音乐生成

两个模型的区别

Fun-Music 提供两个模型，主要区别如下：

音频输出格式

通过 format 参数指定输出格式：

提示词（prompt）

prompt 是描述音乐创作意图的核心参数。模型会根据您的描述自动创作歌词、编曲并生成歌曲。

撰写建议：具体描述情绪、场景、乐器偏好，能生成更贴合需求的音乐。

• 推荐：悲伤钢琴曲，雨夜思念

• 不推荐：悲伤音乐（过于笼统）

不同风格的提示词示例

歌词（lyrics）

lyrics 参数用于传入您自己编写的歌词，模型将严格根据歌词内容谱曲并生成歌曲。在歌词中使用结构标签可以控制歌曲的段落编排。

结构标签

歌词示例

[intro]
琴键轻落，晚风微凉.
那年夏天，心跳悄悄发烫.

[verse]
教室窗边，阳光斜照你侧脸.
借半块橡皮，指尖碰出电流线.
放学路上，单车铃声追云烟.
你说未来很远，我却想走到终点.

[chorus]
青春是未拆的信笺，写满勇敢的誓言.
哪怕世界忽明又忽暗，有你就看见光点.
恋爱像初夏的雨甜，淋湿梦也不怕远.
我们笑着奔向明天，手牵手不回头望.

[bridge]
后来风雨打散纸伞，沉默代替了答案.
可心底那首歌未完，还等一句"别走散".

[chorus]
青春是未拆的信笺，写满勇敢的誓言.
哪怕世界忽明又忽暗，有你就看见光点.
恋爱像初夏的雨甜，淋湿梦也不怕远.
我们笑着奔向明天，手牵手不回头望.

[outro]
琴声渐远，星光铺满长街.
故事未完，下一页仍热烈.

创作要求

• 原创性原则：严禁抄袭已发表歌曲的歌词，不得模仿知名歌曲的押韵模式或标志性句式。

• 内容安全：禁止涉及政治、暴力、色情、低俗、恐怖、毒品等违法内容，保持内容健康、情感真挚。

• 语言要求：仅支持中文或英文，不支持日文、韩文等其他语言。

声音性别（gender）

通过 gender 参数选择演唱声音的性别，默认为女声。仅 fun-music-v1 模型支持该参数。

• female：女声（默认）

• male：男声

纯音乐模式（is_instrumental）

将 is_instrumental 参数设为 true 可生成无人声的纯音乐。此时 lyrics 和 gender 参数将被忽略。默认值为 false（生成歌曲）。

流式输出

流式模式支持边生成边返回音频数据，适用于实时播放等场景，fun-music-v1 和 fun-music-preview 均支持该模式。启用流式输出需要在请求头中添加 X-DashScope-SSE: enable。

curl -X POST 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/music/generation' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
    "model": "fun-music-v1",
    "input": {
        "prompt": "节奏感强的电子舞曲，合成器音效，充满能量，适合健身运动场景",
        "gender": "male"
    }
}'

import requests
import os
import json
import base64

api_key = os.getenv("DASHSCOPE_API_KEY")
url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/music/generation"

response = requests.post(url,
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
        "X-DashScope-SSE": "enable"
    },
    json={
        "model": "fun-music-v1",
        "input": {
            "prompt": "节奏感强的电子舞曲，合成器音效，充满能量，适合健身运动场景",
            "gender": "male"
        }
    },
    stream=True
)

output_file = "output.mp3"
with open(output_file, "wb") as f:
    for line in response.iter_lines():
        if not line:
            continue
        decoded = line.decode("utf-8")
        if decoded.startswith("data:"):
            data = json.loads(decoded[5:])
            finish_reason = data.get("output", {}).get("finish_reason")
            if finish_reason == "null":
                audio_data = data["output"]["audio"].get("data", "")
                if audio_data:
                    f.write(base64.b64decode(audio_data))
            elif finish_reason == "stop":
                print(f"音乐生成完成！已保存到 {output_file}")

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.Base64;

public class FunMusicStreamDemo {
    public static void main(String[] args) throws Exception {
        String apiKey = System.getenv("DASHSCOPE_API_KEY");
        String endpoint = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/music/generation";

        HttpURLConnection conn = (HttpURLConnection) new URL(endpoint).openConnection();
        conn.setRequestMethod("POST");
        conn.setRequestProperty("Authorization", "Bearer " + apiKey);
        conn.setRequestProperty("Content-Type", "application/json");
        conn.setRequestProperty("X-DashScope-SSE", "enable");
        conn.setDoOutput(true);

        String jsonBody = "{\"model\":\"fun-music-v1\","
            + "\"input\":{\"prompt\":\"节奏感强的电子舞曲，合成器音效，充满能量，适合健身运动场景\","
            + "\"gender\":\"male\"}}";

        try (OutputStream os = conn.getOutputStream()) {
            os.write(jsonBody.getBytes("UTF-8"));
        }

        String outputFile = "output.mp3";
        try (BufferedReader reader = new BufferedReader(
                new InputStreamReader(conn.getInputStream(), "UTF-8"));
             FileOutputStream fos = new FileOutputStream(outputFile)) {
            String line;
            while ((line = reader.readLine()) != null) {
                if (line.startsWith("data:")) {
                    String data = line.substring(5);
                    if (data.contains("\"finish_reason\":\"null\"")) {
                        int start = data.indexOf("\"data\":\"") + 8;
                        int end = data.indexOf("\"", start);
                        if (start > 8 && end > start) {
                            byte[] chunk = Base64.getDecoder().decode(
                                data.substring(start, end));
                            fos.write(chunk);
                        }
                    } else if (data.contains("\"finish_reason\":\"stop\"")) {
                        System.out.println("音乐生成完成！已保存到 " + outputFile);
                    }
                }
            }
        }
    }
}

能否指定乐器、节奏或情感？

可以。在 prompt 中直接描述即可，例如“钢琴伴奏，慢节拍，伤感”。模型会尽可能遵循这些描述进行创作。描述越具体，生成效果越贴合预期。详细的提示词撰写建议请参见提示词（prompt）。

两个模型怎么选？

fun-music-v1 支持通过 gender 参数选择男声或女声，且支持 prompt 和 lyrics 二选一。fun-music-preview 必须传入 prompt，不支持 gender 参数。两个模型的详细差异请参见两个模型的区别。

生成的音频 URL 有效期是多久？

音频文件下载 URL 的有效期为 24 小时，请在此时间内完成下载。超过有效期后 URL 将失效，需要重新调用接口生成。

lyrics 和 prompt 有什么区别？

lyrics 参数用于传入您自己编写的歌词，模型将严格根据歌词内容谱曲并生成歌曲。prompt 参数用于传入对音乐风格、场景的自然语言描述，模型将自动创作并生成音乐。两个参数的必选性因模型而异：fun-music-v1 至少传入其中之一，若同时传入仅 lyrics 生效；fun-music-preview 必须传入 prompt，lyrics 为可选参数，传入后将优先作为歌词内容。

流式和非流式模式如何选择？

如果只需获取最终的完整音频文件，推荐使用非流式模式，接口调用更简单。如果需要在音乐生成过程中逐步获取音频数据（如边生成边播放），建议使用流式模式。

流式和非流式模式的参数限制有何不同？

两种模式下 lyrics 和 prompt 的字符数限制存在差异。非流式模式下，lyrics 支持中文 5~350 字符、英文 5~2000 字符，prompt 支持 1~2000 字符。流式模式下，lyrics 支持中文 300~350 字、英文 200~250 词，prompt 支持 5~1000 个中文汉字或英文单词。请根据所选模式注意对应的参数限制。