MusicGen

Audio et musiqueDisponible
par MetaID du modèle: musicgen

Meta's music generation model. Generate up to 1 minute of music from text descriptions.

Prix
≈ 0,0529 $US/exécution
Durée
1 à 60 s
Entrée → Sortie
Texte → Audio
Développeur
Meta
Mis à jour
23 septembre 2026
01

Playground

Essayer MusicGen

Entrée et résultat

≈ 0,0529 $US/exécution
Essayer MusicGen
Paramètres avancés (1)
Résultat
Votre audio apparaît ici.

Cette exécution

environ 0,0529 $US · 5,29 crédits

0,1585 $US (15,85 crédits) sont réservés au démarrage ; le temps GPU réel est facturé.

Pour les comptes sans achat antérieur : les exécutions au-delà de 2 crédits nécessitent un rechargement.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) à l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Prompt

    Edo25 major g melodies that sound triumphant and cinematic. Leading up to a crescendo that resolves in a 9th harmonic

    Settings

    duration
    8
  • Prompt

    Edo25 major g melodies that sound triumphant and cinematic. Leading up to a crescendo that resolves in a 9th harmonic

    Settings

    duration
    33
  • Prompt

    Edo25 major g melodies that sound triumphant and cinematic. Leading up to a crescendo that resolves in a 9th harmonic

    Settings

    duration
    33

Prompts d'exemple

Exemples du catalogue Railwail. Ils n'ont pas été générés en direct sur cette page.

  • Lo-Fi Chill

    Durée : 0:30

    Lo-fi hip hop beat with warm vinyl crackle, mellow jazz piano chords, soft brushed drums, and a gentle bass line, perfect for studying and relaxation, 85 BPM
  • Epic Orchestral

    Durée : 0:20

    Cinematic orchestral piece building from a solo cello melody to a full symphonic crescendo with timpani, brass fanfare, and soaring strings, dramatic and emotional, suitable for a movie trailer
03

À propos de MusicGen

RésuméAu 23 septembre 2026

MusicGen est un modèle de Meta dans la catégorie Audio et musique. Sur Railwail, MusicGen coûte ≈ 0,0529 $US par exécution. Durées possibles : 1 à 60 s.

Arrière-plan

À propos de Meta AI (FAIR)

Fondée 2013 · Menlo Park, California, USA

Meta AI is the research division of Meta Platforms, originally founded as Facebook AI Research (FAIR) in 2013 by Yann LeCun. FAIR has produced many influential open-source releases including PyTorch, RoBERTa, Wav2Vec 2.0, the LLaMA family, and the audio research stack AudioCraft. MusicGen was published by FAIR's audio team in June 2023 (Jade Copet, Felix Kreuk, Itai Gat, Tal Remez, David Kant, Gabriel Synnaeve, Yossi Adi, Alexandre Defossez) as part of AudioCraft, a unified library that also includes EnCodec and AudioGen. AudioCraft was released under the permissive CC-BY-NC and MIT licences and remains one of the most popular reference implementations for controllable music generation in academia.

Visiter Meta AI (FAIR)

Architecture

Single-stage Transformer language model over EnCodec audio tokens (text-and-melody-conditioned)

MusicGen is a single-stage auto-regressive Transformer that generates music by predicting tokens from a 32 kHz EnCodec residual vector quantiser at 50 Hz with four codebooks. The model interleaves the codebook streams using a delay pattern so that a single Transformer can model all four codebooks jointly, avoiding the cascaded models used in prior work such as MusicLM. Conditioning is provided by frozen T5 text encoders for text prompts and optionally by a chromagram-conditioned encoder for melody control, which lets users hum or upload a reference melody. The model was trained on 20,000 hours of licensed music (10K high-quality internal Meta tracks plus ShutterStock and Pond5 licensed catalogues), exclusively instrumental. Output is 32 kHz stereo or mono with a maximum length of 30 seconds in the public checkpoint; longer pieces are produced by sliding-window continuation. AudioCraft also ships training and fine-tuning scripts.

Paramètres
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Contexte
30 tokens

Capacités

  • Text-to-music generation across many genres and moods
  • Melody conditioning via chroma features (hum or upload a tune)
  • Single-stage generation with no cascade of models (simpler than MusicLM)
  • Up to 30-second clips at 32 kHz, sliding window for longer pieces
  • Multiple sizes from 300M to 3.3B for laptops to data-centre GPUs
  • Fully open weights with reproducible training recipe
  • Best for: research on controllable music generation, indie composers, game soundtrack prototyping

Entraînement et licence

20,000 hours of licensed instrumental music: 10K hours from Meta's internal music dataset plus ShutterStock and Pond5 commercial libraries. All vocals were removed and the corpus is instrumental-only.

