MiniMax AI 音乐生成 Skill

核心方法论

AI 音乐生成三大规律

1. 约束叠加 > 单一描述：同时给 2-3 个相互制约的风格条件，AI 会做出更精确的创造性选择
2. Hook-First：先设计副歌记忆点（≤7字，具体画面），再倒推全曲结构
3. 迭代比一次到位更可靠：固定 tempo+mood+song length，每次只改一个变量

歌词四轴法则

高质量歌词必须同时满足：叙事性 + 意象性 + 韵律感 + 情感共鸣 检查标准：有没有具体的时间/地点/人物/物品？有没有直接说"心痛/悲伤"？

克制原则

用具体物品和动作替代抽象情绪词：

• ❌ "我的心好痛" → ✅ "输入法还记得你的名字"
• ❌ "时间过得好快" → ✅ "校服领口松了两颗扣"

目录结构

skills/minimax-music/
├── SKILL.md
├── settings.example.yaml    # 配置模板
├── scripts/
│   └── music_generator.py
└── references/
    └── prompt_templates.md  # 完整方法论（必读）

快速开始

环境配置

1. 复制配置模板：

cp settings.example.yaml settings.yaml

2. 在 settings.yaml 中配置输出目录：

OUTPUT_DIR: "/path/to/your/music/output"

3. 确保 MINIMAX_API_KEY 已设置在环境变量中（脚本从 os.environ 读取）

单首生成

from scripts.music_generator import generate_music
import yaml

settings = yaml.safe_load(open("settings.yaml"))
result = generate_music(
    prompt="中文民谣，关于清晨便利店独自喝咖啡的场景...",
    lyrics="___LYRICS_OPTIMIZER___",
    vocals="沙哑男声，有岁月感，有呼吸感",
    genre="folk",
    mood="melancholic, warm",
    instruments="木吉他，指弹风格",
    tempo="moderate",
    structure="verse - verse - pre-chorus - chorus - bridge - chorus",
    avoid="'心痛' or '悲伤' or '眼泪', 情歌套路, 说教结尾",
    settings=settings,
)

每日三首

from scripts.music_generator import generate_daily_music
results = generate_daily_music("/path/to/skills/minimax-music/")

mmx music generate 核心参数

人声音乐（含 --lyrics-optimizer）

mmx music generate \
  --prompt "<场景+情绪描述，禁止项>" \
  --lyrics-optimizer \
  --vocals "<人声：音域+质感+每段落发声策略>" \
  --genre "<流派>" \
  --mood "<情绪>" \
  --structure "<verse-chorus-verse-chorus-bridge-chorus>" \
  --avoid "<具体要排除的元素>" \
  --out "/path/to/output.mp3"

器乐

mmx music generate \
  --prompt "<音色+层次+情绪曲线+场景描述>" \
  --instrumental \
  --genre "<流派>" \
  --mood "<情绪>" \
  --instruments "<乐器层次>" \
  --avoid "<不要的元素>" \
  --structure "<intro - main theme - ending>" \
  --out "/path/to/output.mp3"

--vocals 写法模板

专业写法：音域 + 音色质感 + 各段落发声策略

--vocals "男高音 tenor，略带沙哑有力量感。
          主歌 chest voice 叙事，接近说话的语气；
          预副歌 mixed voice 慢慢叠加能量；
          副歌 strong belt 爆发，高音有穿透力；
          桥段 head voice 轻唱，脆弱感；
          尾副歌 belt 推到最高，最后长音 vibrato 收尾"

核心原则：主歌收 → 预副歌蓄 → 副歌放 → 桥段收 → 尾副歌最放

详见 references/prompt_templates.md — 完整声乐术语和模板

歌词禁止清单

必须禁止：

• 抽象情绪词：心痛、悲伤、难过、崩溃、绝望
• 陈词滥调：飞蛾扑火、遍体鳞伤、沧海桑田、海枯石烂
• 说教结尾：珍惜当下、把握今天、勇敢前行
• 过度煽情：直接哭喊、直接说"我爱你爱到死"

参考资料

完整方法论、意象库、prompt 模板、速查表： → references/prompt_templates.md

注意事项

• mmx music generate 超时 300 秒，耐心等待
• --lyrics-optimizer 的 prompt 必须包含场景+禁止项，不能太笼统
• API Key 从环境变量 MINIMAX_API_KEY 读取，禁止硬编码
• --aigc-watermark 推荐开启
• 歌词生成后对照四轴法则自检
• 每日生成建议每次只改一个变量迭代优化