MusicGen

Ήχος & μουσικήΔιαθέσιμο
από MetaΑναγνωριστικό μοντέλου: musicgen

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

Τιμή
≈ 0,0529 $/εκτέλεση
Διάρκεια
1 έως 60 s
Είσοδος → Έξοδος
Κείμενο → Ήχος
Προγραμματιστής
Meta
Ενημερώθηκε
23 Σεπτεμβρίου 2026
01

Playground

Δοκιμάστε MusicGen

Είσοδος & Έξοδος

≈ 0,0529 $/εκτέλεση
Δοκιμάστε MusicGen
Προηγμένες ρυθμίσεις (1)
Αποτέλεσμα
Ο ήχος σας εμφανίζεται εδώ.

Αυτή η εκτέλεση

περίπου 0,0529 $ · 5,29 πιστωτικές μονάδες

0,1585 $ (15,85 πιστωτικές μονάδες) προεπιλέγονται κατά την έναρξη· ο πραγματικός χρόνος GPU χρεώνεται.

Για λογαριασμούς χωρίς αγορά: εκτελέσεις πάνω από 2 πιστωτικές μονάδες χρειάζονται ανεβάσματος.

Νέος εδώ;

10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google

Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες.

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.
  • Διάρκεια: 0:08

    Prompt

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

    Settings

    duration
    8
  • Διάρκεια: 0:33

    Prompt

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

    Settings

    duration
    33
  • Διάρκεια: 0:33

    Prompt

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

    Settings

    duration
    33

Παράδειγμα προτροπών

Παραδείγματα από τον κατάλογο Railwail. Δεν δημιουργήθηκαν ζωντανά σε αυτήν τη σελίδα.

  • Lo-Fi Chill

    Διάρκεια: 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

    Διάρκεια: 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

Σχετικά με το MusicGen

ΣύντομαΗμερομηνία: 23 Σεπτεμβρίου 2026

Το MusicGen είναι ένα μοντέλο του Meta στην κατηγορία Ήχος & μουσική. Στο Railwail, το MusicGen κοστίζει ≈ 0,0529 $ ανά εκτέλεση. Δυνατά μήκη: 1 έως 60 s.

Φόντο

Σχετικά με Meta AI (FAIR)

Ιδρύθηκε 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.

Επισκεφθείτε Meta AI (FAIR)

Αρχιτεκτονική

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.

Παράμετροι
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Περιεχόμενο
30 tokens

Δυνατότητες

  • 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

Εκπαίδευση & άδεια

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.

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

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

Γνωστοί περιορισμοί

  • 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

Τιμολόγηση

Οι τιμές είναι σε δολάρια ΗΠΑ. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά.
Συνήθης εκτέλεση (≈ 31 s σε A100 (80GB))0,0529 $ ανά εκτέλεση
Χρόνος GPU (A100 (80GB))0,00168 $ ανά δευτερόλεπτο GPU
  • Χρέωση με βάση τον χρόνο GPU που χρειάζεται πραγματικά η εκτέλεση. Κατά την έναρξη, το 3× της τυπικής τιμής δεσμεύεται από το υπόλοιπό σας και διακανονίζεται αργότερα.
  • 1 πιστωτική μονάδα = 0,01 $

Αριθμομηχανή κόστους

Αριθμομηχανή τιμών

s

Τυπικά σύμφωνα με τον πάροχο: περίπου 31,4 s

Σύνολο

5,29 $

529 πιστωτικές μονάδες

Ανά εκτέλεση

0,0529 $ · 5,29 πιστωτικές μονάδες

Χρέωση με βάση τον πραγματικό χρόνο GPU· αυτή είναι μια εκτίμηση.

05

API

Καλέστε το MusicGen με το κλειδί Railwail API. Χρησιμοποιήστε αυτό το ID μοντέλου στο αίτημα:

Δεν υπάρχει ακόμη τελικό σημείο API για αυτήν την κατηγορία

Τα μοντέλα αυτής της κατηγορίας μπορούν προς το παρόν να χρησιμοποιηθούν μόνο στο playground.

06

Προδιαγραφές

ID μοντέλου
musicgen
Ανάπτυξη
Meta
Κατηγορία
Ήχος & μουσική
Είσοδος
Κείμενο
Έξοδος
Ήχος
Μορφές εξόδου
MP3, WAV
Διάρκεια
1 έως 60 s
Χρέωση
Κατά χρήση (tokens ή χρόνος GPU)
Μέγεθος μοντέλου
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Άδεια
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Καταχώρηση καταλόγου ενημερώθηκε
23 Σεπτεμβρίου 2026

Παράμετροι εισόδου

Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.

  • promptΥποχρεωτικό
    Τύπος: Κείμενο
    Προεπιλογή: –
    Επιτρεπόμενες τιμές: –
  • duration
    Τύπος: Αριθμός
    Προεπιλογή: 8
    Επιτρεπόμενες τιμές: 1 έως 60
  • output_format
    Τύπος: Επιλογή
    Προεπιλογή: mp3
    Επιτρεπόμενες τιμές: mp3 ή wav

Ετικέτες

  • music
  • popular
07

Περιπτώσεις χρήσης

Για τι χρησιμοποιείται

  • 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

Συχνές ερωτήσεις

Τι είναι MusicGen;

Το MusicGen είναι ένα μοντέλο του Meta στην κατηγορία Ήχος & μουσική.

Πόσο κοστίζει το MusicGen στο Railwail;

Στο Railwail, το MusicGen κοστίζει ≈ 0,0529 $ ανά εκτέλεση. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.

Ποιες ρυθμίσεις υποστηρίζει το MusicGen;

Σύμφωνα με το σχήμα εισόδου του, το MusicGen γνωρίζει αυτές τις παραμέτρους: prompt, duration (1 έως 60) και output_format (mp3 ή wav).

Πόσο γρήγορο είναι το MusicGen;

Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του MusicGen στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.

Είναι το MusicGen καλύτερο από το MAGNeT;

Αυτό εξαρτάται από την εργασία. Το MusicGen (Meta) και το MAGNeT (Community) είναι και τα δύο μοντέλα στην κατηγορία Ήχος & μουσική. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.

Σύγκριση MusicGen και MAGNeT
09

Συγκρίσιμα μοντέλα

Όλα σε αυτήν την κατηγορία
  • 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 $/εκτέλεση

    94 % φθηνότερο ανά μονάδα

    Σύγκριση MusicGen και 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 $/εκτέλεση

    87 % φθηνότερο ανά μονάδα

    Σύγκριση MusicGen και Stable Audio Open 1.0

Όλα τα μοντέλα μέσω ενός API

Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.