minimax-music-gen

Name: minimax-music-gen
Author: minimax-ai

github.com/minimax-aiクリエイティブ・メディア13.7k1.6k 回インストール28 週間前に更新

minimax-music-gen について

minimax-music-genは、mmx CLI経由でMiniMax Music APIを使い、歌入り曲、インストゥルメンタル、カバーを制作するスキルです。一文から生成する基本モードと、歌詞や音楽パラメーターを調整する詳細な手順を備え、再生と反復にも対応します。

主な機能

01歌入りまたはインストゥルメンタル曲の生成
02参照音源を使ったカバー制作
03基本と詳細の制作ワークフロー
04歌詞と構造化された音楽パラメーターの調整
05生成曲の保存、再生、修正

活用シーン

01短い説明から楽曲を作成
02指定スタイルのインストゥルメンタル生成
03音源と希望スタイルを使ったカバー制作
04歌詞やスタイルを修正して再生成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/minimax-ai/skills --skill minimax-music-gen

インストール後、Claude Code で/minimax-music-genを入力して読み込まれたか確認します。

同梱ファイルreferences/prompt_guide.md

詳細

MiniMax Music Generation Skill

MiniMax Music API を使用して、ボーカル曲またはインストゥルメンタル曲を生成します。次の 2 つの作成モードに対応しています。ベーシック（1 文を入力して曲を出力）と詳細コントロール（歌詞の編集、プロンプトの調整、生成前の計画）。

前提条件

mmx CLI（必須）：音楽の生成には mmx コマンドラインツールを使用します。

インストール済みか確認する：
```
command -v mmx && mmx --version || echo "mmx not found"
```
インストールする（Node.js が必要です）：
```
npm install -g mmx-cli
```
認証する（初回のみ）：
```
mmx auth login --api-key <your-minimax-api-key>
```
API キーは MiniMax Platform から取得できます。認証情報は ~/.mmx/credentials.json に保存され、セッションをまたいで保持されます。

確認する：
```
mmx quota show
```
オーディオプレーヤー（推奨）：ローカル再生には mpv、ffplay、または afplay（macOS に標準搭載）を使用します。インタラクティブな操作が可能な mpv を推奨します。

CLI ツール

このスキルでは、すべての音楽生成に mmx CLI を使用します。

音楽生成：mmx music generate — モデル：music-2.6-free
- プロンプトから歌詞を自動生成する --lyrics-optimizer に対応しています
- インストゥルメンタルトラック用の --instrumental に対応しています
- ユーザーが指定した歌詞を使う --lyrics に対応しています
- 構造化パラメーター：--genre、--mood、--vocals、--instruments、--bpm、--key、--tempo、--structure、--references
カバー：mmx music cover — モデル：music-cover-free
- --audio-file <path> または --audio <url> で参照オーディオを指定します
- --prompt でカバーのスタイルを指定します

エージェント用フラグ：エージェントから mmx を呼び出すときは、必ず --quiet --non-interactive を追加してください。

パイプライン：

ボーカル曲：ユーザーの説明 -> mmx music generate --lyrics-optimizer -> MP3
インストゥルメンタル曲：ユーザーの説明 -> mmx music generate --instrumental -> MP3
カバー：ソースオーディオ + スタイル -> mmx music cover -> MP3

保存先

生成された音楽はすべて ~/Music/minimax-gen/ に保存されます。ディレクトリが存在しない場合は作成してください。ファイル名にはタイムスタンプと、プロンプトから生成した短いスラッグを使用します。 YYYYMMDD_HHMMSS_<slug>.mp3

言語とインタラクション

ユーザーの最初のメッセージから使用言語を判定し、セッション全体を通じてその言語で応答してください。これは、すべてのやり取りのテキスト、質問、確認、フィードバックのプロンプトに適用されます。