Licence: Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.

Tests de sécurité: Limited; Meta describes risk of generating music similar to training data and recommends watermarking. No formal red-team report.

Limitations connues

  • Instrumental only, no vocal generation
  • Non-commercial licence restricts production use
  • 30-second clip length without continuation
  • Difficulty with very specific instrument arrangements or named artists
  • No fine-grained per-bar control
04

Tarification

Prix en dollars américains. L'utilisation est facturée à partir de crédits prépayés.
Exécution typique (≈ 31 s sur A100 (80GB))0,0529 $US par exécution
Temps GPU (A100 (80GB))0,00168 $US par seconde GPU
  • Facturée selon le temps GPU que l'exécution prend réellement. Au démarrage, 3× le prix typique est réservé de votre solde et régularisé ensuite.
  • 1 crédit = 0,01 $US

Calculatrice de coûts

Calculatrice de prix

s

Typique selon le fournisseur : environ 31,4 s

Total

5,29 $US

529 crédits

Par exécution

0,0529 $US · 5,29 crédits

Facturé selon le temps GPU réel ; ceci est une estimation.

05

API

Appelez MusicGen avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Aucun point de terminaison API pour cette catégorie pour le moment

Les modèles de cette catégorie ne peuvent actuellement être utilisés que dans le playground.

06

Spécifications

ID du modèle
musicgen
Développeur
Meta
Catégorie
Audio et musique
Entrée
Texte
Sortie
Audio
Formats de sortie
MP3, WAV
Durée
1 à 60 s
Facturation
À l'usage (tokens ou temps GPU)
Taille du modèle
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licence
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Entrée du catalogue mise à jour
23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

  • promptObligatoire
    Type: Texte
    Par défaut: –
    Valeurs autorisées: –
  • duration
    Type: Nombre
    Par défaut: 8
    Valeurs autorisées: 1 à 60
  • output_format
    Type: Choix
    Par défaut: mp3
    Valeurs autorisées: mp3 ou wav

Étiquettes

  • music
  • popular
07

Cas d'usage

À quoi ça sert

  • Research on autoregressive music language models
  • Indie game and short-film soundtrack prototyping
  • Melody-conditioned variations on a hummed tune
  • Academic benchmarks for controllable audio
  • Educational demos of audio tokenisation
08

Questions fréquemment posées

Qu'est-ce que MusicGen ?

MusicGen est un modèle de Meta dans la catégorie Audio et musique.

Combien coûte MusicGen sur Railwail ?

Sur Railwail, MusicGen coûte ≈ 0,0529 $US par exécution. Vous êtes facturé pour ce que chaque requête utilise réellement. L'utilisation est payée à partir de crédits prépayés ; 1 crédit équivaut à 0,01 $US.

Quels paramètres MusicGen supporte-t-il ?

Selon son schéma d'entrée, MusicGen connaît ces paramètres : prompt, duration (1 à 60) et output_format (mp3 ou wav).

Quelle est la vitesse de MusicGen ?

Il n'y a pas encore assez d'exécutions mesurées de MusicGen sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

MusicGen est-il meilleur que MAGNeT ?

Cela dépend de la tâche. MusicGen (Meta) et MAGNeT (Community) sont tous deux des modèles de la catégorie Audio et musique. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer MusicGen et MAGNeT
09

Modèles comparables

Tous dans cette catégorie
  • MAGNeTCommunity

    MAGNeT is Meta's masked, non-autoregressive audio generator. Instead of predicting tokens left to right it fills masked audio tokens in parallel over a few decoding steps, so generation is faster than autoregressive MusicGen at similar quality. This Replicate packaging exposes the text-to-music and text-to-sound variants.

    ≈ 0,0030 $US/exécution

    94 % moins cher par unité

    Comparer MusicGen et MAGNeT
  • Stability AI's Stable Audio Open generates short audio from text prompts, tuned for sound effects, drum loops, instrument riffs and production elements rather than full songs. Open weights, latent diffusion over a 44.1kHz audio autoencoder, with a configurable seconds_total up to about 47 seconds.

    ≈ 0,0069 $US/exécution

    87 % moins cher par unité

    Comparer MusicGen et Stable Audio Open 1.0

Tous les modèles via une API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.