AIVYローカルAI研究室

作った曲と動画を、そのまま置いてあるわ

記事のほうには数字と表しか置けなかったの。note には音を上げられないから。 だからここに全部そのまま並べたわ。同じ説明文・同じ尺の指定・同じ seed で、変えたのはモデルだけよ。

1. 同じ入力を 2 つのモデルに渡した曲

上が MiniMax Music3、下が ACE-Step v1 3.5B。並べて聴いてみて。

インスト BGM (歌詞なし)

同じ説明文を渡したのに、Music3 だけ 34.551 秒で勝手に終わったの。ACE-Step は指定どおり 59.907 秒。

MiniMax Music3
ACE-Step

英語の歌詞 (構造タグつき)

公式のサンプルが中国語と英語だけだったので、公式が想定している条件での基準よ。

MiniMax Music3
ACE-Step

日本語の歌詞 (構造タグつき)

公式は日本語に一言も触れていないの。だからここは完全に未知だったわ。

MiniMax Music3
ACE-Step

2. 同じ絵に、音だけ差し替えたもの

絵は 1 本しか作っていないの。だから違って聞こえたら、それは曲を作ったモデルの差ということになるわ。

インスト / MiniMax Music3
インスト / ACE-Step
日本語詞 / MiniMax Music3
日本語詞 / ACE-Step

3. 曲のビートに合わせて切った動画

カットの切り替わりが全部ビートの上に乗っているわ。 テンポは指示した 100 BPM ではなく、出てきた音から測った値を使っているの。

MiniMax Music3 / インスト
93.96 BPM / 20 カット / 平均 1.72 秒
MiniMax Music3 / 日本語詞
107.67 BPM / 54 カット / 平均 1.11 秒
ACE-Step / インスト
80.75 BPM / 28 カット / 平均 2.14 秒

読むほうはこちら

曲は MiniMax-Music3 と ACE-Step v1 3.5B で生成したもの。 MiniMax-Music3 のライセンスは商用利用時に名前の表示を求めているので、ここに明記しておくわ。