# MiniMaxMusic3Transformer1DModel

[MiniMax Music 3](https://huggingface.co/MiniMaxAI/MiniMax-Music3)의 2.4B flow-matching Diffusion Transformer입니다. 모델의 자기회귀 언어 모델 단계의 프레임별 hidden states에 조건부 128채널 Flow-VAE 오디오 latents를 denoise하며, flow-matching timestep을 추가 sequence token으로 앞에 배치합니다(부분 rotary attention과 GLU feedforwards를 갖춘 Stable-Audio 계통의 연속형 transformer).

## MiniMaxMusic3Transformer1DModel[[diffusers.MiniMaxMusic3Transformer1DModel]]

#### diffusers.MiniMaxMusic3Transformer1DModel[[diffusers.MiniMaxMusic3Transformer1DModel]]

```python
diffusers.MiniMaxMusic3Transformer1DModel(in_channels: int = 128, condition_dim: int = 2048, num_layers: int = 36, num_attention_heads: int = 32, attention_head_dim: int = 64, ff_inner_dim: int = 8192, rotary_dim: int = 32, fourier_embedding_dim: int = 256)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_minimax_music3.py#L147)

MiniMax Music 3의 flow-matching diffusion transformer입니다. autoregressive language-model 단계에서 생성된 프레임별 hidden states를 조건으로 하여 Flow-VAE 오디오 latents의 노이즈를 제거합니다.

입력은 `(batch, in_channels, length)` 모양의 1차원 잠재 시퀀스입니다. 조건 신호(`encoder_hidden_states`, 모양 `(batch, length, condition_dim)`)는 이미 잠재 타임라인에 정렬되어 있어야 하며, `MiniMaxMusic3ConditionEncoder`를 참조하세요. flow-matching `timestep`은 0(노이즈)에서 1(데이터)까지 진행됩니다.

#### forward[[diffusers.MiniMaxMusic3Transformer1DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, return_dict: bool = True)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_minimax_music3.py#L196)

**매개변수:**

hidden_states (`torch.Tensor`, shape `(batch, in_channels, length)`) : 노이즈 Flow-VAE latents.

timestep (`torch.Tensor`, shape `(batch,)`) : `[0, 1]` 범위의 Flow-matching 시간. 여기서 0은 순수 노이즈, 1은 데이터를 나타냅니다.

encoder_hidden_states (`torch.Tensor`, shape `(batch, length, condition_dim)`) : `MiniMaxMusic3ConditionEncoder`에서 생성된 프레임 정렬 조건. classifier-free guidance의 unconditional branch에는 제로를 전달합니다.

return_dict (`bool`, 기본값 `True`) : 일반 튜플 대신 [Transformer2DModelOutput](/docs/diffusers/main/ko/api/models/cogview3plus_transformer2d#diffusers.models.modeling_outputs.Transformer2DModelOutput)를 반환할지 여부.

**반환값:**

`hidden_states`와 동일한 형상을 가진 예측된 flow-matching 속도입니다.