logo
搜索
← 返回教程列表

第21期: Suno免费替代? Minimax Music AI音乐神器完全开源，本地8G显存就能跑！一键生成高音质歌曲(支持多语种)

发布于 · 标签: #minimax #comfyui #AI音乐 #Suno替代

配置信息：

操作系统: WIn10/Win11都可以;

显存：英伟达显卡，显存建议>=8G;

硬盘：预留给模型下载, 建议容量>=16G;

内存：建议>=32G

Step1: ComfyUI下载

image.png

Step2: 模板选择

工作流下载地址：

https://github.com/Comfy-Org/workflow_templates/blob/main/templates/audio_minimax_music_3.json

image.png

Step3: 模型下载

image.png

1. VAE 模型 【必须下载】

负责音频的最终解码出声，体积最小。

2. 文本编码器 / Text Encoder 【必须下载】

负责理解你写的歌词和提示词。官方已经做过了 int8 的裁剪优化。

3. 核心生成模型 / DiT 【按配置二选一即可】

选项 A：满血全精度版 (适合你和 16G 以上显存的粉丝)

选项 B：低显存量化版 (适合 6G~12G 显存的粉丝)

Ste4: 运行测试

1: 英文

Caption/说明
Global Metadata: Country pop, acoustic singer-songwriter. 119 BPM, D major. Sweet, romantic, nostalgic, storytelling vibe. Production: clean acoustic guitar strumming, bright mandolin, warm bass, light percussion, sweeping strings building up in the chorus, polished radio-friendly mix.
Vocal Details: Sweet fem ale vocal, **singing in English**, clear and expressive delivery, slight country-pop twang, breathy intimate verses, soaring powerful chorus. Gentle harmonies and backing vocals.
Arrangement: Intro: bright acoustic guitar picking, soft fiddle. Verse: acoustic guitar, light bass, soft kick drum. Chorus: full band, driving acoustic strumming, soaring strings, bright tambourine. Bridge: stripped down to vocals and acoustic guitar, building up with drums. Outro: fading acoustic guitar and soft vocal hums.
Lyrics/歌词
[Intro] (acoustic guitar strumming) Mmm... yeah...
[Verse] Headlights cutting through the summer dark We parked the truck down by the county park You played a melody on an old six-string Making me forget about everything
[Chorus] We were young and wild and free Underneath the willow tree With the fireflies dancing in the night Yeah, you and me, we fit just right
[Instrumental]
[Verse] You traced a constellation on my hand The best things never go the way we planned That faded t-shirt and your messy hair I found my favorite place when I'm right there
[Chorus] We were young and wild and free Underneath the willow tree With the fireflies dancing in the night Yeah, you and me, we fit just right
[Bridge] I don't need a diamond, don't need a crown Just want you to drive me around this town When the world gets heavy and cold You're the only hand I want to hold
[Chorus] We were young and wild and free Underneath the willow tree With the fireflies dancing in the night Yeah, you and me, we fit just right
[Outro] (soft guitar picking) Fit just right... Mmm... (fading out)

2: 中文

Caption/说明
Global Metadata: Acoustic pop, folk-pop, modern country elements. 110 BPM, G major. Gentle, sweet, youthful romance, heartwarming. Production: fingerpicked acoustic guitar, soft piano, light tambourine, airy strings, cozy and warm mix.
Vocal Details: Sweet female vocal, **singing in Mandarin Chinese**, tender and emotional delivery, breathy tone, clear enunciation. Warm and intimate vocal presence.
Arrangement: Intro: gentle piano and acoustic guitar. Verse: sparse arrangement, focus on the vocal and guitar. Chorus: rolling bassline, soft brushed drums, swelling string section. Bridge: emotional piano solo with vocal harmonies. Outro: single piano notes fading into silence.
Lyrics/歌词
[Intro] (清脆的吉他拨弦) 呜...
[Verse] 微风轻轻吹过安静的操场 你单车后座是我最爱的摇晃 那天午后的阳光穿透了白云 照亮了你眼底最纯粹的真诚
[Chorus] 就这样牵着手一直往前走 像一部没有尽头的温柔小说 哪怕明天世界会有多大变动 只要在你身边我就不会退缩
[Instrumental]
[Verse] 抽屉里藏着那封没寄出的信 写满了那些不敢开口的秘密 当你转过身对我傻傻地笑着 整个夏天的蝉鸣都为你唱歌
[Chorus] 就这样牵着手一直往前走 像一部没有尽头的温柔小说 哪怕明天世界会有多大变动 只要在你身边我就不会退缩
[Bridge] 青春是一场不回头的旅行 但沿途风景全都是你的姓名 就算岁月会催着我们长大 这份心动永远都不会放假
[Chorus] 就这样牵着手一直往前走 像一部没有尽头的温柔小说 哪怕明天世界会有多大变动 只要在你身边我就不会退缩
[Outro] (淡淡的钢琴声) 一直往前走... 呜... (安静结束)

