¿Qué es una API de generación de música con IA?

Una API de generación musical con IA compone audio a partir de una descripción textual del estilo, el estado de ánimo, los instrumentos y el tempo, y en algunos modelos a partir de letras, una grabación de referencia o un vídeo para componer. Envías un trabajo, haces una encuesta hasta que termine y descargas la pista generada.

Tipos de modelos

Lo que hace una API de generación de música con IA

Una API de generación musical crea nuevo audio a partir de una descripción. Un aviso nombra el género, el estado de ánimo, los instrumentos y el tempo, por ejemplo Hip hop lo-fi, piano suave, 90 BPM, y el modelo devuelve una pista terminada. Dependiendo del modelo, puede hacer más:

  • Canciones con voces. Proporcionas letras, a menudo marcadas con etiquetas de sección como [Verso] y [Coro], y la modelo las canta. Una puesta instrumental produce una pista sin voces.
  • Bandas sonoras para vídeo. Algunos modelos componen la banda sonora de un vídeo que tú proporcionas, siguiendo sus cortes y ritmo, o ponen efectos de sonido en la acción.
  • Trabajar a partir de audio existente. Algunos modelos transforman un clip de referencia, regeneran una sección del mismo o construyen una versión o un arreglo a partir de una canción o una grabación vocal.
  • Efectos de sonido. Varios modelos también generan efectos de sonido a partir de una descripción.

Cómo funciona una solicitud

Tú envías DESPUÉS /v1/audio/generations con el ID del modelo, el aviso y los ajustes que acepta el modelo, tales como Letra, duración, Semilla y el formato de salida (MP3, WAV, FLAC y otros). Cada solicitud devuelve un job id De inmediato. Encuesta ¡QUE /v1/jobs/{job_id} hasta que el estatus sea terminado, luego descarga la pista desde la URL en el resultado. Un modelo que pone la puntuación de un vídeo también puede devolver el vídeo terminado con su nueva banda sonora, a través del endpoint de generación de vídeo.

Para qué se usa la generación musical

  • Música de fondo para vídeos, anuncios, podcasts, retransmisiones y aplicaciones.
  • Partituras para el metraje que siguen a la edición de un vídeo específico.
  • Borradores de canciones para poner a prueba letras, melodías y arreglos.
  • Audio del juego y de la app, como pistas cortas y efectos de sonido.
  • Variaciones de un tema para pruebas o para varios cortes de una campaña.

Qué comparar entre modelos de música

  • Voces y letras. Ya sea que el modelo cante, siga las etiquetas de sección y gestione los idiomas que necesitas.
  • Longitud. La longitud máxima de la pista varía según el modelo, desde clips cortos hasta varios minutos, y algunos modelos eligen la duración ellos mismos.
  • Calidad de audio. Salida estéreo, frecuencia de muestreo y formatos sin pérdida o sin comprimir como FLAC y WAV.
  • Entradas. Solo texto, o también hacer referencia a audio y vídeo.
  • Repetibilidad. En modelos que aceptan una semilla, la misma semilla y configuraciones reproducen un resultado.
  • Precio. Muchos modelos cobran por segundo del audio generado, algunos con una duración mínima por pista, y otros cobran una tarifa fija por pista, sea cual sea su duración. Con la facturación por segundo, una pista de 3 minutos cuesta tres veces más que una de 1 minuto.

Comparaciones de modelos lado a lado mostrar las capacidades y tasas de dos modelos juntos.

Intenta llamar a un modelo musical en EmpirioLabs AI

Explora la Modelos de audio y generar una pista en el Playground. Para llamar a un modelo desde código, crea una clave API en el panel de control y envía el trabajo a https://api.empiriolabs.ai/v1/audio/generations y encuesta el endpoint de trabajos. El Referencia a la generación de música y sonido describe la solicitud y el flujo de trabajo.

Paga conforme vayas o elige un plan con asignaciones semanales. Las tarifas actuales están en el página de precios.

Los modelos en EmpirioLabs AI

9 modelos, del más barato al más caro cuando comparten unidad de facturación. La página de cada modelo tiene su tarjeta de precios completa, parámetros y código.

Endpoints

POST /v1/audio/generations

Precio por segundo

ModeloTarifa más bajaSe aplica a
ACE-Step 1.5 XL ACE-Step$0.0003$0.00025 por segundo generadoGeneración musical
StepAudio 3 Music StepFun$0.000667 por segundo generadoDe texto a música
MiniMax Music 3 MiniMax$0.002$0.0018 por segundo generadoGeneración musical
Sonilo Sound Effects 1.0 Sonilo$0.0036 por segundo generadoDe texto a efecto sonoro
Sonilo v1.1 Sonilo$0.0045 por segundo generadoDe texto a música

También disponibles: Stable Audio 2.0, Stable Audio 2.5, Sonilo Video to Video, Stable Audio 3 Medium

Preguntas frecuentes

¿Puede una API de música con IA generar canciones con voces?

Sí, en modelos que cantan. Proporcionas letras, normalmente marcadas con etiquetas de sección como [Verso] y [Coro], y un prompt para el estilo. Otros modelos generan solo música instrumental y sonido.

¿Cuánto puede durar una pista generada por IA?

Depende del modelo: los límites van desde clips cortos hasta varios minutos por pista. Algunos modelos te permiten establecer la duración, y otros la eligen ellos mismos.

¿Puede la IA generar música que coincida con un vídeo?

Sí. Algunos modelos toman un vídeo como entrada y generan una banda sonora que sigue sus cortes y ritmo, o colocan efectos de sonido en la acción.

¿Cómo se valora la generación de música con IA?

Muchos modelos facturan por segundo de audio generado, así que las pistas largas cuestan más, mientras que otros cobran una tarifa fija por pista. En EmpirioLabs AI puedes pagar conforme vas o elegir un plan con asignaciones semanales.

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.