MiniMaxMusic3TextEncode - ComfyUI Built-in Node Documentation - ComfyUI

MiniMax Music3 Text Encode は MiniMax Music3 CLIP モデルを使用して、テキストの説明と歌詞を音楽生成用の音響条件シーケンスに変換します。このノードは、変換された CONDITIONING データと、入力時間に基づいて計算された実際のオーディオ秒数を返します。

入力

パラメータ	説明	データ型	必須	範囲
`clip`	MiniMax Music3 CLIP モデル。テキストエンコーディングと条件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内容。複数行のテキストと動的プロンプトに対応しています。	STRING	はい	-
`lyrics`	音楽の生成に使用する歌詞テキスト。複数行のテキストと動的プロンプトに対応しています。	STRING	はい	-
`seed`	生成プロセスで使用する再現可能な乱数シード。デフォルト値：0。	INT	はい	0 から 18446744073709551615（0xffffffffffffffff）
`max_duration`	生成する音楽の最大長（秒）。モデルが曲を途中で終了する場合があります。デフォルト値：120.0。	FLOAT	はい	0.04 からモデルの最大オーディオ長（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係数。デフォルト値：モデル定数 CFG_SCALE。上級パラメータ。	FLOAT	はい	0.0 から 100.0、ステップ 0.1（小数点以下2桁）
`top_k`	音響トークン選択に使用する top-k サンプリング値。デフォルト値：モデル定数 CFG_TOP_K。上級パラメータ。	INT	はい	1 からモデルの語彙サイズ（C0_VOCAB_SIZE）

出力

出力名	説明	データ型
`conditioning`	生成された音響条件シーケンス。後続の音楽生成をガイドするために使用されます。	CONDITIONING
`seconds`	条件シーケンスに対応する実際の長さ（秒単位）。	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