MiniMax Music3 Text Encode - ComfyUI Built-in Node Documentation - ComfyUI

MiniMax Music3 Text Encode は、MiniMax Music3 CLIP モデルを使用して、テキストキャプションと歌詞を音楽生成用の音響コンディショニングシーケンスに変換します。このノードは、生成された CONDITIONING データと、入力された最大長から計算された実際の音声長（秒）を返します。

入力

Parameter	Description	Data Type	Required	Range
`clip`	MiniMax Music3 CLIP モデル。テキストエンコードおよびコンディショニングシーケンスの生成に使用されます。	CLIP	はい	-
`caption`	生成する音楽を説明するテキスト。複数行のテキストおよび動的プロンプトをサポートします。	STRING	はい	-
`歌詞`	音楽の生成に使用する歌詞テキスト。複数行のテキストおよび動的プロンプトをサポートします。	STRING	はい	-
`seed`	生成プロセス用の再現可能なランダムシード。デフォルト：0。生成後に制御できるウィジェットが提供されています。	INT	はい	0 ～ 18446744073709551615 (0xffffffffffffffff)
`max_duration`	最大長（秒）。モデルは曲をこれより早く終了させることがあります。デフォルト：120.0。	FLOAT	はい	0.04 ～モデルの最大音声長（MAX_AUDIO_FRAMES / AUDIO_FRAMES_PER_SECOND）、ステップ 0.04
`cfg_scale`	分類器フリーガイダンスのスケール。デフォルト：モデル定数 CFG_SCALE。詳細設定パラメータ。	FLOAT	はい	0.0 ～ 100.0、ステップ 0.1（小数点以下2桁を保持）
`top_k`	音響トークンの選択に使用される Top-k サンプリング値。デフォルト：モデル定数 CFG_TOP_K。詳細設定パラメータ。	INT	はい	1 ～モデルの語彙サイズ（C0_VOCAB_SIZE）

出力

Output Name	Description	Data Type
`conditioning`	生成された音響コンディショニングシーケンス。後続の音楽生成を誘導するために使用されます。	CONDITIONING
`seconds`	コンディショニングシーケンスの実際の長さ（秒）。	FLOAT

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): c3fbfd189d0358ebf081dd4f9c32be9231a9d0b97fd767401ea4b7955224c25c