MiniMax: Music 2.0

A MiniMax Music 2.0 írásos zenei leírásból és dalszövegből készít zenét. Ehhez a pontos kiadáshoz válassza a minimax/music-2.0 azonosítót; a music-2.0 a konfigurált aliasa. Zenei metódusa model, prompt és lyrics mezőt tartalmazó JSON-kérést használ, és generált hangot állít elő. Írásos dalkoncepció meghallgatható vázlattá alakítására, megadott dalszöveg megzenésítésére vagy egy kompozíció további szerkesztés előtti feltérképezésére használható.

A prompt mezőben írja le a zenei stílust, hangulatot és környezetet, a lyrics mezőben pedig az eléneklendő szavakat adja meg. Egy hasznos leírás kérhet egy csendes kávézóba illő, elmélyült folkdalt, amelyben egy versszak megteremti a jelenetet, a refrén pedig megismétli a központi gondolatot. A zenei iránymutatást tartsa a prompt, a kívánt sorokat pedig a lyrics mezőben, hogy a szöveg egyértelmű szerepet kapjon a kompozícióban.

A Music 2.0 esetében a promptnak 10–2 000, a lyrics mezőnek pedig 10–3 500 karaktert kell tartalmaznia. A kiválasztott modell mellett mindkét szövegmezőt foglalja bele a kérésbe. A prompt terét a fontos zenei döntésekre használja, majd a teljes kívánt szöveget adja meg a lyrics mezőben. Egy tömör, de teljes leírás könnyebben összevethető a visszaadott dallal, mint a két mezőben szétszórt, egymáshoz nem kapcsolódó utasítások.

A dalszöveg sorait újsorkarakterekkel válassza el. Az olyan szakaszcímkék, mint az [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge] és [Outro], jelezhetik a kívánt szerkezetet; a dokumentált készlet az [Interlude], [Post Chorus], [Transition], [Break], [Hook], [Build Up], [Inst] és [Solo] címkéket is tartalmazza. A tényleges szöveget a szakaszcímkék alá helyezze, és az ismétlődő szakaszokat tudatosan használja. Ezek a jelölők szerkezetet adnak a kompozíciónak; ellenőrizze, hogy a kész dal ténylegesen hogyan valósítja meg az átmeneteket és az ismétléseket.

Az audio_setting objektum a sample_rate mezőhöz 16000, 24000, 32000 vagy 44100, a bitrate mezőhöz 32000, 64000, 128000 vagy 256000, a format mezőhöz pedig mp3 vagy wav értéket kínál. A következő szerkesztési vagy lejátszási lépéshez válassza meg a fájlbeállításokat, és őrizze meg őket a leírással együtt. A közzétett példa 44100, 256000 és mp3 értéket kér; ezek példabeli választások, nem mindhárom mező általános alapértékei.

A kiválasztott zenei munkafolyamat szinkron és nem használ folyamatos átvitelt. A dokumentált output_format értékek url és hex, a séma alapértéke hex; a kiválasztott példa kifejezetten url értéket kér. URL-kimenetnél a visszaadott Ailoot-hivatkozással töltse le az elmentett hangot. A hex eredmény hangbájtokat jelöl, amelyeket lejátszás előtt a kiválasztott fájlformátumba kell dekódolni. Egyetlen generált hanghoz a válasz audio és audio_url elérhetőséget is tartalmazhat; ezt az eredményt egyetlen dalként őrizze meg.

Mentse el a kész hangot a dalszöveggel, a zenei leírással, a pontos modellazonosítóval és a kért fájlbeállításokkal együtt. Mielőtt projektbe illeszti, hallgassa meg, hogy a kívánt szavak, szakaszsorrend és zenei irány valósult-e meg. Ha egy kérés teljes eredmény nélkül ér véget, őrizze meg az eredeti kérés azonosító adatait és a válasz adatait az eredmény ellenőrzéséhez; egy automatikus helyettesítő kérés újabb dalt hozhat létre. Módosításkor egy adott dalszövegrészlet vagy zenei utasítás változhat, miközben a leírás többi része megmarad az összehasonlíthatóság érdekében.