ユーザー向けテキストのローカライズ規則：

プレビューラベル、フィールド名、確認、ステータスメッセージ、再生情報、フィードバックのプロンプト、プロンプト／説明のプレビューを含む、ユーザーに表示するすべてのテキストは、ユーザーの言語に完全に翻訳する必要があります。
モデルに送信する API プロンプト は、生成品質を高めるため、常に英語で記述してください。ただし、ユーザーにプロンプトをプレビュー表示するときは、英語の生のプロンプトではなく、ユーザーの言語にローカライズした説明を表示してください。英語のプロンプトは内部実装の詳細であり、ユーザーに見せる必要はありません。
以下のテンプレートは参考として英語で記載されています。実行時には、すべてのラベルとメッセージを、判定したユーザーの言語に翻訳してください。

歌詞の言語に関する規則：

歌詞のデフォルト言語はユーザーの言語です。中国語を話すユーザーには中国語の歌詞を、英語を話すユーザーには英語の歌詞を生成します。
ユーザーが明示的に希望した場合に限り、別の言語で歌詞を生成してください。
歌詞を別の言語にする必要がある場合は、その言語をプロンプトのボーカルまたはジャンルの説明に自然に含めてください。たとえば、「韓国語の歌詞で」と付け加える代わりに、「韓国人女性ボーカリストを起用」や、その言語を想起させるジャンル（例：「K-pop」、「J-rock」、「Mandopop」、「Latin pop」）を指定します。

ワークフロー

ステップ 0：意図の判定

ユーザーのメッセージを解析して、次の内容を判定します。

曲のカテゴリ：ボーカル（歌詞あり）、インストゥルメンタル（ボーカルなし）、またはカバー
制作モードの希望：詳細な要件（Advanced）を提示しているか、カジュアルな一文（Basic）か

曖昧な場合は、次の判断フローに従って質問します。

Q1: What type of music?
  - Vocal (with lyrics)
  - Instrumental (no vocals)
  - Cover

Q2: Creation mode?
  - Basic — one-line description, auto-generate
  - Advanced — edit lyrics, refine prompt, plan

「悲しいピアノ曲を作って」のように、明確な一文で依頼された場合は、質問を省略します。インストゥルメンタル + Basic モードと判断して、そのまま進めます。

ステップ 1：Basic モード

目標：ユーザーが短い説明を入力し、スキルがすべてを自動生成してから API を呼び出します。

説明をプロンプトに展開する：ユーザーの一文を、豊かな音楽プロンプトに展開します。スタイルの語彙、ジャンルや楽器の参考情報、プロンプトの構成については、このドキュメント末尾の付録 Prompt Writing Guide を参照してください。 最高の生成品質を得るため、ユーザーの言語にかかわらず、API 用プロンプトは必ず英語で記述してください。

次のパターンに従います。
```
A [mood] [BPM optional] [genre] song, featuring [vocal description],
about [narrative/theme], [atmosphere], [key instruments and production].
```
生成前にユーザーにプレビューを表示する。ラベルとプロンプトの説明は、すべてユーザーの言語に翻訳してください。API 呼び出し時に英語のプロンプトを内部で使用し、ユーザーには決して表示しません。次のテンプレートを参考にしてください（英語の参考例です。実行時にはすべてローカライズします）。
```
About to generate:
Type: Vocal / Instrumental
Description: indie folk, melancholy, acoustic guitar, gentle female voice
Lyrics: Auto-generated (--lyrics-optimizer)

Confirm? (press enter to confirm, or tell me what to change)
```
mmx を呼び出す：音楽を直接生成します。

