2.6, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
MiniMax Music 2.6 là mô hình chuyển văn bản thành nhạc của MiniMax, có thể tạo các bài hát hoàn chỉnh từ prompt mô tả phong cách và phần lời có cấu trúc tùy chọn. Mô hình có thể tạo bản nhạc có giọng hát kèm nhạc đệm hoặc nhạc không lời trong một yêu cầu đồng bộ duy nhất.
Mô tả thể loại, tâm trạng, nhạc cụ, phong cách giọng hát hoặc nhịp độ mong muốn để tạo một bản nhạc hoàn chỉnh. Bạn có thể cung cấp lời bài hát gốc cho bản nhạc có giọng hát hoặc bật chế độ nhạc không lời khi không cần phần hát.
Gửi yêu cầu POST đã xác thực đến endpoint generateAudio của Atlas Cloud và đặt trường model thành minimax/music-2.6. Bao gồm prompt, thêm lời bài hát khi cần, rồi lấy URL âm thanh được tạo từ phản hồi hoàn tất.
API chấp nhận prompt âm nhạc dài tối đa 2.000 ký tự và phần lời tùy chọn dài tối đa 3.500 ký tự. Bạn cũng có thể cấu hình chế độ nhạc không lời, định dạng đầu ra, tần số lấy mẫu và bitrate.
Đặt is_instrumental thành true và để trống trường lyrics. Mô hình sẽ tạo nhạc không có giọng hát, đồng thời tuân theo thể loại, tâm trạng, nhạc cụ và các chỉ dẫn khác trong prompt.
Sử dụng các nhãn được hỗ trợ như [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge], [Outro] và [Inst] để tổ chức bố cục. Tách các dòng lời bằng ngắt dòng và dùng một dòng trống khi muốn tạo khoảng nghỉ.
Mức giá tiêu chuẩn trên Atlas Cloud là $0.15 cho mỗi lần tạo. Hệ thống tính phí theo mức sử dụng, vì vậy mỗi lần tạo được gửi sẽ bị tính theo mức giá công bố cho từng lệnh gọi.
Bạn có thể chọn đầu ra MP3, WAV hoặc PCM với tần số lấy mẫu 16.000, 24.000, 32.000 hoặc 44.100 Hz. Các mức bitrate khả dụng là 32.000, 64.000, 128.000 và 256.000 bps.
Schema được tài liệu hóa của Atlas Cloud không cung cấp tham số duration cho mô hình này. Nếu ứng dụng yêu cầu thời lượng chính xác, trước tiên hãy tạo bản nhạc, sau đó cắt hoặc chỉnh sửa âm thanh kết quả trong quy trình xử lý tiếp theo của bạn.
Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.