歌词时间数据
使用可选可信转录或已有对齐歌词。
歌词应该由合成器负责
在最终合成阶段准确排版的歌词视频制作工具
先导演电影、动漫或抽象画面，再在最终合成阶段添加准确文字，而不是要求视频模型正确拼写歌词。
歌词时间轴 · 文字安全画面 · ASS 排版 · 多语言字体
MiniMaxMusic Studio 是独立第三方服务，并非 MiniMax 官方网站。
MUSIC-TO-MV PROJECTPRIVATE
01
选择本站生成的歌曲，或上传有权使用的 MP3/WAV。
02
选择 15 秒或 30 秒高潮片段、输出比例和视觉方向。
03
在提交任何 H3 任务之前，生成并修改可版本化分镜。
04
添加已校验参考图片，并批准不可篡改的服务端报价。
05
逐镜头生成 H3 视频、私有审核，仅重做确实需要修改的镜头。
06
使用原始歌曲作为唯一主音轨，合成 H.264/AAC MP4。
把视觉生成和文字渲染分开
生成视频可能产生类似文字的形状，但不应该成为准确歌词的权威。工作室会明确要求 H3 不在镜头中烧录字幕、Logo、水印、UI 或歌词。
歌词时间轴会转换为选定音乐范围的相对时间，再由最终 FFmpeg 合成器使用 ASS 样式渲染，保证拼写、时间、字体、对比、多语言字形和位置一致。
可读的歌词视频控制
歌词安全构图
选择为文字保留负空间的模板。
多语言字体
合成镜像包含 Noto CJK，支持中文和混合语言。
独立叠加层
标题、歌词和水印保留为可配置最终层。
先导演画面，最后准确排版
这种分离让文字更可靠，也让创意修改更灵活。
- 01选择本站生成的歌曲，或上传有权使用的 MP3/WAV。
- 02选择 15 秒或 30 秒高潮片段、输出比例和视觉方向。
- 03在提交任何 H3 任务之前，生成并修改可版本化分镜。
- 04添加已校验参考图片，并批准不可篡改的服务端报价。
- 05逐镜头生成 H3 视频、私有审核，仅重做确实需要修改的镜头。
- 06使用原始歌曲作为唯一主音轨，合成 H.264/AAC MP4。
歌词视频格式
副歌金句短片
在 15 秒预告突出一句有传播力的歌词。
竖屏歌词发行
利用 9:16 负空间发布 Reels、Shorts 或 TikTok。
双语歌词
以统一排版渲染混合语言时间轴。
动态封面歌词
组合低复杂度封面运动和准确文字。
歌词视频常见问题
01歌词文字由 H3 生成吗？+
不是。H3 生成视觉镜头，最终合成器根据结构化时间数据渲染准确歌词。
02H3 渲染之前会发生什么？+
你需要选择音乐片段、生成可版本化分镜、修改每个镜头、添加已校验参考图片、批准分镜并获取服务端报价。仅上传歌曲不会自动启动 H3。
03最终视频如何合成？+
成功保存到私有存储的 H3 镜头会由独立 FFmpeg 合成服务标准化并拼接。H3 音轨会被忽略，原始歌曲的选定片段是唯一主音轨。
04首版支持哪些格式？+
首批生产格式是 15 秒预告和 30 秒社交短片，支持 16:9、9:16 和 1:1。项目架构以后可以增加更长格式，而不是把整条视频当成一个不可见的生成任务。