MiniMaxMusic3TextEncode - ComfyUI Built-in Node Documentation

MiniMax Music3 Text Encode 使用 MiniMax Music3 CLIP 模型，将文本描述和歌词转换为用于音乐生成的声学条件序列。该节点返回生成的 CONDITIONING 数据，以及根据输入的最大时长计算出的实际音频时长（秒）。

输入

参数	描述	数据类型	必需	范围
`clip`	MiniMax Music3 CLIP 模型，用于文本编码和条件序列生成。	CLIP	是	-
`caption`	描述要生成音乐的文字。支持多行文本和动态提示词。	STRING	是	-
`歌词`	用于生成音乐的歌词文本。支持多行文本和动态提示词。	STRING	是	-
`种子`	生成过程的可复现随机种子。默认值：0。	INT	是	0 到 18446744073709551615 (0xffffffffffffffff)
`最大时长`	最大时长（秒）；模型可以提前结束歌曲。默认值：120.0。	FLOAT	是	0.04 至模型的最大音频时长（MAX_AUDIO_FRAMES / AUDIO_FRAMES_PER_SECOND），步长 0.04
`cfg 缩放`	无分类器引导（CFG）比例。默认值：模型常量 CFG_SCALE。高级参数。	FLOAT	是	0.0 到 100.0, step 0.1 (keeps 2 decimal places)
`top_k`	用于声学 token 选择的 top-k 采样值。默认值：模型常量 CFG_TOP_K。高级参数。	INT	是	1 至模型词表大小（C0_VOCAB_SIZE）

输出名称	描述	数据类型
`conditioning`	生成的声学条件序列，用于指导后续音乐生成。	CONDITIONING
`秒`	条件序列的实际时长（秒）。	FLOAT

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): c3fbfd189d0358ebf081dd4f9c32be9231a9d0b97fd767401ea4b7955224c25c