Qu’est-ce qu’une API de génération musicale par IA ?

Une API de génération musicale IA compose l’audio à partir d’une description textuelle du style, de l’ambiance, des instruments et du tempo, et sur certains modèles, à partir de paroles, d’un enregistrement de référence ou d’une vidéo à bander. Vous soumettez un travail, faites un sondage jusqu’à sa fin et téléchargez la piste générée.

Types de modèles

Ce que fait une API de génération musicale par IA

Une API de génération musicale crée un nouvel audio à partir d’une description. Une invite nomme le genre, l’ambiance, les instruments et le tempo, par exemple Hip hop lo-fi, piano doux, 90 BPM, et le modèle renvoie une piste terminée. Selon le modèle, il peut faire plus:

  • Des chansons avec voix. Vous fournissez des paroles, souvent marquées par des étiquettes de section telles que [Vers] et [Refrain], et le modèle les chante. Une mise en musique instrumentale produit une piste sans voix.
  • Bandes originales pour vidéo. Certains modèles enregistrent une vidéo que vous fournissez, en suivant ses coupures et son rythme, ou appliquent des effets sonores à l’action.
  • Travailler à partir de l’audio existant. Certains modèles transforment un clip de référence, régénèrent une section de celui-ci, ou construisent une reprise ou un arrangement à partir d’une chanson ou d’un enregistrement vocal.
  • Effets sonores. Plusieurs modèles génèrent également des effets sonores à partir d’une description.

Comment fonctionne une demande

Tu envoies APRÈS /v1/audio/generations avec l’ID du modèle, l’invite et les paramètres que le modèle accepte, tels que paroles, durée, Seed et le format de sortie (MP3, WAV, FLAC et autres). Chaque requête renvoie un aide-emploi Immédiatement. Sondage ALLEZ-/v1/jobs/{job_id} jusqu’à ce que le statut soit achevé, puis téléchargez la piste depuis l’URL dans le résultat. Un modèle qui enregistre une vidéo peut également renvoyer la vidéo finale avec sa nouvelle bande-son, via le point de terminaison de génération vidéo.

À quoi sert la génération musicale

  • Musique de fond pour les vidéos, publicités, podcasts, streams et applications.
  • Partitions pour les images qui suivent le montage d’une vidéo spécifique.
  • Brouillons de chansons pour tester les paroles, les mélodies et les arrangements.
  • Audio du jeu et de l’application, comme de courts cues et des effets sonores.
  • Variations d’un thème pour les tests ou pour plusieurs coupures d’une campagne.

Que comparer entre les modèles musicaux

  • Voix et paroles. Que le modèle chante, suive les balises de section et gère les langages dont vous avez besoin.
  • Longueur. La longueur maximale de la piste varie selon le modèle, allant de courts extraits à plusieurs minutes, et certains modèles choisissent eux-mêmes la durée.
  • Qualité audio. Sortie stéréo, fréquence d’échantillonnage et formats sans perte ou non compressés tels que FLAC et WAV.
  • Entrées. Texte uniquement, ou aussi référence audio et vidéo.
  • Répétabilité. Sur les modèles qui acceptent une graine, la même graine et les mêmes réglages reproduisent un résultat.
  • Prix. De nombreux modèles facturent par seconde l’audio généré, certains avec une longueur minimale par piste, d’autres un tarif forfaitaire par piste, quelle que soit sa longueur. Avec la facturation par seconde, une piste de 3 minutes coûte trois fois plus cher qu’une piste d’une minute.

Comparaisons de modèles côte à côte Afficher les capacités et les taux de deux modèles ensemble.

Essayez d’appeler un modèle musical sur EmpirioLabs AI

Parcourez le Modèles audio et générer une piste dans le Playground. Pour appeler un modèle à partir du code, créez une clé API dans le tableau de bord, soumettez la tâche à https://api.empiriolabs.ai/v1/audio/generations et interrogez le point final des emplois. Le Référence sur la musique et la génération sonore décrit la requête et le flux de tâche.

Payez au fur et à mesure, ou choisissez un plan avec des indemnités hebdomadaires. Les tarifs actuels sont sur le page de prix.

Les modèles sur EmpirioLabs AI

9 modèles, du moins cher au plus cher lorsqu'ils partagent une unité de facturation. La page de chaque modèle présente sa grille tarifaire complète, ses paramètres et du code.

Endpoints

POST /v1/audio/generations

Prix par seconde

ModèleTarif le plus basS'applique à
ACE-Step 1.5 XL ACE-Step$0.0003$0.00025 par seconde généréeGénération musicale
StepAudio 3 Music StepFun$0.000667 par seconde généréeTexte en musique
MiniMax Music 3 MiniMax$0.002$0.0018 par seconde généréeGénération musicale
Sonilo Sound Effects 1.0 Sonilo$0.0036 par seconde généréeTexte en effet sonore
Sonilo v1.1 Sonilo$0.0045 par seconde généréeTexte en musique

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

Questions fréquentes

Une API musicale IA peut-elle générer des chansons avec des voix ?

Oui, sur les modèles qui chantent. Vous fournissez des paroles, généralement marquées par des étiquettes de section comme [Verse] et [Chorus], ainsi qu’une invite pour le style. D’autres modèles ne génèrent que de la musique instrumentale et du son.

Quelle est la longueur d’un morceau généré par l’IA ?

Cela dépend du modèle: les limites vont de courts extraits à plusieurs minutes par piste. Certains modèles permettent de fixer la durée, d’autres la choisissent eux-mêmes.

L’IA peut-elle générer une musique qui correspond à une vidéo ?

Oui. Certains modèles prennent une vidéo en entrée et génèrent une bande-son qui suit ses coupes et son rythme, ou appliquent des effets sonores sur l’action.

Comment la génération de musique par IA est-elle tarifée ?

Beaucoup de modèles facturent par seconde l’audio généré, donc les pistes plus longues coûtent plus cher, tandis que d’autres facturent un tarif forfaitaire par piste. Sur EmpirioLabs AI vous pouvez payer à l’avance ou choisir un forfait avec des allocations hebdomadaires.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.