MusicGen

Hang és zeneElérhető
Meta általModell-azonosító: musicgen

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

Ár
≈ 0,0529 USD/futás
Időtartam
1–60 mp
Bemenet → kimenet
Szöveg → Hang
Fejlesztő
Meta
Frissítve
2026. szeptember 23.
01

Playground

Próbáld ki: MusicGen

Bemenet és kimenet

≈ 0,0529 USD/futás
Próbáld ki: MusicGen
Speciális beállítások (1)
Eredmény
A hangod itt jelenik meg.

Ez a futtatás

kb. 0,0529 USD · 5,29 kredit

A kezdéskor 0,1585 USD (15,85 kredit) kerül foglalásra; a tényleges GPU-idő alapján történik a számlázás.

A vásárlás nélküli fiókok esetén: a 2 kreditet meghaladó futtatások feltöltést igényelnek.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.

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

Példa promptok

Példák a Railwail katalógusból. Nem élőben jöttek létre ezen az oldalon.

  • Lo-Fi Chill

    Hossz: 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

    Hossz: 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

A MusicGen névjegye

Röviden2026. szeptember 23. szerint

A MusicGen a Meta által fejlesztett modell a Hang és zene kategóriában. A Railwail-en a MusicGen ára ≈ 0,0529 USD futásonként. Lehetséges hosszok: 1–60 mp.

Háttér

A Meta AI (FAIR) névjegye

Alapítva: 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) meglátogatása

Architektúra

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.

Paraméterek
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Kontextus
30 token

Képességek

  • 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

Képzés és licenc

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.

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

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

Ismert korlátozások

  • 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

Árak

Az árak amerikai dollárban vannak megadva. A használat előre feltöltött kreditek alapján kerül felszámításra.
Tipikus futás (≈ 31 s a(z) A100 (80GB) eszközön)0,0529 USD futásonként
GPU-idő (A100 (80GB))0,00168 USD GPU-másodpercenként
  • A futás által ténylegesen igénybevett GPU-idő alapján történik a számlázás. A futás indításakor a tipikus ár 3-szerese kerül foglalásra az egyenlegéből, majd később elszámolásra.
  • 1 kredit = 0,01 USD

Költségkalkulátor

Árkalkulátor

s

A szolgáltató szerint tipikus: kb. 31,4 mp

Összesen

5,29 USD

529 kredit

Futásonként

0,0529 USD · 5,29 kredit

A tényleges GPU-idő alapján számlázva; ez egy becslés.

05

API

Hívja meg a MusicGen modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Ehhez a kategóriához még nincs API-végpont

Ennek a kategóriának a modelljei jelenleg csak a Playground-ban használhatók.

06

Specifikációk

Modell-azonosító
musicgen
Fejlesztő
Meta
Kategória
Hang és zene
Bemenet
Szöveg
Kimenet
Hang
Kimeneti formátumok
MP3, WAV
Időtartam
1–60 mp
Számlázás
Használat alapján (tokenek vagy GPU-idő)
Modell mérete
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licenc
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Katalógus bejegyzés frissítve
2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • promptkötelező
    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: –
  • duration
    Típus: Szám
    Alapértelmezett: 8
    Engedélyezett értékek: 1 és 60 között
  • output_format
    Típus: Választás
    Alapértelmezett: mp3
    Engedélyezett értékek: mp3 vagy wav

Címkék

  • music
  • popular
07

Felhasználási esetek

Mire használják

  • 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

Gyakran ismételt kérdések

Mi az a MusicGen?

A MusicGen a Meta által fejlesztett modell a Hang és zene kategóriában.

Mennyibe kerül a MusicGen a Railwail-on?

A Railwail-en a MusicGen ára ≈ 0,0529 USD futásonként. Az egyes kérések tényleges felhasználásáért kell fizetni. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.

Milyen beállításokat támogat a MusicGen?

A bemeneti séma szerint a MusicGen ezeket a paramétereket ismeri: prompt, duration (1 és 60 között) és output_format (mp3 vagy wav).

Milyen gyors a MusicGen?

A MusicGen-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A MusicGen jobb, mint a MAGNeT?

Ez a feladattól függ. A MusicGen (Meta) és a MAGNeT (Community) egyaránt modellek a Hang és zene kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

MusicGen és MAGNeT összehasonlítása
09
  • 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 USD/futás

    94 % olcsóbb egységenként

    MusicGen és MAGNeT összehasonlítása
  • 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 USD/futás

    87 % olcsóbb egységenként

    MusicGen és Stable Audio Open 1.0 összehasonlítása

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.