ステップ 2：Advanced Control モード

目標：ユーザーが生成前にすべてのパラメーターを完全に制御できます。

歌詞の段階：
- ユーザーが歌詞を提示した場合：セクションマーカーを付けて整形したものを表示し、修正するか確認します。最終的な歌詞は --lyrics を使って mmx に渡します。
- ユーザーがテーマだけを提示し、歌詞がない場合：--lyrics-optimizer を使って自動生成します。
- 反復編集に対応します：「2 番目のコーラスを変更して」と言われた場合は、そのセクションのみを書き直します。
- ユーザー自身が歌詞を書き、--lyrics で渡すこともできます。
プロンプトの段階：
- 歌詞のムードと内容に基づいて、おすすめのプロンプトを生成します。
- ユーザーが追加、削除、変更できるタグとして提示します。
- 語彙の詳細については、付録の Prompt Writing Guide を参照してください。
詳細なプランニング（任意。提案しますが、強制はしません）：
- 曲の構成：ヴァース-コーラス-ヴァース-コーラス-ブリッジ-コーラス、またはカスタム
- BPM の提案（テンポの説明語としてプロンプトに含めます）
- 参考スタイル：「X のスタイルのようなもの」→ プロンプトタグに変換
- ボーカルのキャラクターの説明
最終確認：パラメーターの概要をすべて表示してから、生成します。

ステップ 3：mmx の呼び出し

mmx CLI を使用して音楽を生成します。

自動生成した歌詞を使うボーカル曲：

mmx music generate \
  --prompt "<prompt>" \
  --lyrics-optimizer \
  --genre "<genre>" --mood "<mood>" --vocals "<vocal style>" \
  --instruments "<instruments>" --bpm <bpm> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

ユーザーが提示した歌詞を使うボーカル曲：

mmx music generate \
  --prompt "<prompt>" \
  --lyrics "<lyrics with section markers>" \
  --genre "<genre>" --mood "<mood>" --vocals "<vocal style>" \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

インストゥルメンタル（ボーカルなし）：

mmx music generate \
  --prompt "<prompt>" \
  --instrumental \
  --genre "<genre>" --mood "<mood>" --instruments "<instruments>" \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

--prompt にすべてを詰め込むのではなく、構造化フラグ（--genre、--mood、--vocals、--instruments、--bpm、--key、--tempo、--structure、--references、--avoid、--use-case）を使用して、API を細かく制御します。

処理中は進行状況を表示します。通常、生成には 30～120 秒かかります。

ステップ 4：再生

生成後、利用可能なオーディオプレーヤーを検出し、ファイルを再生します。

プレーヤーの検出：

command -v mpv || command -v ffplay || command -v afplay

検出したプレーヤーに応じて再生します（優先順位順）：

プレーヤー	コマンド	操作
`mpv`（推奨）	`mpv --no-video ~/Music/minimax-gen/<filename>.mp3`	space = 一時停止／再開、q = 終了、left/right = シーク
`ffplay`	`ffplay -nodisp -autoexit ~/Music/minimax-gen/<filename>.mp3`	q = 終了
`afplay`（macOS）	`afplay ~/Music/minimax-gen/<filename>.mp3`	Ctrl+C = 停止
見つからない場合	再生を試みない	ファイルパスのみを表示

再生を開始したら、ユーザーに伝えます（テキストはすべてローカライズします）。

Now playing: <filename>.mp3
Saved to: ~/Music/minimax-gen/<filename>.mp3

再生操作（キーボードショートカットなど）は表示しないでください。プレーヤーはバックグラウンドで実行されるため、この環境では機能しません。

プレーヤーが見つからない場合（テキストはすべてローカライズします）：

No audio player detected.
File saved to: ~/Music/minimax-gen/<filename>.mp3
Tip: Install mpv for the best playback experience (brew install mpv).

ステップ 5：フィードバックと反復

再生後、フィードバックを求めます。

How was this song?
  1. Love it, keep it!
  2. Not quite, adjust and regenerate
  3. Fine-tune lyrics/style then regenerate
  4. Don't want it, start over

フィードバックに基づいて、次のように対応します。

満足：完了です。ファイルパスをもう一度伝えます。
調整して再生成：何を変更するか（プロンプト、歌詞、スタイルなど）を尋ね、編集を適用して再生成します。比較できるよう、古いファイルには _v1 サフィックスを付けて残します。
微調整：現在のパラメーターを入力済みの状態で、高度なコントロールモードに入ります。
削除してやり直す：ファイルを削除し、ステップ 0 に戻ります。

