MusicGen

Audio & musiikkiSaatavilla
kehittäjä: MetaMallin tunnus: musicgen

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

Hinta
≈ 0,0529 $/suoritus
Kesto
1–60 s
Syöte → tulos
Teksti → Audio
Kehittäjä
Meta
Päivitetty
23. syyskuuta 2026
01

Leikkikenttä

Kokeile MusicGen

Syöte ja tulos

≈ 0,0529 $/suoritus
Kokeile MusicGen
Lisäasetukset (1)
Tulos
Äänesi ilmestyy tähän.

Tämä suoritus

noin 0,0529 $ · 5,29 creditiä

Alussa varataan 0,1585 $ (15,85 creditiä); todellinen GPU-aika laskutetaan.

Tileille ilman ostoja: yli 2 creditin suoritukset vaativat latauksen.

Uusi täällä?

10 ilmaista creditiä (0,10 $) kun rekisteröidyt Googlella

Käytettävissä 24 tuntia rekisteröinnin jälkeen, enintään 5 suoritusta päivässä ja enintään 2 creditiä suoritusta kohti. Muut kirjautumismenetelmät alkavat ilman creditejä.

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

Esimerkkikysymykset

Esimerkkejä Railwail-luettelosta. Niitä ei luotu live tällä sivulla.

  • Lo-Fi Chill

    Pituus: 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

    Pituus: 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

Tietoja: MusicGen

Lyhyesti23. syyskuuta 2026 alkaen

MusicGen on Meta-kehittäjän malli kategoriasta Audio & musiikki. Railwailissa MusicGen maksaa ≈ 0,0529 $ per suoritus. Mahdolliset pituudet: 1–60 s.

Tausta

Tietoja: Meta AI (FAIR)

Perustettu 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.

Vieraile sivustolla Meta AI (FAIR)

Arkkitehtuuri

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.

Parametrit
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Konteksti
30 tokenia

Ominaisuudet

  • 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

Koulutus ja lisenssi

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.

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

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

Tunnetut rajoitukset

  • 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

Hinnat

Hinnat Yhdysvaltain dollareissa. Käyttö laskutetaan prepaid-krediiteistä.
Tyypillinen suoritus (≈ 31 s A100 (80GB):lla)0,0529 $ per suoritus
GPU-aika (A100 (80GB))0,00168 $ per GPU-sekunti
  • Laskutus perustuu suorituksen todelliseen GPU-aikaan. Kun suoritus alkaa, 3-kertainen tyypillinen hinta varataan saldostasi ja selvitetään jälkikäteen.
  • 1 krediitti = 0,01 $

Kustannuslaskin

Hintalaskin

s

Palveluntarjoajan mukaan tyypillinen: noin 31,4 s

Yhteensä

5,29 $

529 krediittiä

Suoritusta kohti

0,0529 $ · 5,29 krediittiä

Laskutus perustuu todelliseen GPU-aikaan; tämä on arvio.

05

API

Kutsu MusicGen Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

Tälle kategorialle ei ole vielä API-päätepistettä

Tämän kategorian malleja voi tällä hetkellä käyttää vain leikkikentällä.

06

Tekniset tiedot

Mallin tunnus
musicgen
Kehittäjä
Meta
Syöte
Teksti
Tuloste
Audio
Tulosteen muodot
MP3, WAV
Kesto
1–60 s
Laskutus
Käytön mukaan (tokeneja tai GPU-aikaa)
Mallin koko
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Lisenssi
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Luettelokirjaus päivitetty
23. syyskuuta 2026

Syöteparametrit

Mallin syötökaavion syötteet ja asetukset. API-osion esimerkki näyttää, mitkä niistä API hyväksyy.

  • promptpakollinen
    Tyyppi: Teksti
    Oletus: –
    Sallitut arvot: –
  • duration
    Tyyppi: Luku
    Oletus: 8
    Sallitut arvot: 1–60
  • output_format
    Tyyppi: Valinta
    Oletus: mp3
    Sallitut arvot: mp3 tai wav

Tunnisteet

  • music
  • popular
07

Käyttötapaukset

Mihin sitä käytetään

  • 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

Usein kysytyt kysymykset

Mikä on MusicGen?

MusicGen on Metan kehittämä malli Audio & musiikki-kategoriassa.

Paljonko MusicGen maksaa Railwailissa?

Railwailissa MusicGen maksaa ≈ 0,0529 $ per suoritus. Sinua veloitetaan siitä, mitä kukin pyyntö todella käyttää. Käyttö maksetaan ennakkoon ostettujen krediittien avulla; 1 krediitti vastaa 0,01 $.

Mitä asetuksia MusicGen tukee?

Syötteen rakenteen mukaan MusicGen tuntee nämä parametrit: prompt, duration (1–60) ja output_format (mp3 tai wav).

Kuinka nopea MusicGen on?

MusicGenlla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Onko MusicGen parempi kuin MAGNeT?

Se riippuu tehtävästä. MusicGen (Meta) ja MAGNeT (Community) ovat molemmat malleja Audio & musiikki-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.

Vertaa MusicGen ja MAGNeT
09

Vertailukelpoiset mallit

Kaikki tässä kategoriassa
  • 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 $/suoritus

    94 % halvempi yksikköä kohti

    Vertaa MusicGen ja 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 $/suoritus

    87 % halvempi yksikköä kohti

    Vertaa MusicGen ja Stable Audio Open 1.0

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.