MusicGen

Audio y músicaDisponible
de MetaID del modelo: musicgen

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

Precio
≈ 0,0529 US$/ejecución
Duración
1 a 60 s
Entrada → Salida
Texto → Audio
Desarrollador
Meta
Actualizado
23 de septiembre de 2026
01

Playground

Probar MusicGen

Entrada y salida

≈ 0,0529 US$/ejecución
Probar MusicGen
Configuración avanzada (1)
Resultado
Tu audio aparece aquí.

Esta ejecución

aprox. 0,0529 US$ · 5,29 créditos

Se reservan 0,1585 US$ (15,85 créditos) al inicio; se factura el tiempo real de GPU.

Para cuentas sin compra previa: las ejecuciones superiores a 2 créditos necesitan una recarga.

¿Eres nuevo aquí?

10 créditos gratis (0,10 US$) cuando te registres con Google

Disponible 24 horas después del registro, hasta 5 ejecuciones por día y como máximo 2 créditos por ejecución. Otros métodos de inicio de sesión comienzan sin créditos.

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 de ejemplo

Ejemplos del catálogo de Railwail. No fueron generados en vivo en esta página.

  • Lo-Fi Chill

    Duración: 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

    Duración: 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

Acerca de MusicGen

ResumenA fecha de 23 de septiembre de 2026

MusicGen es un modelo de Meta en la categoría Audio y música. En Railwail, MusicGen cuesta ≈ 0,0529 US$ por ejecución. Duraciones posibles: 1 a 60 s.

Fondo

Acerca de Meta AI (FAIR)

Fundado en 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.

Visitar Meta AI (FAIR)

Arquitectura

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.

Parámetros
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Contexto
30 tokens

Capacidades

  • 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

Entrenamiento y licencia

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.

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

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

Limitaciones conocidas

  • 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

Precios

Precios en dólares estadounidenses. El uso se cobra con créditos prepagados.
Ejecución típica (≈ 31 s en A100 (80GB))0,0529 US$ por ejecución
Tiempo de GPU (A100 (80GB))0,00168 US$ por segundo de GPU
  • Se factura por el tiempo de GPU que realmente tarda la ejecución. Cuando comienza la ejecución, se reserva 3× el precio típico de tu saldo y se liquida después.
  • 1 crédito = 0,01 US$

Calculadora de costes

Calculadora de precios

s

Típico según el proveedor: aprox. 31,4 s

Total

5,29 US$

529 créditos

Por ejecución

0,0529 US$ · 5,29 créditos

Se factura el tiempo real de GPU; este es un estimado.

05

API

Llama a MusicGen con tu clave API de Railwail. Usa este ID de modelo en la solicitud:

Aún no hay endpoint de API para esta categoría

Los modelos de esta categoría actualmente solo se pueden usar en el playground.

06

Especificaciones

ID del modelo
musicgen
Desarrollador
Meta
Categoría
Audio y música
Entrada
Texto
Salida
Audio
Formatos de salida
MP3, WAV
Duración
1 a 60 s
Facturación
Por uso (tokens o tiempo de GPU)
Tamaño del modelo
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licencia
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Entrada del catálogo actualizada
23 de septiembre de 2026

Parámetros de entrada

Entradas y configuración del esquema de entrada del modelo. El ejemplo en la sección API muestra cuáles de ellas acepta la API.

  • promptObligatorio
    Tipo: Texto
    Predeterminado: –
    Valores permitidos: –
  • duration
    Tipo: Número
    Predeterminado: 8
    Valores permitidos: 1 a 60
  • output_format
    Tipo: Opción
    Predeterminado: mp3
    Valores permitidos: mp3 o wav

Etiquetas

  • music
  • popular
07

Casos de uso

Para qué se utiliza

  • 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

Preguntas frecuentes

¿Qué es MusicGen?

MusicGen es un modelo de Meta en la categoría Audio y música.

¿Cuánto cuesta MusicGen en Railwail?

En Railwail, MusicGen cuesta ≈ 0,0529 US$ por ejecución. Se te cobra por lo que cada solicitud realmente consume. El uso se paga con créditos prepagados; 1 crédito equivale a 0,01 US$.

¿Qué configuraciones admite MusicGen?

Según su esquema de entrada, MusicGen conoce estos parámetros: prompt, duration (1 a 60) y output_format (mp3 o wav).

¿Qué velocidad tiene MusicGen?

Aún no hay suficientes ejecuciones medidas de MusicGen en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es MusicGen mejor que MAGNeT?

Depende de la tarea. MusicGen (Meta) y MAGNeT (Community) son ambos modelos en la categoría Audio y música. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar MusicGen y MAGNeT
09

Modelos comparables

Todos en esta categoría
  • 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$/ejecución

    94 % más barato por unidad

    Comparar MusicGen vs. 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$/ejecución

    87 % más barato por unidad

    Comparar MusicGen vs. Stable Audio Open 1.0

Todos los modelos a través de una API

Una clave API para todos los modelos en Railwail. El uso se cobra desde créditos prepagados, 1 crédito = 0,01 US$.