MusicGen

Audio & musikTillgänglig
av MetaModell-ID: musicgen

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

Pris
≈ 0,0529 US$/körning
Varaktighet
1 till 60 s
Inmatning → utmatning
Text → Audio
Utvecklare
Meta
Uppdaterad
23 september 2026
01

Playground

Prova MusicGen

Inmatning & resultat

≈ 0,0529 US$/körning
Prova MusicGen
Avancerade inställningar (1)
Resultat
Ditt ljud visas här.

Denna körning

ca. 0,0529 US$ · 5,29 credits

0,1585 US$ (15,85 credits) reserveras vid start; den faktiska GPU-tiden faktureras.

För konton utan tidigare köp: körningar över 2 credits kräver en påfyllning.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

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

Exempelprompts

Exempel från Railwail-katalogen. De genererades inte live på denna sida.

  • Lo-Fi Chill

    Längd: 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

    Längd: 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

Om MusicGen

Kort sagtFrån och med 23 september 2026

MusicGen är en modell av Meta i kategorin Audio & musik. På Railwail kostar MusicGen ≈ 0,0529 US$ per körning. Möjliga längder: 1 till 60 s.

Bakgrund

Om Meta AI (FAIR)

Grundat 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.

Besök Meta AI (FAIR)

Arkitektur

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.

Parameter
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Kontext
30 tokens

Funktioner

  • 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

Träning & licens

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.

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

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

Kända begränsningar

  • 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

Priser

Priser i US-dollar. Användningen debiteras från förbetald kredit.
Typisk körning (≈ 31 s på A100 (80GB))0,0529 US$ per körning
GPU-tid (A100 (80GB))0,00168 US$ per GPU-sekund
  • Faktureras enligt den GPU-tid som körningen faktiskt tar. När körningen startar reserveras 3× det typiska priset från ditt saldo och regleras efteråt.
  • 1 kredit = 0,01 US$

Kostnadsräknare

Prisräknare

s

Typisk enligt leverantören: ca 31,4 s

Totalt

5,29 US$

529 krediter

Per körning

0,0529 US$ · 5,29 krediter

Faktureras enligt faktisk GPU-tid; detta är en uppskattning.

05

API

Anropa MusicGen med din Railwail API-nyckel. Använd detta modell-ID i begäran:

Ingen API-slutpunkt för denna kategori ännu

Modeller i denna kategori kan för närvarande endast användas i lekplatsen.

06

Specifikationer

Modell-ID
musicgen
Utvecklare
Meta
Inmatning
Text
Utmatning
Audio
Utmatningsformat
MP3, WAV
Varaktighet
1 till 60 s
Fakturering
Efter användning (tokens eller GPU-tid)
Modellstorlek
300M (small), 1.5B (medium), 3.3B (large), 3.3B (melody)
Licens
Code under MIT; pretrained weights under CC-BY-NC 4.0 (non-commercial). Commercial use requires separate licensing.
Kataloginlägg uppdaterat
23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

  • promptobligatorisk
    Typ: Text
    Standard: –
    Tillåtna värden: –
  • duration
    Typ: Tal
    Standard: 8
    Tillåtna värden: 1 till 60
  • output_format
    Typ: Val
    Standard: mp3
    Tillåtna värden: mp3 eller wav

Taggar

  • music
  • popular
07

Användningsfall

Vad det används till

  • 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

Vanliga frågor

Vad är MusicGen?

MusicGen är en modell av Meta i kategorin Audio & musik.

Vad kostar MusicGen på Railwail?

På Railwail kostar MusicGen ≈ 0,0529 US$ per körning. Du debiteras för det som varje begäran faktiskt använder. Användningen betalas från förbetald kredit; 1 kredit motsvarar 0,01 US$.

Vilka inställningar stöder MusicGen?

Enligt sitt inmatningsschema känner MusicGen till dessa parametrar: prompt, duration (1 till 60) och output_format (mp3 eller wav).

Hur snabb är MusicGen?

Det finns ännu inte tillräckligt många uppmätta körningar av MusicGen på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är MusicGen bättre än MAGNeT?

Det beror på uppgiften. MusicGen (Meta) och MAGNeT (Community) är båda modeller i kategorin Audio & musik. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför MusicGen och MAGNeT
09

Jämförbara modeller

Alla i denna kategori
  • 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 US$/körning

    94 % billigare per enhet

    Jämför MusicGen och 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 US$/körning

    87 % billigare per enhet

    Jämför MusicGen och Stable Audio Open 1.0

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.