MusicGen

Audio i muzykaDostępne
od MetaID modelu: musicgen

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

Cena
≈ 0,0529 USD/uruchomienie
Czas trwania
1 do 60 s
Wejście → Wyjście
Tekst → Audio
Deweloper
Meta
Zaktualizowano
23 września 2026
01

Playground

Spróbuj MusicGen

Wejście i wyjście

≈ 0,0529 USD/uruchomienie
Spróbuj MusicGen
Ustawienia zaawansowane (1)
Wynik
Twój audio pojawi się tutaj.

To uruchomienie

ok. 0,0529 USD · 5,29 kredytów

Na początek rezerwowane jest 0,1585 USD (15,85 kredytów); rozliczana jest rzeczywista czas GPU.

Dla kont bez wcześniejszego zakupu: uruchomienia powyżej 2 kredytów wymagają doładowania.

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.

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

Przykładowe prompty

Przykłady z katalogu Railwail. Nie zostały wygenerowane na żywo na tej stronie.

  • Lo-Fi Chill

    Długość: 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

    Długość: 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

O MusicGen

Krótko mówiącStan na 23 września 2026

MusicGen to model opracowany przez Meta w kategorii Audio i muzyka. W serwisie Railwail MusicGen kosztuje ≈ 0,0529 USD za uruchomienie. Możliwe długości: 1 do 60 s.

Tło

O Meta AI (FAIR)

Założona 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.

Odwiedź Meta AI (FAIR)

Architektura

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.

Parametry
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Kontekst
30 tokenów

Możliwości

  • 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

Trening i licencja

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.

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

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

Znane ograniczenia

  • 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

Ceny

Ceny w dolarach amerykańskich. Użycie jest rozliczane z prepłaconych kredytów.
Typowe uruchomienie (≈ 31 s na A100 (80GB))0,0529 USD za uruchomienie
Czas GPU (A100 (80GB))0,00168 USD za sekundę GPU
  • Rozliczane są czasy GPU, które przebieg faktycznie zajmuje. Po uruchomieniu przebiegu 3× typowej ceny jest rezerwowane z Twojego salda i rozliczane później.
  • 1 kredyt = 0,01 USD

Kalkulator kosztów

Kalkulator cen

s

Typowo według dostawcy: ok. 31,4 s

Razem

5,29 USD

529 kredytów

Za uruchomienie

0,0529 USD · 5,29 kredytów

Rozliczane są rzeczywiste sekundy GPU; wartość jest szacunkiem.

05

API

Wywołaj MusicGen za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

Dla tej kategorii nie ma jeszcze punktu końcowego API

Modele tej kategorii można obecnie używać tylko w placu zabaw.

06

Specyfikacje

ID modelu
musicgen
Deweloper
Meta
Wejście
Tekst
Wyjście
Audio
Formaty wyjścia
MP3, WAV
Czas trwania
1 do 60 s
Rozliczenie
Według użycia (tokeny lub czas GPU)
Rozmiar modelu
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licencja
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Wpis w katalogu zaktualizowany
23 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

  • promptwymagane
    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: –
  • duration
    Typ: Liczba
    Domyślnie: 8
    Dozwolone wartości: 1 do 60
  • output_format
    Typ: Wybór
    Domyślnie: mp3
    Dozwolone wartości: mp3 lub wav

Tagi

  • music
  • popular
07

Przypadki użycia

Do czego się go używa

  • 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

Często zadawane pytania

Co to jest MusicGen?

MusicGen to model opracowany przez Meta w kategorii Audio i muzyka.

Ile kosztuje MusicGen w serwisie Railwail?

W serwisie Railwail MusicGen kosztuje ≈ 0,0529 USD za uruchomienie. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.

Jakie ustawienia obsługuje MusicGen?

Zgodnie ze schematem wejściowym, MusicGen obsługuje te parametry: prompt, duration (1 do 60) i output_format (mp3 lub wav).

Jak szybki jest MusicGen?

Dla MusicGen jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy MusicGen jest lepszy niż MAGNeT?

To zależy od zadania. MusicGen (Meta) i MAGNeT (Community) to oba modele z kategorii Audio i muzyka. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj MusicGen i MAGNeT
09

Porównywalne modele

Wszystkie w tej kategorii
  • 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/uruchomienie

    94 % taniej za jednostkę

    Porównaj MusicGen i 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 USD/uruchomienie

    87 % taniej za jednostkę

    Porównaj MusicGen i Stable Audio Open 1.0

Wszystkie modele przez jedno API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.