MusicGen

Audio un mūzikaPieejams
no MetaModeļa ID: musicgen

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

Cena
≈ 0,0529 $/palaidi
Ilgums
1 līdz 60 s
Ievade → Izvade
Teksts → Audio
Izstrādātājs
Meta
Atjaunināts
2026. gada 23. septembris
01

Spēļu laukums

Izmēģiniet MusicGen

Ievade un rezultāts

≈ 0,0529 $/palaidi
Izmēģiniet MusicGen
Papildu iestatījumi (1)
Rezultāts
Jūsu audio parādīsies šeit.

Šis palaišanas gadījums

apmēram 0,0529 $ · 5,29 kredīti

Sākumā tiek rezervēti 0,1585 $ (15,85 kredīti); tiek norēķināts faktiskais GPU laiks.

Kontiem bez pirkuma: palaišanas gadījumi virs 2 kredītiem prasa papildināšanu.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.

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

Paraugu uzvednes

Piemēri no Railwail kataloga. Tie netika ģenerēti tiešraidē šajā lapā.

  • Lo-Fi Chill

    Ilgums: 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

    Ilgums: 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

Par MusicGen

ĪsumāUz 2026. gada 23. septembris

MusicGen ir Meta modelis kategorijā Audio un mūzika. Railwail platformā MusicGen maksā ≈ 0,0529 $ par palaidi. Iespējamie ilgumi: 1 līdz 60 s.

Fons

Par Meta AI (FAIR)

Dibināts 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.

Apmeklēt Meta AI (FAIR)

Arhitektūra

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.

Parametri
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Konteksts
30 marķieri

Iespējas

  • 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

Apmācība un licence

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.

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

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

Zināmi ierobežojumi

  • 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

Cenas

Cenas ASV dolāros. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem.
Tipisks palaidi (≈ 31 s uz A100 (80GB))0,0529 $ par palaidi
GPU laiks (A100 (80GB))0,00168 $ par GPU sekundi
  • Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
  • 1 kredīts = 0,01 $

Izmaksu kalkulators

Cenu kalkulators

s

Tipiski pēc sniedzēja: aptuveni 31,4 s

Kopā

5,29 $

529 kredīti

Uz palaišanu

0,0529 $ · 5,29 kredīti

Norēķins pēc faktiskā GPU laika; šī ir aprēķins.

05

API

Izsauciet MusicGen ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

Šai kategorijai vēl nav API galapunkta

Šīs kategorijas modeļus pašlaik var izmantot tikai smilšu kastē.

06

Specifikācijas

Modeļa ID
musicgen
Izstrādātājs
Meta
Ievade
Teksts
Izvade
Audio
Izvades formāti
MP3, WAV
Ilgums
1 līdz 60 s
Norēķini
Pēc lietojuma (tokeni vai GPU laiks)
Modeļa izmērs
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licence
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

  • promptobligāts
    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: –
  • duration
    Tips: Skaitlis
    Noklusējums: 8
    Atļautās vērtības: 1 līdz 60
  • output_format
    Tips: Izvēle
    Noklusējums: mp3
    Atļautās vērtības: mp3 vai wav

Tagi

  • music
  • popular
07

Lietošanas gadījumi

Kam to izmanto

  • 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

Bieži uzdotie jautājumi

Kas ir MusicGen?

MusicGen ir Meta izstrādāts modelis Audio un mūzika kategorijā.

Cik maksā MusicGen Railwail?

Railwail platformā MusicGen maksā ≈ 0,0529 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.

Kādus iestatījumus atbalsta MusicGen?

Saskaņā ar tā ievades shēmu, MusicGen pazīst šos parametrus: prompt, duration (1 līdz 60) un output_format (mp3 vai wav).

Cik ātrs ir MusicGen?

Railwail platformā MusicGen vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai MusicGen ir labāks par MAGNeT?

Tas ir atkarīgs no uzdevuma. MusicGen (Meta) un MAGNeT (Community) ir abi modeļi Audio un mūzika kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt MusicGen un MAGNeT
09

Salīdzināmi modeļi

Visi šajā kategorijā
  • 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 $/palaidi

    94 % lētāk uz vienību

    Salīdzināt MusicGen un 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 $/palaidi

    87 % lētāk uz vienību

    Salīdzināt MusicGen un Stable Audio Open 1.0

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.