MusicGen

Audio & MusikVerfĂŒgbar
von MetaModell-ID: musicgen

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

Preis
ca. $ 0.0529/Lauf
Dauer
1 bis 60 s
Eingabe → Ausgabe
Text → Audio
Entwickler
Meta
Aktualisiert
23. September 2026
01

Playground

MusicGen ausprobieren

Eingabe & Ergebnis

ca. $ 0.0529/Lauf
MusicGen ausprobieren
Erweiterte Einstellungen (1)
Ergebnis
Dein Audio erscheint hier.

Dieser Lauf

ca. $ 0.0529 · 5.29 Credits

Beim Start werden $ 0.1585 (15.85 Credits) vorgemerkt, abgerechnet wird die tatsÀchliche GPU-Zeit.

FĂŒr Konten ohne bisherigen Kauf: LĂ€ufe ĂŒber 2 Credits brauchen eine Aufladung.

Neu hier?

10 Gratis-Credits ($ 0.10) bei Anmeldung mit Google

Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 LÀufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben.

02

Beispiele

Echte Ergebnisse aus den öffentlichen Beispielen dieses Modells auf Replicate, mit dem Prompt und den Einstellungen, die sie erzeugt haben. Sie wurden nicht live auf dieser Seite erzeugt.
  • Prompt

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

    Einstellungen

    duration
    8
  • Prompt

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

    Einstellungen

    duration
    33
  • Prompt

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

    Einstellungen

    duration
    33

Beispiel-Prompts

Beispiele aus dem Railwail-Katalog. Sie wurden nicht live auf dieser Seite erzeugt.

  • Lo-Fi Chill

    LĂ€nge: 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

    LĂ€nge: 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

Über MusicGen

Kurz gesagtStand: 23. September 2026

MusicGen ist ein Modell von Meta aus der Kategorie Audio & Musik. Über Railwail kostet MusicGen ca. $ 0.0529 pro Lauf. Mögliche LĂ€ngen: 1 bis 60 s.

Hintergrund

Über Meta AI (FAIR)

GegrĂŒndet 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.

Meta AI (FAIR) besuchen

Architektur

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.

Parameter
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Kontext
30 Token

FĂ€higkeiten

  • 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

Training & Lizenz

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.

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

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

Bekannte Grenzen

  • 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

Preise

Preise in US-Dollar. Abgerechnet wird ĂŒber vorab gekaufte Credits.
Typischer Lauf (ca. 31 s auf A100 (80GB))$ 0.0529 pro Lauf
GPU-Zeit (A100 (80GB))$ 0.00168 pro GPU-Sekunde
  • Abgerechnet wird die GPU-Zeit, die der Lauf tatsĂ€chlich braucht. Beim Start wird das 3-Fache des typischen Preises vom Guthaben vorgemerkt und danach verrechnet.
  • 1 Credit = $ 0.01

Kostenrechner

Preisrechner

s

Typisch laut Anbieter: ca. 31.4 s

Gesamt

$ 5.29

529 Credits

Je Lauf

$ 0.0529 · 5.29 Credits

Abgerechnet wird die tatsÀchliche GPU-Zeit; der Wert ist eine SchÀtzung.

05

API

Rufe MusicGen mit deinem Railwail-API-SchlĂŒssel auf. Diese Modell-ID gehört in die Anfrage:

FĂŒr diese Kategorie gibt es noch keinen API-Endpunkt

Modelle dieser Kategorie lassen sich derzeit nur im Playground nutzen.

06

Spezifikationen

Modell-ID
musicgen
Entwickler
Meta
Kategorie
Audio & Musik
Eingabe
Text
Ausgabe
Audio
Ausgabeformate
MP3, WAV
Dauer
1 bis 60 s
Abrechnung
Nach Verbrauch (Token bzw. GPU-Zeit)
Modellgrösse
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Lizenz
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Katalogeintrag aktualisiert
23. September 2026

Eingabeparameter

Eingaben und Einstellungen laut Eingabeschema des Modells. Welche davon die API annimmt, zeigt das Beispiel im Abschnitt API.

  • promptPflicht
    Typ: Text
    Standard: –
    Erlaubte Werte: –
  • duration
    Typ: Zahl
    Standard: 8
    Erlaubte Werte: 1 bis 60
  • output_format
    Typ: Auswahl
    Standard: mp3
    Erlaubte Werte: mp3 oder wav

Schlagwörter

  • music
  • popular
07

Einsatzgebiete

WofĂŒr es genutzt wird

  • 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

HĂ€ufige Fragen

Was ist MusicGen?

MusicGen ist ein Modell von Meta aus der Kategorie Audio & Musik.

Was kostet MusicGen bei Railwail?

Über Railwail kostet MusicGen ca. $ 0.0529 pro Lauf. Abgerechnet wird, was jede Anfrage tatsĂ€chlich verbraucht. Bezahlt wird mit vorab gekauften Credits; 1 Credit entspricht $ 0.01.

Welche Einstellungen unterstĂŒtzt MusicGen?

Laut Eingabeschema kennt MusicGen diese Parameter: prompt, duration (1 bis 60) und output_format (mp3 oder wav).

Wie schnell ist MusicGen?

FĂŒr MusicGen gibt es bei Railwail noch zu wenige gemessene LĂ€ufe, um eine Laufzeit anzugeben. Sie hĂ€ngt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.

Ist MusicGen besser als MAGNeT?

Das hÀngt von der Aufgabe ab. MusicGen (Meta) und MAGNeT (Community) sind beide Modelle aus der Kategorie Audio & Musik. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.

MusicGen und MAGNeT vergleichen
09

Vergleichbare Modelle

Alle dieser Kategorie
  • 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.

    ca. $ 0.0030/Lauf

    94 % gĂŒnstiger je Einheit

    MusicGen und MAGNeT vergleichen
  • 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.

    ca. $ 0.0069/Lauf

    87 % gĂŒnstiger je Einheit

    MusicGen und Stable Audio Open 1.0 vergleichen

Alle Modelle ĂŒber eine API

Ein API-SchlĂŒssel fĂŒr alle Modelle auf Railwail. Abgerechnet wird ĂŒber vorab gekaufte Credits, 1 Credit = $ 0.01.