広告: 本記事には紹介リンクを含みます。

この記事の要点

  • MiniMaxは2026年8月14日、最大5分のボーカル付き楽曲を生成できるオープンウェイト音楽モデル「MiniMax-Music3」を公開した。32kHz・16bitステレオのWAV出力に対応。
  • 歌詞と音楽説明（ジャンル、BPM、ボーカル、編成など）を入力して曲構造を制御でき、日本語ボーカルの生成にも対応している。
  • Hugging Face、ComfyUI、SGLang-Omni、diffusersなどでローカル実行が可能。歌詞と構造化プロンプトを自動生成するスキルも公開されている。

海外事例：MiniMax-Music3がオープンウェイトで公開

MiniMaxは2026年8月13〜14日、音楽生成モデル「MiniMax-Music3」をHugging FaceとGitHubで無償公開しました。モデルは歌詞と詳細な音楽説明を条件に、最大5分のボーカル付き楽曲を生成します。出力は32kHz・16bitステレオのWAVです。

MiniMaxは、イントロ、Aメロ、Bメロ、サビ、ブリッジ、間奏、アウトロといった曲構造を長尺で維持できる点を強調しています。歌詞入力には [Verse] や [Chorus] などのセクションタグを使えます。音楽説明は、ジャンル、BPM、キー、感情の推移、ボーカル特性、楽器編成、制作プロファイルを含む構造化キャプション形式を推奨しています。

公開直後、ComfyUIはMiniMax-Music3のローカル実行対応を告知しました。Hugging Face Space「MiniMax Music 3 Studio」では、短い指示から歌詞と構造化プロンプトを生成し、楽曲を試聴できるデモも提供されています。GIGAZINEの検証では、日本語ボーカル付きのロック曲を指示どおり生成できたと報じられています。

MiniMaxは、歌詞とプロンプトを拡張する「music-caption-rewriter」スキルもGitHub上で公開しています。ユーザーが短い自然文を入力すると、モデルが認識しやすい構造化キャプションへ変換する仕組みです。

AIエンタメとして注目したい点

MiniMax-Music3の意味は、AI音楽の体験が「クラウド上の生成サービスを使う」だけでなく、「自分の環境で歌詞付き楽曲を試す」段階にも入ったことです。MiniMaxは動画生成AI「MiniMax H3」に続くオープンモデル公開の一環として位置づけられ、デモページでは多様な生成例が公開されています。

エンタメ制作の観点では、プロンプトと歌詞から曲の骨格を素早く試し、方向性を固める下書き用途が現実的です。Suno Studio 2.0がDAW統合で「生成と編集の往復」を強化しているのに対し、MiniMax-Music3はオープンウェイトでローカル実行できる点が特徴です。権利や配信の議論が進む中、制作環境を自分で選べる選択肢が増えています。

ただし、MiniMaxのモデルカードは推論にCUDAが必要であること、生成結果がリクエストどおりのテンポやキー、編成と完全一致するとは限らないことも明記しています。あくまで生成支援ツールであり、完成品としてそのまま配信できるとは限りません。

ローカル実行とハードウェア要件

MiniMax-Music3はSGLang-Omni、diffusers、ComfyUIで動作します。Hugging Faceのモデルカードによると、フル精度では24GB以上のVRAMを想定し、CPUオフロードやレイヤー単位のストリーミングを使えば8GB級のGPUでも動作可能と説明されています。ComfyUI対応により、既存の画像・動画生成ワークフローに音楽生成を組み込む道も開いています。

Hugging Face Spaceの無料推論はZeroGPUを利用するため、生成時間や回数に制限があります。GIGAZINEの検証では1分の楽曲を1本生成した時点で無料枠の上限に達したと報じられています。本格的に試す場合はローカル実行か、自前のGPU環境が現実的です。

日本との比較

日本では、FYNAの「otojam」が日本語入力でWeb上から楽曲を生成するベータ版を提供しています。otojamは会員登録とブラウザ操作が中心で、作曲の入口を軽くする設計です。MiniMax-Music3はCLIやComfyUI、Pythonスクリプトから触れる開発者・上級者向けの色が強く、日本語ボーカルは使えるもののUIやサポートは英語圏発のオープンソースエコシステムに依存します。

SunoはStudio 2.0でブラウザDAW統合を進め、BMGとの提携で権利面の整理も進めています。MiniMax-Music3はライセンス条項と利用目的を各自が確認する必要があり、生成曲をSpotifyなどへ配信する場合は、ディストリビューターのAI音楽ポリシーやSpotifyのAI Personaバッジ、AI Creditsの動向ともセットで見る必要があります。

Beatportが2026年8月15日にBeatdappによるAI検知で完全または過半がAI生成の曲のアップロード禁止を強化したことも、国内クリエイターが生成曲を海外プラットフォームへ持ち出す際の論点です。ローカルで自由に生成できても、配信先ごとのルールは別レイヤーで存在します。

国内では、スポルアップのAI音楽プロジェクト「フレーメン」がSunoプロンプト辞典「prompt-jukebox」で物語と楽曲を接続するなど、プロンプト設計とIP運営を重視する事例もあります。MiniMax-Music3はプロンプトと歌詞の構造化に強みがあり、日本のクリエイターがSUNO向けに培ったプロンプト設計の知見を、ローカル生成に転用できる可能性があります。

クリエイターが見るべき論点

個人クリエイターにとっては、日本語ボーカル付き楽曲をローカルで試せる点が新しい選択肢です。歌詞のセクションタグと構造化キャプションを整えることで、曲の流れをある程度コントロールできます。一方、GPU要件やセットアップのハンドルは、otojamのようなWebサービスより高いです。

配信を考えるクリエイターは、生成元プラットフォームの利用規約に加え、TuneCoreなどディストリビューターのAI音楽ポリシー、各ストリーミングサービスのAI開示ルールを確認する必要があります。MiniMax-Music3で作った曲が「誰の声か」「どの程度AIか」をどう説明するかも、今後の透明性要求と直結します。

ファンにとっては、AI音楽の制作環境がクラウドサービス、国産Webサービス、オープンウェイトのローカル生成と三方向に広がっている点が重要です。どの経路で作られた曲か、プロフィールが実在人物かAI Personaかは、Spotifyの9月中旬からのバッジ表示などで見え方が変わります。

出典