音乐生成 - 阿里云百炼

该模型目前处于邀测阶段，您需要前往模型广场申请开通后方可使用。该模型服务仅在华北2（北京）地域下可用。

概述

Fun-Music 是端到端音乐生成模型，输入自然语言描述或自定义歌词即可生成完整歌曲或纯音乐：

通过提示词（prompt）描述音乐风格、场景、情绪和乐器偏好，模型自动创作歌词并生成歌曲
通过歌词（lyrics）提供自定义歌词内容，模型据此谱曲并演唱
通过声音性别（gender）选择男声或女声（仅 fun-music-v1 模型）
通过纯音乐模式（is_instrumental=true）生成无人声的纯音乐
支持流式和非流式两种输出模式
支持 MP3 和 WAV 两种音频格式输出

两个模型的区别

Fun-Music 提供两个模型，主要区别如下：

特性	fun-music-v1	fun-music-preview
prompt	与 lyrics 至少传入其中之一	必选
lyrics	与 prompt 至少传入其中之一；同时传入时仅 lyrics 生效	可选；传入后优先作为歌词内容（此时 prompt 不生效）
纯音乐	支持（is_instrumental=true）	支持（is_instrumental=true）
gender	支持	不支持

音频输出格式

通过 format 参数指定输出格式：

格式	特点	适用场景
`mp3`	有损压缩，文件体积小	网络传输、在线播放、存储
`wav`	无损格式，文件体积较大	后期处理、高质量播放

前提条件

已获取 API Key。获取方式请参见获取 API Key。
已将 API Key 配置到环境变量（推荐）：

export DASHSCOPE_API_KEY="sk-xxx"

以下示例代码中的 {WorkspaceId} 需要替换为您的业务空间ID。获取方式请参见业务空间管理。

快速开始

以下示例展示三种典型用法。

通过提示词生成歌曲
通过歌词生成歌曲
生成纯音乐

传入 prompt 参数描述音乐风格和场景，模型将自动创作歌词并生成歌曲。

curl

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" \
-d '{
    "model": "fun-music-v1",
    "input": {
        "prompt": "夏日清新民谣，木吉他与口琴伴奏，轻快节奏，适合旅行Vlog背景音乐",
        "gender": "female"
    }
}'

传入 lyrics 参数提供自定义歌词，模型将根据歌词谱曲并生成歌曲。

curl

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" \
-d '{
    "model": "fun-music-v1",
    "input": {
        "lyrics": "[verse]\n清晨的阳光穿过窗帘,\n咖啡的香气弥漫房间.\n翻开昨天未读完的书,\n时光就这样悄悄流转.\n\n[chorus]\n慢慢来不着急,\n生活本该如此惬意.\n把烦恼都丢进风里,\n拥抱每一个晴天雨季.",
        "gender": "female"
    }
}'

将 is_instrumental 设为 true，可生成无人声的纯音乐。当 is_instrumental 设为 true 时，lyrics 和 gender 参数将被忽略。

curl

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" \
-d '{
    "model": "fun-music-preview",
    "input": {
        "prompt": "宁静的钢琴曲，适合深夜阅读的背景音乐，舒缓优美",
        "is_instrumental": true
    }
}'

创作指南

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）

您可以在提示词中直接指定乐器（如“钢琴伴奏”“萨克斯独奏”“古筝与竹笛”）、节奏（如“轻快节奏”“慢节拍”“密集鼓点”）和情感基调（如“温暖”“伤感”“热血”“慵懒”），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。

不同风格的提示词示例

风格	提示词示例
民谣	温暖治愈的民谣歌曲，木吉他伴奏，讲述午后咖啡馆里的慵懒时光
古风	古风歌曲，古筝与竹笛伴奏，水墨山水般的悠远意境，诉说江湖离别
摇滚	热血摇滚，电吉他失真音墙，密集鼓点，唱出青春的叛逆与自由
抒情	抒情慢歌，钢琴伴奏，安静深沉，带有淡淡忧伤，适合表达思念与回忆
说唱	节拍鲜明的嘻哈说唱，808低音鼓，充满街头活力，讲述城市生活故事
儿歌	欢快可爱的儿童歌曲，木琴与手鼓伴奏，节奏简单明快，教小朋友认识大自然

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

标签	说明
`[intro]`	前奏，引入氛围
`[verse]`	主歌，叙述故事
`[chorus]`	副歌，情感高潮
`[bridge]`	桥段，视角转换
`[outro]`	尾奏，渐弱收尾

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）。

进阶功能

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。

流式模式与非流式模式的输入参数字符数限制不同，请注意区分：

非流式模式：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：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。

curl

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"
    }
}'

支持的模型与地域

华北2（北京）

调用以下模型时，请选择北京地域的API Key：

fun-music-v1
fun-music-preview

API参考

音乐生成API参考

常见问题

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。

​概述

​两个模型的区别

​音频输出格式

​前提条件

​快速开始

​创作指南

​提示词（prompt）

​歌词（lyrics）

​声音性别（gender）

​纯音乐模式（is_instrumental）

​进阶功能

​流式输出

​支持的模型与地域

​API参考

​常见问题

​能否指定乐器、节奏或情感？

​两个模型怎么选？

​生成的音频 URL 有效期是多久？

​lyrics 和 prompt 有什么区别？

​流式和非流式模式如何选择？

​流式和非流式模式的参数限制有何不同？

概述

两个模型的区别

音频输出格式

前提条件

快速开始

创作指南

提示词（prompt）

歌词（lyrics）

声音性别（gender）

纯音乐模式（is_instrumental）

进阶功能

流式输出

支持的模型与地域

API参考

常见问题

能否指定乐器、节奏或情感？

两个模型怎么选？

生成的音频 URL 有效期是多久？

lyrics 和 prompt 有什么区别？

流式和非流式模式如何选择？

流式和非流式模式的参数限制有何不同？