# MiniMaxMusic3Transformer1DModel

[MiniMax Music 3](https://huggingface.co/MiniMaxAI/MiniMax-Music3)'ün 2,4B akış eşleştirme (flow-matching) Difüzyon Dönüştürücüsü (Diffusion Transformer). Modelin otoregresif dil modeli aşamasının çerçeve başına gizli durumlarına koşullu olarak, 128 kanallı Flow-VAE ses latentlerini gürültüden arındırır; akış eşleştirme zaman adımını ek bir dizi jetonu olarak başa ekler (kısmi dönerli dikkat ve GLU beslemeli ileriye (feedforward) sahip, Stable-Audio soyundan gelen sürekli bir dönüştürücü).

## 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)
```

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

MiniMax Music 3'ün akış eşleştirme difüzyon dönüştürücüsü. Otoregresif dil modeli aşamasının ürettiği çerçeve başına gizli durumlara koşullu olarak, Flow-VAE ses latentlerini gürültüden arındırır.

Girdiler, `(batch, in_channels, length)` biçiminde 1B latent dizilerdir. Koşullandırma sinyali (`encoder_hidden_states`, biçim `(batch, length, condition_dim)`) zaten latent zaman çizelgesine hizalanmış olmalıdır — bkz. `MiniMaxMusic3ConditionEncoder`. Akış eşleştirme `timestep` değeri 0'dan (gürültü) 1'e (veri) kadar ilerler.

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

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

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

**Parametreler:**

hidden_states (`torch.Tensor`, şekli `(batch, in_channels, length)`) : Gürültülü Flow-VAE latentleri.

timestep (`torch.Tensor`, şekli `(batch,)`) : `[0, 1]` aralığında akış eşleştirme (flow-matching) zamanı; 0 saf gürültüyü, 1 veriyi temsil eder.

encoder_hidden_states (`torch.Tensor`, şekli `(batch, length, condition_dim)`) : `MiniMaxMusic3ConditionEncoder`'den çerçeve hizalı koşullandırma. Sınıflandırıcı-ücretsiz yönlendirmenin koşulsuz dalı için sıfırları iletin.

return_dict (`bool`, varsayılan `True`) : Düz bir tuple yerine [Transformer2DModelOutput](/docs/diffusers/main/tr/api/models/cogview3plus_transformer2d#diffusers.models.modeling_outputs.Transformer2DModelOutput) döndürülüp döndürülmemesi.

**Dönüş:**

`hidden_states` ile aynı şekle sahip tahmini akış-eşleştirme hızı.