3: 日语

Caption/说明
Global Metadata: J-pop, acoustic ballad, country-pop influence. 115 BPM, A major. Melancholic yet sweet, romantic, cinematic storytelling. Production: acoustic guitar chord progressions, gentle piano, subtle orchestral swells, clean and sparkling mix.
Vocal Details: Soft female vocal, **singing in Japanese**, sweet and emotive delivery, gentle vibrato, intimate verses building to a passionate chorus.
Arrangement: Intro: solo acoustic guitar strumming, nostalgic mood. Verse: guitar and soft bass. Chorus: driving pop-rock drum beat, soaring violins, bright acoustic rhythm. Bridge: quiet breakdown, emotional vocal delivery with minimal backing. Outro: fading strings and a final guitar chord.
Lyrics/歌词
[Intro] (アコースティックギターの音色)
[Verse] 夕暮れの駅、オレンジに染まる空 (ゆうぐれのえき、おれんじにそまるそら) 君の横顔、少し照れくさそうに ポケットの中で重なり合う手と手 言葉なんてなくても、伝わる気がした
[Chorus] 桜舞い散るこの道を、ずっと二人で 泣いたり笑ったりして、歩いていこう どんな未来が待っていても怖くないよ 君がそばにいてくれるなら
[Instrumental]
[Verse] 改札のチャイム、急かすような風 「また明日ね」って、手を振る君の影 離れた瞬間に、もう会いたくなる こんな気持ち、初めて知ったんだ
[Chorus] 桜舞い散るこの道を、ずっと二人で 泣いたり笑ったりして、歩いていこう どんな未来が待っていても怖くないよ 君がそばにいてくれるなら
[Bridge] 季節が巡って、景色が変わっても この想いだけは色褪せない 小さな奇跡を、集めて繋ごう 君と描く、終わらない物語
[Chorus] 桜舞い散るこの道を、ずっと二人で 泣いたり笑ったりして、歩いていこう どんな未来が待っていても怖くないよ 君がそばにいてくれるなら
[Outro] (静かなギターの弾き語り) ずっと二人で... 君がそばにいるから... (静かに終わる)

Step5: 效果调优及注意事项

image.png

1.上方红框：Caption（结构化音乐描述）

这是引导 AI 编曲与音色的“总指挥部”，官方推荐采用三段式结构书写：

  • Global Metadata （全局属性）：定义音乐风格、节拍速度、调性、情绪基调及混音质感（如黑胶杂音、磁带失真等。

  • Vocal Details （人声细节）：定义歌手的音色质感、演唱方式、以及混响/延迟等空间特效。

  • Arrangement（配器与编曲走向)：详细列出使用的乐器，并规划各段落乐器的进出规律。

2.中间红框：Lyrics（带结构标签的歌词）

负责控制整首歌的时间结构与唱词：

  • 结构标签（必须用中括号）：如 [Intro]（前奏）、[Verse]（主歌）、[Chorus]（副歌）、[Bridge]（桥段）、[Instrumental]（纯音乐间奏）、[Outro]（尾奏。这些标签是模型执行段落切换的唯一指令。

  • 伴唱与情绪辅助（使用小括号）：如 (rain on the window) 或 (one more try)，模型会将其识别为背景和声、伴唱或环境音效()。

3.下方红框：底层控制与模型参数

unet_name：核心 DiT 模型选择（全精度选 fp16，显存紧张选 int8）()。

tiled_decode：分块/平铺解码的开关。开启后大幅降低长音频的显存消耗；如果高显存设备（如16G+) 建议保持 false 以获得较高音质。

生成优质歌曲的关键注意事项

  1. 三段式 Caption 越具体越好：
  • 避免只写“一首好听的流行歌”这种宽泛描述。明确标出 速度、调式、乐器名称与空间混响氛围，生成质量会大幅提升。
  1. 段落标签与歌词字数要匹配：
  • 歌词字数要与 max_duration 匹配。如果设置了 300 秒但只写了 4 行词，模型会出现大段空白或不断重复尾音。

  1. 英文/拼音发音更稳健：当前模型对英文、标点断句的韵律掌握最自然。如果是中文歌词，尽量保证押韵并使用逗号断句，避免生僻字。

  2. 生成时长与硬件平衡：生成 300 秒（5分钟）的满血音频需要消耗较多计算时间与显存。前期调试旋律时，建议先用 60秒快速抽卡，找到满意的 seed 后再拉长生成整首歌。

本期教程资源下载链接

💻 核心软件与工作流

📦 模型下载 (MiniMax Music 3)

🛠️ 在线音频与歌词辅助工具