カバーモード

参照音源に基づいて、楽曲のカバーバージョンを生成します。モデル：music-cover-free。

参照音源の要件：mp3、wav、flac — 長さは 6 秒から 6 分、最大 50MB です。歌詞が指定されていない場合は、ASR で元の歌詞が自動的に抽出されます。

ワークフロー

ユーザーがカバーモードを選択した場合：

元音源を尋ねます — ローカルファイルのパスまたは URL
カバーのスタイルを尋ねます（例：「アコースティックカバー、装飾を抑えた、親密なボーカル」）
必要に応じて、カスタム歌詞または歌詞ファイルを尋ねます

コマンド

ローカルファイルからカバーを生成：

mmx music cover \
  --prompt "<cover style description>" \
  --audio-file <source.mp3> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

URL からカバーを生成：

mmx music cover \
  --prompt "<cover style description>" \
  --audio <source_url> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

カスタム歌詞を使用（テキスト）：

mmx music cover \
  --prompt "<style>" \
  --audio-file <source.mp3> \
  --lyrics "<custom lyrics>" \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

カスタム歌詞を使用（ファイル）：

mmx music cover \
  --prompt "<style>" \
  --audio-file <source.mp3> \
  --lyrics-file <lyrics.txt> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

オプションのフラグ

フラグ	説明
`--seed <number>`	再現可能な結果を得るための乱数シード（0～1000000）
`--channel <n>`	`1`（モノラル）または `2`（ステレオ、デフォルト）
`--format <fmt>`	`mp3`（デフォルト）、`wav`、`pcm`
`--sample-rate <hz>`	サンプルレート（デフォルト：44100）
`--bitrate <bps>`	ビットレート（デフォルト：256000）

生成後

通常の再生とフィードバックのフロー（ステップ 4 と 5）に進みます。

エラー処理

エラー	対処
mmx が見つからない	`npm install -g mmx-cli`
mmx の認証エラー（終了コード 3）	`mmx auth login`
クォータ超過（終了コード 4）	クォータの上限を報告し、待機またはアップグレードを提案します
API タイムアウト（終了コード 5）	1 回再試行し、その後失敗を報告します
コンテンツフィルター（終了コード 10）	フィルター対象のコンテンツを避けるようプロンプトを調整します
歌詞の形式が無効	セクションマーカーを自動修正し、ユーザーに警告します
オーディオプレーヤーが見つからない	ファイルを保存してパスをユーザーに伝え、mpv のインストールを提案します
ネットワークエラー	エラーの詳細を表示し、接続の確認を提案します

重要な注意事項

著作権で保護された歌詞を再現しないでください。 カバーを作成する場合は、楽曲のテーマに着想を得たオリジナルの歌詞を必ず書きます。この点をユーザーに説明してください。
プロンプトの言語：API のプロンプトには英語のタグが最適です。中国語のタグも使用できます。混在も問題ありません。
歌詞のセクションマーカー：API は [verse]、[chorus]、[bridge]、[outro]、[intro] を認識します。--lyrics を指定する際は、必ずこれらを含めます。
ファイル管理：~/Music/minimax-gen/ に 50 個を超えるファイルがある場合、新しいセッションの開始時に整理を提案します。
構造化パラメーター：すべてを --prompt に埋め込むより、--genre、--mood、--vocals、--instruments、--bpm などを使うことを優先します。これにより、API をより適切に制御できます。
スタイルによる歌詞の言語指定：ユーザーが特定の言語で歌詞を希望する場合、プロンプトに言語指定を追加するのではなく、ボーカルの説明やジャンル（例：「日本語の女性ボーカリスト」、「マンドポップのバラード」）を通じて表現します。

付録：プロンプト作成ガイド

ジャンル、ボーカル、楽器の参考情報や BPM の表を含むプロンプト作成ガイドの全文は、references/prompt_guide.md を参照してください。

Markdown 対応

ログインしてコメント

基本情報

作者: minimax-ai
リポジトリ: minimax-ai/skills
カテゴリ: クリエイティブ・メディア
インストール数: 1,608
GitHub スター: 13,735

問題を報告