minimax-music

MiniMax 音乐制作

当任务需要根据风格提示词、歌词或已获授权的参考音频创作原创歌曲、伴奏、主题曲、广告歌曲或翻唱风格的演绎时，使用 MiniMax Music。请将其视为音乐制作服务提供商，而不是通用音效工具。

截至 2026-07-10 已验证的当前公开 API 如下：

• POST https://api.minimax.io/v1/music_generation，用于文本生成音乐、器乐音乐和翻唱生成。
• POST https://api.minimax.io/v1/lyrics_generation，用于生成完整歌词或编辑／续写歌词。
• POST https://api.minimax.io/v1/music_cover_preprocess，用于在可编辑的翻唱工作流之前提取参考曲目的特征 ID、结构化歌词和大致结构。
• 全球文档列出的地址为 https://api.minimax.io；部分生态工具会区分中国区地址，例如 https://api.minimaxi.com。如果有效密钥无法通过身份验证，请核实用户的账户区域和配置的基础 URL，而不要反复重试。

已于 2026-07-10 核实的来源：MiniMax 音乐指南、API 参考、歌词 API 参考、翻唱预处理参考、速率限制指南、按量付费定价指南、统一条款、音频音乐创作条款和隐私概览：

• https://platform.minimax.io/docs/guides/music-generation
• https://platform.minimax.io/docs/api-reference/music-generation
• https://platform.minimax.io/docs/api-reference/lyrics-generation
• https://platform.minimax.io/docs/api-reference/music-cover-preprocess
• https://platform.minimax.io/docs/guides/rate-limits
• https://platform.minimax.io/docs/guides/pricing-paygo
• https://www.minimax.io/terms-of-service-v2.html
• https://www.minimax.io/audio/doc/terms-of-service-music.html
• https://www.minimax.io/privacy-policy-v2.html

选择任务路径

生成前，请选择以下一种路径：

1. 使用用户提供的歌词创作原创歌曲：调用 music_generation，使用 model: "music-2.6" 或 music-2.6-free、制作风格的 prompt，以及提供的 lyrics。
2. 不提供歌词创作原创歌曲：先使用 lyrics_generation；或者使用 music-2.6／music-2.6-free 时，将 lyrics_optimizer: true 与空歌词搭配使用。如果歌词内容很重要，优先单独生成歌词，这样你可以在支付音频生成费用前审核结构、品牌安全性和押韵。
3. 器乐音乐：调用 music_generation 并设置 is_instrumental: true；省略 lyrics。必须提供 prompt，并应指定流派、情绪、乐器配置、能量变化、用途和编辑限制。
4. 使用已获授权的参考音频快速翻唱：调用 music_generation，使用 model: "music-cover" 或 music-cover-free、audio_url 或 audio_base64，以及目标风格提示词。如果省略 lyrics，系统会自动提取歌词。
5. 使用已获授权的参考音频制作可编辑翻唱：先调用 music_cover_preprocess，审核／修改 formatted_lyrics，然后使用 cover_feature_id 和修改后的歌词调用 music_generation。

除非用户拥有预期用途所需的参考音频、表演、声音和歌词权利，或已获得许可，否则不要使用翻唱模式。MiniMax《音频音乐创作条款》要求输入内容（包括音频、歌词、音乐、声音和作品）具有相应权利或授权；如果输入内容包含某人的声音，则必须获得授权。

需要保留的当前 API 事实

以下事实由 MiniMax 文档记载，并已于 2026-07-10 核实。

模型选项：

• music-2.6：推荐的文本生成音乐模型；Token Plan 用户和付费用户可用，RPM 较高。
• music-2.6-free：免费层级的文本生成音乐模型；API 密钥用户可用，RPM 较低。
• music-cover：参考音频翻唱模型；适用于付费／Token Plan 层级。
• music-cover-free：免费层级的参考音频翻唱模型。

核心请求字段：

• model 为必填项。
• prompt 用于描述风格、情绪和场景。对于纯音乐 music-2.6，该项为必填项，长度为 1-2000 个字符。对于非纯音乐 music-2.6，该项为选填项，但仍应提供，以便控制制作效果。对于翻唱模型，该项为必填项，长度为 10-300 个字符。
• lyrics 支持以换行分隔的歌词，以及 [Intro]、[Verse]、[Pre Chorus]、[Chorus]、[Interlude]、[Bridge]、[Outro]、[Post Chorus]、[Transition]、[Break]、[Hook]、[Build Up]、[Inst] 和 [Solo] 等结构标签。对于非纯音乐 music-2.6，除非使用 lyrics_optimizer: true 且歌词为空，否则必须提供歌词；文档规定长度为 1-3500 个字符。对于翻唱模型，如果系统从参考音频中提取歌词，则歌词为选填项；使用 cover_feature_id 时，歌词为必填项，长度为 10-1000 个字符。
• lyrics_optimizer: true 仅支持 music-2.6/music-2.6-free；歌词为空时，会根据提示词自动生成歌词。
• is_instrumental: true 仅支持 music-2.6/music-2.6-free，并会取消歌词必填要求。
• stream 默认为 false。
• output_format 默认为 hex；也支持 url。如果 stream: true，则仅支持 hex。URL 输出会在 24 小时后过期，因此请立即将其下载到项目资源文件夹中。
• audio_setting 支持的 sample_rate 值为 16000、24000、32000、44100；bitrate 值为 32000、64000、128000、256000；format 值为 mp3、wav、pcm。
• audio_url 和 audio_base64 仅适用于翻唱模型。快速翻唱模式必须且只能提供其中一项；二者都不能与 cover_feature_id 同时使用。
• 翻唱模式和预处理的参考音频限制：时长为 6 秒至 6 分钟，大小上限为 50 MB；支持 mp3、wav 和 flac 等常见格式。
• cover_feature_id 来自预处理端点，有效期为 24 小时，且第二次生成调用时必须提供歌词。相同的音频内容会返回相同的 ID。

响应与生命周期：

• 成功的音乐响应会包含 data.status；1 表示正在处理，2 表示已完成。
• 如果 output_format: "hex"，data.audio 会包含十六进制编码的音频。请解码并写入持久化的本地文件；不要只将音频留在日志中。
• extra_info 可能包含时长、采样率、声道数、比特率和大小。
• 请在资源清单中保留 trace_id、模型、提示词、歌词或歌词来源、音频设置、输出文件路径、费用估算和权利说明。

费率与费用：

• MiniMax 的速率限制指南列出，Music-2.6、Music-Cover 和 Music-2.0 的音乐生成为 120 RPM，支持 20 个并发连接。免费套餐的 RPM 可能更低；批量生成前请确认账户专属配额。
• MiniMax 的按量付费价格显示，Music-2.6 的费用为 $0.15/up-to-5 minutes music，且有限提供免费使用；歌词生成的费用为 $0.01/per song，且有限提供免费使用。旧版 Music-2.5+ 和 Music-2.5 列出的 5 分钟单位价格相同；Music-2.0 的价格更低。确定预算前请重新核实价格。

错误处理：

• base_resp.status_code: 0 表示成功。
• 文档列出的相关错误代码包括：1002 速率限制、1004 身份验证失败、1008 余额不足、1026 内容因敏感材料而被标记、2013 参数无效，以及 2049 API 密钥无效。
• 遇到 1002 时，应退避并在用户批准的批处理范围内重试。
• 遇到 1004 或 2049 时，请检查密钥有效性、账户套餐和区域端点。
• 遇到 1008 时，请停止操作并询问用户是否充值、更换套餐或取消。
• 遇到 1026 时，不要绕过审核。请修改创意简报或歌词，移除不安全或侵权的内容。
• 遇到 2013 时，请检查必填字段组合、长度限制、互斥字段和音频设置。

生产提示词

将 prompt 写成一份简短的音乐创作简报。说明声音特征、情感作用、编曲、人声方向（如适用）、结构或发展弧线，以及交付场景。除非使用场景比较通用，否则避免使用“电影感十足、鼓舞人心”这类含糊的描述。

有用的提示词要素：

• 流派和子流派：“独立民谣”“Future Bass”“受 Motown 启发的灵魂乐”“90 年代 Boom Bap”“极简钢琴氛围音乐”。
• 作用：“用于创始人旁白的发布影片”“可循环播放的 Shorts 片头”“30 秒产品提示音”“片尾字幕主题曲”。
• 节奏和能量：“感觉缓慢，72 BPM”“中速步行节奏”“从稀疏逐步推进到振奋人心”。
• 编曲：主奏乐器、打击乐密度、低音存在感、质感、静默和留白。
• 人声方向：仅在有用时指定歌手性别或音色；除非已获授权且允许，否则不要要求模仿可识别的在世艺人或克隆其声音。
• 混音需求：“为旁白留出空间”“对话下方不要有繁忙的主旋律”“在 0:08 加入强烈的强拍，用于呈现徽标”“结尾干净利落，便于剪成广告短版”。
• 负面约束：“不要刺耳的镲片”“避免搞怪／喜剧风格”“不要露骨歌词”“不要模仿任何点名的艺人”。

写歌词时，优先使用明确的结构标签。副歌歌词要令人印象深刻，但不要重复过度，以免听起来像合成内容。少量使用品牌／产品名称；如果每一行都包含产品名称，许多音乐模型会过度强调反复出现的名词。

制作视频时，要围绕剪辑设计音乐：

• 6-15 秒：提示音、钩子、收尾点或循环段。除非歌唱歌词是重点，否则使用纯音乐。
• 15-30 秒：广告／社交媒体配乐，带有清晰的渐强和徽标／强拍。
• 30-60 秒：短歌曲段落或纯音乐发展弧线；提供与场景转场对应的段落标签。
• 60 秒以上：完整歌曲或类似分轨的主混音，然后在外部剪短。

MiniMax 生成的是完成混音，而非独立分轨。如果项目需要旁白下压、标题安全拍点、分轨或其他剪辑版本，请规划在生成后使用本地音频编辑器／DAW／FFmpeg 进行后期处理。

成品文件管理

调用生成前，先创建预期的输出路径，例如：

projects/<project-id>/assets/music/minimax_<slug>_<model>_<timestamp>.mp3

收到输出后：

1. 如果输出是十六进制数据，根据 audio_setting.format 选择的扩展名解码该十六进制字符串。
2. 如果输出是 URL，请立即下载；MiniMax 文档说明，URL 链接会在 24 小时后过期。
3. 执行基本的媒体检查：时长、声道数、采样率、比特率、文件大小和可解码性。
4. 完整试听曲目。不要仅凭波形元数据批准。
5. 记录溯源信息：端点、模型、去除机密信息后的请求 JSON、trace_id、base_resp、extra_info、源音频／参考音频路径或 URL、权利说明、审核者决定，以及任何编辑计划。

推荐的生产默认设置：

• 用于网页／视频／社交媒体：audio_setting: { "sample_rate": 44100, "bitrate": 256000, "format": "mp3" }。
• 用于后期母带处理或大量编辑：如果存储空间允许，优先使用 wav。
• 用于流式响应处理或尽量减少负载依赖：使用 hex 并在本地解码。
• 用于会立即下载素材的简单集成演示：可以使用 output_format: "url"，但仍要在本地保存文件。

QA 检查清单

检查每首生成的曲目是否符合以下要求：

• 符合简报：流派、情绪、能量、配器、人声表现和剪辑时机。
• 歌词：发音风险、语法、拗口的韵律、不必要的脏话、品牌名称是否正确、宣传主张和政策敏感内容。
• 音乐质量：削波、音量抽吸、不自然的过渡、立体声声像塌缩、旁白下方过于繁忙的旋律、突兀的结尾、开场空白或流派不符。
• 时长和可剪辑性：是否落在所需节拍上，是否包含可循环的片段，以及能否平滑淡出。
• 权利和披露：输入内容是否获得授权；是否没有要求模仿具名艺人或未经授权的声音／角色；目标平台有要求或 MiniMax 通知要求标注时，是否披露 AI 生成内容。
• 交付规格：预期格式、采样率、后期处理后的响度目标，以及是否存放在项目的规范素材文件夹中。

如果曲目未达到简报要求，且无法通过简单裁剪、淡入淡出、EQ 或闪避修复，至少重新生成一次。重新生成时，只更改导致问题的变量，以便比较结果仍有参考价值。

安全、权利和政策立场

已记录的条款和制作经验：

• MiniMax 统一条款规定，访问权限取决于账户类型、订阅计划、技术兼容性、地域可用性及其他资格要求。
• MiniMax Audio 音乐创作条款要求所有输入内容（包括歌词、音乐、音频、视频、声音和作品）均已获得权利或授权。如果输入中包含个人的声音，还必须获得该声音的授权。
• 条款禁止违法或侵犯权利的使用、冒充、损害声誉、误导性内容及其他被禁止的行为。
• 条款指出，输出中可能嵌入标识符或水印；用户有责任清晰标注 AI 生成内容，避免误导他人。
• MiniMax 不保证输出的准确性、适用性、可靠性或完整性。

面向 Agent 的实用规则：

• 使用参考歌曲、商业曲目、客户广告曲、表演者录音或类似人声的素材进行翻唱模式生成前，先确认用户已获得相关权利。
• 不要将“按 [在世艺人] 的风格创作”作为制作指令。应将艺人参考转化为音乐属性：年代、配器、速度、音色、编曲、和声色彩和混音质感。
• 除非已审查用户的法律条款／订阅方案和当地法律，否则不要声称用户拥有独家版权或作品具有平台安全的商业使用权。
• 不要移除或隐藏服务提供方要求的标识符／水印／声明。
• 确保生成的音乐可供审查且可追溯；避免产生无归属的临时 URL。

完整示例

示例：30 秒 SaaS 发布影片配乐

意图：为创始人旁白和动画产品揭晓制作背景音乐。

方案：使用 music-2.6 创作原创纯音乐；如有需要，进行后期剪辑。

请求：

{
  "model": "music-2.6",
  "prompt": "Premium minimalist electronic score for a 30-second SaaS launch film. 92 BPM feel, warm analog pad bed, soft plucked synth pulse, restrained sub bass, subtle brushed percussion. Start intimate and focused, lift at 0:12, confident logo downbeat around 0:24, clean final tail. Leave space for spoken narration; no lead vocal, no busy top-line melody, no harsh cymbals.",
  "is_instrumental": true,
  "output_format": "hex",
  "audio_setting": {
    "sample_rate": 44100,
    "bitrate": 256000,
    "format": "mp3"
  }
}

这样组织的原因：提示词指定了用途、剪辑点、编曲密度和旁白空间。使用纯音乐模式，因为演唱内容会与旁白争抢注意力。

预期审查：试听音乐高潮和 Logo 重拍是否足够贴合剪辑。如果生成的曲目在旁白下方旋律过于突出，先用更明确的“节奏质感，不要主旋律”措辞重新生成，再尝试用 EQ 修复。

示例：经过歌词审查的社交媒体广告曲

意图：为一款补水产品的短视频生成简短、符合品牌安全要求的演唱副歌，避免医疗宣传主张。

方案：先撰写／审查歌词，再生成音乐。

歌词生成请求：

{
  "mode": "write_full_song",
  "prompt": "A clean 20-30 second pop jingle about grabbing a sparkling water after a workout. Bright, playful, no health or performance claims, no mention of curing or improving the body. Include a short chorus only and keep the brand placeholder as [BRAND].",
  "title": "Fresh Spark"
}

为音乐生成调用准备的歌词：

[Intro]
Fresh from the fridge, a little fizz in the light

[Chorus]
Hey [BRAND], brighten up the break
Cold little bubbles, easy choice to make
Step outside, let the afternoon shine
One crisp sip and the moment feels fine

音乐生成请求：

{
  "model": "music-2.6",
  "prompt": "Upbeat modern pop jingle, bright handclaps, clean electric piano, light funk bass, cheerful group backing vocals, 105 BPM feel, 20-30 second social ad hook, polished but not childish, clean brand-safe energy.",
  "lyrics": "[Intro]\nFresh from the fridge, a little fizz in the light\n\n[Chorus]\nHey [BRAND], brighten up the break\nCold little bubbles, easy choice to make\nStep outside, let the afternoon shine\nOne crisp sip and the moment feels fine",
  "output_format": "hex",
  "audio_setting": {
    "sample_rate": 44100,
    "bitrate": 256000,
    "format": "mp3"
  }
}

QA 重点：确认发布前已正确替换占位符，检查是否意外加入健康／表现方面的宣传主张；如果生成的曲目超出广告时长，则制作短版。

示例：修改歌词的授权参考音频翻唱

意图：在保留旋律和结构风格的同时，为客户拥有的广告曲制作合法授权的其他语言版本或特定活动翻唱。

流程：分两步完成翻唱工作流，以便审核歌词。

预处理请求：

{
  "model": "music-cover",
  "audio_url": "https://example-client-cdn.com/authorized-jingle-master.mp3"
}

然后审核返回的 formatted_lyrics 和 structure_result。如果已记录授权，且歌词修改已获批准，则生成：

{
  "model": "music-cover",
  "prompt": "Friendly acoustic-pop cover for a family travel campaign, warm female vocal, ukulele, soft kick, handclaps, sunny but not childish, keep a compact ad-jingle feel.",
  "cover_feature_id": "returned_feature_id_here",
  "lyrics": "[Verse]\nPack the bags, the road is bright\nLittle maps and morning light\n\n[Chorus]\nGo with [BRAND], find your way\nSmall new wonders every day",
  "output_format": "hex",
  "audio_setting": {
    "sample_rate": 44100,
    "bitrate": 256000,
    "format": "mp3"
  }
}

关键检查：参考音频必须为 6 秒至 6 分钟，且不超过 50 MB；cover_feature_id 会在 24 小时后过期；不要在同一生成请求中传入 audio_url 和 cover_feature_id；在项目备注中保留授权证明。

示例：播客过场音乐循环

意图：为科技播客制作一段可循环播放的器乐过场音乐。

流程：先生成器乐，再在本地编辑循环。

请求：

{
  "model": "music-2.6",
  "prompt": "Loopable 12-18 second technology podcast bumper, restrained future garage texture, muted kick, soft vinyl crackle, airy synth chord, two-note identity motif, editorial and intelligent, no vocals, no dramatic trailer drums, no abrupt ending. Make the first and last bars compatible for a crossfade loop.",
  "is_instrumental": true,
  "output_format": "hex",
  "audio_setting": {
    "sample_rate": 44100,
    "bitrate": 256000,
    "format": "mp3"
  }
}

预期工作流：如果预算允许，生成 2-3 个候选版本，选出最简洁的一版，裁剪至小节边界，添加一段短的等功率交叉淡化，并导出最终循环版本和单次播放结尾版本。