music-generation

音乐生成技能

概述

此技能使用结构化 JSON 规范，通过 MiniMax 音乐生成 API（/v1/music_generation）生成歌曲（人声或纯音乐）。在 prompt 中描述风格／情绪／场景，可选提供 lyrics，脚本会返回 MP3 文件。

工作流

步骤 1：了解需求

确定所需的风格、情绪、场景、语言，以及用户想要人声还是纯音乐。决定是否提供歌词，或让模型创作歌词。

步骤 2：创建规范 JSON

在 /mnt/user-data/workspace/ 中创建名为 {descriptive-name}.json 的 JSON 文件：

{
  "title": "Rainy Night Cafe",
  "prompt": "indie folk, melancholic, introspective, walking alone, cafe",
  "lyrics": "[verse]\nStreetlights glow the night wind sighs\n[chorus]\nPush the wooden door warm air inside"
}

字段：

• title（可选）：便于阅读的名称。
• prompt（必填）：风格、情绪和场景。它决定音乐的特征。
• lyrics（可选）：歌曲歌词。使用 \n 分隔各行，并使用 [Intro]、[Verse]、[Pre Chorus]、[Chorus]、[Bridge]、[Outro] 等结构标签。
• is_instrumental（可选，布尔值）：设为 true 可生成纯音乐（无需歌词）。

行为：

• 提供 lyrics → 演唱这些歌词。
• is_instrumental: true → 生成纯音乐，不含人声。
• 两者均未提供 → 模型根据 prompt 自动创作歌词（lyrics_optimizer）。

步骤 3：执行生成

python /mnt/skills/public/music-generation/scripts/generate.py \
  --prompt-file /mnt/user-data/workspace/rainy-night-cafe.json \
  --output-file /mnt/user-data/outputs/rainy-night-cafe.mp3

参数：

• --prompt-file：JSON 规范的绝对路径（必填）。
• --output-file：输出 MP3 文件的绝对路径（必填）。

[!NOTE] 请勿读取 Python 文件，只需使用这些参数调用它。

环境

• MINIMAX_API_KEY（必填）：你的 MiniMax 接口密钥。
• MINIMAX_API_HOST（可选）：默认值为 https://api.minimaxi.com。
• MINIMAX_MUSIC_MODEL（可选）：默认值为 music-2.6-free（适用于所有 API 密钥用户）；付费用户／Token-Plan 用户可设置为 music-2.6，以获得更高的使用限额。

输出处理

• 音乐会保存为 MP3（通常位于 /mnt/user-data/outputs/）。
• 返回的音频必须解码为非空字节，并且带有 ID3 标签头或 MPEG 帧签名。这是对文件头的基本检查，并非完整的音频解码。
• 在创建输出目录或打开输出文件之前，会拒绝格式错误、为空或无法识别的音频；已有输出文件会保留。
• 缺少音频时，会报告 "MiniMax returned no audio data"；仅含空白字符的十六进制字符串会报告 "MiniMax audio decoded to empty bytes"。
• 使用 present_files 工具将生成的文件分享给用户。
• 如果需要调整，可提出修改风格或歌词。

注意事项

• 让 prompt 专注于风格／情绪／场景；将实际演唱的歌词写在 lyrics 中。
• 对于非英语歌曲，请使用目标语言撰写 lyrics。