隨著生成式 AI 技術的迅速發展，音樂創作的門檻已被大幅降低。MiniMax 稀宇科技推出的 MiniMax Music 3 為當前備受矚目的開放權重（Open Weights）AI 音樂生成模型，不僅具備強大的階層式自迴歸架構，更支援在本地端深度整合至 ComfyUI 工作流中。這意味著創作者不再受限於線上平台的生成次數與長度限制，能夠在個人電腦上輕鬆生成長達五分鐘（300 秒）的完整高品質歌曲。MiniMax Music 3 採用了 8B 全局大語言模型來控制歌曲整體結構，搭配 0.6B 本地模型精雕聲學細節，輸出的 32 kHz 16-bit 立體聲音樂具備極佳的聆聽體驗與人聲表現。
在這篇教學中，我們將帶領大家透過 ComfyUI 官方內建的模板，快速建立 MiniMax Music 3 的文字生成音樂（Text to Music）工作流。整個生成過程主要由「音樂描述提示詞（Caption）」與「結構化歌詞（Lyrics）」兩大核心控制輸入所組成。音樂描述涵蓋曲風、BPM、調性、人聲風格與樂器編曲；而歌詞則能透過 [Intro]、[Verse]、[Chorus] 與 [Bridge] 等標籤精準引導音樂結構的演進。接下來我們將從模型下載部署、提示詞設定，一路到實際生成一首具備完整樂段與熱血電吉他 Solo 的 J-POP 動畫主題曲！
▲ 開啟 ComfyUI 後，點擊左側選單欄位的「Templates」模板庫，接著在「Audio」分類中即可找到官方預設好的「MiniMax Music 3: Text to Music」工作流模板（若沒看到可以善用搜尋功能），點擊即可載入該範例工作流。
▲ 首次載入工作流時，右側的 Workflow Overview 會顯示缺失的模型提示。點擊「Download all (13.34 GB)」按鈕，系統便會自動開始將對應的 VAE、Text Encoder 及 Diffusion 模型下載並部署至相應路徑。
對應的 safetensors 檔案放置於您本地端 ComfyUI 的模型目錄中，實際儲存路徑如下：
- Diffusion Model：
C:\Users\User\ComfyUI-Shared\models\diffusion_models\minimax_music3_dit_fp16.safetensors - Text Encoder：
C:\Users\User\ComfyUI-Shared\models\text_encoders\minimax_music3_text_encoder_pruned_int8_convrot.safetensors - VAE：
C:\Users\User\ComfyUI-Shared\models\vae\minimax_music3_dav.safetensors
▲ 在「Text to Music (MiniMax Music 3)」節點中，依序輸入音樂描述提示詞與包含段落標籤的歌詞結構，並將「max_duration」設定為目標時間（如 240 秒）。設定無誤後點擊右上角的「Run」按鈕即可開始生成歌曲。
音樂描述提示詞（Caption）：
Modern J-POP, Anime opening style, J-Rock, 175 BPM, key of F# Minor, uplifting, energetic and emotional drive. Clear and powerful female lead vocals, passionate high notes, subtle backing harmonies in chorus. Driven electric guitars, driving distorted bassline, fast acoustic drum kit with dynamic cymbals, sparkling piano melodies, energetic synthesizer arpeggios. Dynamic build-up, emotional pre-chorus, explosive chorus drop, melodic guitar solo in bridge.
歌詞結構（Lyrics）：
[Intro]
(Yeah, let's fly away!)
(Higher and higher!)[Verse 1]
街のネオンが消える頃
Midnight silence everywhere
胸の鼓動だけが響いて
Taking a step into the dark
誰かが決めた正解なんていらない
I just wanna find my own light[Pre-Chorus]
涙の跡は 強さへの道標
Don't be afraid to dream again
カウントダウンが胸で鳴り響く
(Three, Two, One, Go!)[Chorus]
輝け 夜空を切り裂いて！
Shining brighter than the stars above
届かない星に手を伸ばして
Never look back, run to the future!
僕らの未来はここから始まる
We can touch the sky, fly away![Verse 2]
冷たい雨に打たれても
Shadows trying to bring me down
諦めない心が翼になる
I will never stop my heartbeat
昨日の悔しさを風に変えて
Breaking the silence now[Pre-Chorus]
立ち止まる暇なんてないから
Chase the dream with all my soul
限界の先へ 扉を開けて
(Ready, Set, Go!)[Chorus]
輝け 夜空を切り裂いて！
Shining brighter than the stars above
届かない星に手を伸ばして
Never look back, run to the future!
僕らの未来はここから始まる
We can touch the sky, fly away![Bridge]
[Guitar Solo - Melodic, high-energy emotional solo]
言葉にできない痛みを越えて
Through the longest darkest night
信じ合える仲間がいるから
We will never walk alone![Chorus]
[Backing Vocals: Woah-oh-oh~]
輝け 夜空を切り裂いて！
Shining brighter than the stars above
どんな明日が待っていようと
Forever chasing our destiny!
僕らの声はどこまでも響く
We can touch the sky![Outro]
(Fly away, reach for tomorrow)
僕らの物語は続くよ
[Fade Out]
▲ 運算完成後，右側 Save Audio 節點即會顯示音訊播放器供即時試聽，同時在 Job Queue 中可查看生成總時長（如 309.83 秒），輸出的 MP3 檔案也會自動儲存至 ComfyUI 的預設輸出目錄。
▲ 生成結果直出 MP3 檔案，歌曲名稱「夜空を切り裂いて -Touch the Sky-」。
《上一篇》Gemini 3.7 Flash：全方位強化網頁開發、文件理解與個人助理 Spark 
留言區 / Comments
萌芽論壇