رفتن به محتوا

MiniMax Music 3

یکپارچه‌سازی

شناسه مدل minimax/music-3
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/music-3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Warm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening",
    "lyrics": "[verse]\nPorch lights humming on the edge of town\nWe count the fireflies as the sun goes down\n[chorus]\nStay a little longer, the night is young\nSing me the song that we never sung",
    "duration": 30
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۰۶⁩ ۶۰ اعتبار API · ≈ ⁨‎₽۶٫۳۳⁩ اجرای آن در این صفحه

دریافت کلید API
MiniMax متن به موسیقی ۱–۳۰۰ ثانیه #music#vocals#songs

ترانه‌های کامل با آواز از متن ترانه و توضیح سبک شما، تا 5 دقیقه.

نمونه‌ها

خروجی · ~84 ثانیه

پرامپتWarm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening

۳۰ s⁨‎$۰٫۰۶⁩ · ۶۰ اعتبار API

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

پرامپت تولید موسیقی که می‌تواند برای کنترل دقیق از Structured Caption استفاده کند: جزئیات تنظیم و آواز هر بخش را با فرادادهٔ کلی شامل سبک، BPM، گام و روند احساسی ترکیب کنید. توضیح کلی، سبک و حال‌وهوای مطلوب، نحوهٔ استفاده از آواز و سازها و تنظیم را پوشش می‌دهد.

•الزامی

متن ترانه برای خواندن؛ هر واژه‌ای که در خطی مشترک با برچسب ساختاری آغازین باشد، طبق قرارداد ورودی مدل حذف می‌شود. هر برچسب را در خطی جدا نگه دارید، از جمله [intro]، [verse]، [pre-chorus]، [chorus]، [post-chorus]، [bridge]، [instrumental]، [solo] و [outro].

حد مدت صوت، برحسب ثانیه، نه طول تضمین‌شدهٔ خروجی. پاسخ مدت واقعی را گزارش می‌کند که اگر تولید زود متوقف شود می‌تواند کوتاه‌تر باشد.

پیشرفته num_inference_steps · guidance_scale · seed
پیش‌فرض 30

تعداد گام‌های Euler برای flow matching در هر قطعهٔ حذف نویز 8 ثانیه‌ای.

پیش‌فرض 1.7

شدت guidance بدون classifier هنگام flow matching.

Seed برای تولید تکرارپذیر که مگر اینکه مقداری ارائه کنید، به‌صورت تصادفی انتخاب می‌شود.

POST /run/minimax/music-3?wait=20 قیمت → ⁨‎$۰٫۰۶⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/music-3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Warm indie folk, acoustic guitar and soft brushed drums, gentle female vocal, 92 BPM, nostalgic summer evening",
    "lyrics": "[verse]\nPorch lights humming on the edge of town\nWe count the fireflies as the sun goes down\n[chorus]\nStay a little longer, the night is young\nSing me the song that we never sung",
    "duration": 30
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره MiniMax Music 3

MiniMax Music 3 متن ترانه شما را روی یک تنظیم کامل می‌خواند. ژانر، تمپو، گام، حال‌وهوا، آواز و سازها را در پرامپت توصیف کنید و ساختار ترانه را در متن با برچسب‌هایی مانند [verse]، [chorus] و [bridge] مشخص کنید؛ هرکدام در خطی جداگانه. مدت‌زمان (1 تا 300 ثانیه، پیش‌فرض 60) سقف است؛ ترانه ممکن است زودتر تمام شود.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
پرامپت تولید موسیقی که می‌تواند برای کنترل دقیق از Structured Caption استفاده کند: جزئیات تنظیم و آواز هر بخش را با فرادادهٔ کلی شامل سبک، BPM، گام و روند احساسی ترکیب کنید. توضیح کلی، سبک و حال‌وهوای مطلوب، نحوهٔ استفاده از آواز و سازها و تنظیم را پوشش می‌دهد.
lyricsالزامی
نوعstring
متن ترانه برای خواندن؛ هر واژه‌ای که در خطی مشترک با برچسب ساختاری آغازین باشد، طبق قرارداد ورودی مدل حذف می‌شود. هر برچسب را در خطی جدا نگه دارید، از جمله [intro]، [verse]، [pre-chorus]، [chorus]، [post-chorus]، [bridge]، [instrumental]، [solo] و [outro].
durationاختیاری
نوعnumber
پیش‌فرض60
۱ – ۳۰۰
حد مدت صوت، برحسب ثانیه، نه طول تضمین‌شدهٔ خروجی. پاسخ مدت واقعی را گزارش می‌کند که اگر تولید زود متوقف شود می‌تواند کوتاه‌تر باشد.
seedاختیاری
نوعinteger | null
Seed برای تولید تکرارپذیر که مگر اینکه مقداری ارائه کنید، به‌صورت تصادفی انتخاب می‌شود.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض30
۱ – ۱۰۰
تعداد گام‌های Euler برای flow matching در هر قطعهٔ حذف نویز 8 ثانیه‌ای.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض1.7
۰ – ۲۰
شدت guidance بدون classifier هنگام flow matching.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/music-3",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 60,
    "usd": "0.06",
    "charged": 60,
    "refunded": 0
  },
  "input": {
    "prompt": "Genre: acoustic pop. BPM: 96. Key: C major. Warm and intimate, soft female vocal, guitar and light piano",
    "lyrics": "[verse]\nMorning light filtering through the pine\nEvery quiet street is yours and mine\n[chorus]\nSoftly the world begins to breathe",
    "duration": 30
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "duration": 5
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}فایل صوتی خروجی در قالب WAV استریو، با 44.1 kHz و نمونه‌های 16-bit.
seed
integerSeed تصادفی استفاده‌شده هنگام تولید.
duration
numberگزارش می‌کند چند ثانیه صوت واقعاً تولید شده است؛ این مقدار لزوماً به اندازهٔ مدت درخواست‌شده نیست.

مدل‌های بیشتر: متن به موسیقی

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/minimax/music-3.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt