基于 MiniMax music-cover 模型的翻唱前处理接口，通过 /v1/responses 端点调用。该接口对参考音频做预处理，提取音频特征、自动识别并格式化歌词、分析歌曲结构（intro / verse / chorus / bridge / outro / inst / silence

基于 MiniMax music-cover 模型的音乐生成（翻唱）接口，通过 /v1/responses 端点调用。传入一段参考音频与目标翻唱风格描述，即可生成该音频的翻唱版本；不传歌词时会自动通过 ASR 从参考音频提取歌词，也可以配合「music-cover 翻唱前处理」接口拿到的 cover

基于 MiniMax music-2.6 模型的音乐生成接口，通过 /v1/responses 端点同步调用，输入歌曲描述与歌词即可一键生成带人声的完整歌曲。支持 14 种歌词结构标签（[Intro]、[Verse]、[Chorus]、[Bridge]、[Outro] 等）精细编排曲式，提供 160

MiniMax Music 2.5 聚焦解决 AI 音乐创作的两大核心难题：可控性与真实度。模型支持段落级强控制，可在生成前通过标签精确规划整首歌的结构与情绪走向，覆盖 Intro、Bridge、Interlude、Build-up、Hook 等在内的 14 种段落变体；同时在“物理级高保真”上全面

MiniMax Music 2.5 聚焦解决 AI 音乐创作的两大核心难题：可控性与真实度。模型支持段落级强控制，可在生成前通过标签精确规划整首歌的结构与情绪走向，覆盖 Intro、Bridge、Interlude、Build-up、Hook 等在内的 14 种段落变体；同时在“物理级高保真”上全面

使用music-2.0模型，输入歌词和歌曲描述，进行歌曲生成。 请求地址 https://api.apexrouter.top/v1/responses 模型列表 music-2.0 参数解释 lyrics参数解释。 示例代码 非流式输出 流式输出 """ =====================

基于 MiniMax lyric_generation 模型的歌词生成接口，通过 /v1/responses 端点同步调用，输入主题描述即可一键产出带完整曲式结构的原创歌词。支持 write_full_song（写完整歌曲）与 edit（编辑/续写歌词）两种模式，输出自动附带歌名（song_titl

概念说明 什么是重排序(Rerank) 重排序是信息检索中的关键技术，在初步检索结果基础上，通过更精细的相关性计算对结果进行重新排序，提升最相关结果的排名。 模型名称 jina-reranker-m0 Jina 多模态多语言文档重排序模型，10K Tokens 上下文，2.4B 参数，用于包含图文的

由北京智源人工智能研究院（BAAI）开发的轻量级、高性能重排序模型，具备多语言能力，可计算查询与文档间的相关性得分。 接口地址 https://api.apexrouter.top/v1/rerank 模型名称 bge-reranker-v2-m3-free Python 调用示例 import r

概念介绍 该API用于将文本转换为高维向量表示（embedding），适用于语义搜索、文本相似度计算等场景。模型支持长达128K tokens的文本输入。 模型名称 doubao-embedding-large-text-250515 最大支持长度 128K 输入 基础信息 Base URL: ht