我将「MiniMax-Music3」安装到自己的本地环境中,并与「ACE-Step 1.5 XL Turbo」进行了A/B比较。
【结论】
MiniMax-Music3(左)在人声的自然度和表现力、大钢琴音质的美感、不发生爆音等方面感觉非常高品质😊
・男性男中音+钢琴曲/实长约118秒
・44.1kHz・立体声FLAC
・30 steps/CFG 1.7/Euler,无剪切
・生成时间:15分35秒
※ 各自几乎使用相同的提示词生成。如之前写过的,ACE-Step 1.5 XL Turbo时也是如此,曲的内容没有意义😅
【生成环境】
・Win11 32GB / RTX 3060 Ti 8GB
【备注】
MiniMax-Music3的官方仓库占用约67.2GB,但无需下载所有模型。
在ComfyUI版中选择了低显存向け的INT8 DiT+修剪版INT8文本编码器+VAE,模型实测约11.9GB。即使是RTX 3060 Ti 8GB也能进行本地生成。
ComfyUI・虚拟环境・缓存合计约18.9GB。FP16/BF16版与品质差异未验证,但这次的生成结果相当高品质。
【本次使用的模型】
・minimax_music3_dit_int8_convrot.safetensors…音乐生成模型・INT8量化版(2.5GB)
・minimax_music3_text_encoder_pruned_int8_convrot.safetensors…轻量化・INT8文本编码器(9.2GB)
・minimax_music3_dav.safetensors…音频解码器(0.22GB)
合计11.915GB
