MusicGen

Áudio e músicaDisponível
por MetaID do modelo: musicgen

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

Preço
≈ US$ 0,0529/execução
Duração
1 a 60 s
Entrada → Saída
Texto → Áudio
Desenvolvedor
Meta
Atualizado
23 de setembro de 2026
01

Playground

Experimentar MusicGen

Entrada & saída

≈ US$ 0,0529/execução
Experimentar MusicGen
Configurações avançadas (1)
Resultado
Seu áudio aparece aqui.

Esta execução

cerca de US$ 0,0529 · 5,29 créditos

US$ 0,1585 (15,85 créditos) são reservados no início; o tempo real de GPU é cobrado.

Para contas sem compra anterior: execuções acima de 2 créditos precisam de recarga.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.

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

Prompts de exemplo

Exemplos do catálogo Railwail. Eles não foram gerados ao vivo nesta página.

  • Lo-Fi Chill

    Duração: 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

    Duração: 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

Sobre MusicGen

ResumoA partir de 23 de setembro de 2026

MusicGen é um modelo de Meta na categoria Áudio e música. No Railwail, MusicGen custa ≈ US$ 0,0529 por execução. Durações possíveis: 1 a 60 s.

Fundo

Sobre Meta AI (FAIR)

Fundado em 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.

Visite Meta AI (FAIR)

Arquitetura

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.

Parâmetros
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Contexto
30 tokens

Capacidades

  • 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

Treinamento & licença

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.

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

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

Limitações conhecidas

  • 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

Preços

Preços em dólares americanos. O uso é cobrado a partir de créditos pré-pagos.
Execução típica (≈ 31 s em A100 (80GB))US$ 0,0529 por execução
Tempo de GPU (A100 (80GB))US$ 0,00168 por segundo de GPU
  • Faturado pelo tempo de GPU que a execução realmente leva. Quando a execução começa, 3× o preço típico é reservado do seu saldo e liquidado depois.
  • 1 crédito = US$ 0,01

Calculadora de custos

Calculadora de preços

s

Típico conforme o provedor: cerca de 31,4 s

Total

US$ 5,29

529 créditos

Por execução

US$ 0,0529 · 5,29 créditos

Faturado pelo tempo real de GPU; este é uma estimativa.

05

API

Chame MusicGen com sua chave de API Railwail. Use este ID de modelo na solicitação:

Nenhum endpoint de API para esta categoria ainda

Modelos desta categoria podem ser usados apenas no playground por enquanto.

06

Especificações

ID do modelo
musicgen
Desenvolvedor
Meta
Entrada
Texto
Saída
Áudio
Formatos de saída
MP3, WAV
Duração
1 a 60 s
Faturamento
Por uso (tokens ou tempo de GPU)
Tamanho do modelo
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licença
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Entrada do catálogo atualizada
23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

  • promptobrigatório
    Tipo: Texto
    Padrão: –
    Valores permitidos: –
  • duration
    Tipo: Número
    Padrão: 8
    Valores permitidos: 1 a 60
  • output_format
    Tipo: Escolha
    Padrão: mp3
    Valores permitidos: mp3 ou wav

Etiquetas

  • music
  • popular
07

Casos de uso

Para que é utilizado

  • 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

Perguntas frequentes

O que é MusicGen?

MusicGen é um modelo de Meta na categoria Áudio e música.

Quanto custa MusicGen no Railwail?

No Railwail, MusicGen custa ≈ US$ 0,0529 por execução. Você é cobrado pelo que cada solicitação realmente usa. O uso é pago com créditos pré-pagos; 1 crédito equivale a US$ 0,01.

Quais configurações MusicGen suporta?

De acordo com seu esquema de entrada, MusicGen conhece estes parâmetros: prompt, duration (1 a 60) e output_format (mp3 ou wav).

Qual é a velocidade de MusicGen?

Ainda não há execuções medidas suficientes de MusicGen no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.

MusicGen é melhor que MAGNeT?

Depende da tarefa. MusicGen (Meta) e MAGNeT (Community) são ambos modelos na categoria Áudio e música. A página de comparação mostra seus preços e especificações lado a lado.

Comparar MusicGen e MAGNeT
09

Modelos comparáveis

Todos nesta categoria
  • 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.

    ≈ US$ 0,0030/execução

    94 % mais barato por unidade

    Comparar MusicGen vs. 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.

    ≈ US$ 0,0069/execução

    87 % mais barato por unidade

    Comparar MusicGen vs. Stable Audio Open 1.0

Todos os modelos através de uma API

Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.