Instructions to use Midya-Music/Midya-Beta-1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Midya-Music/Midya-Beta-1 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="Midya-Music/Midya-Beta-1")# Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("Midya-Music/Midya-Beta-1") model = AutoModelForCausalLM.from_pretrained("Midya-Music/Midya-Beta-1", device_map="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- vLLM
How to use Midya-Music/Midya-Beta-1 with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "Midya-Music/Midya-Beta-1" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Midya-Music/Midya-Beta-1", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/Midya-Music/Midya-Beta-1
- SGLang
How to use Midya-Music/Midya-Beta-1 with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "Midya-Music/Midya-Beta-1" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Midya-Music/Midya-Beta-1", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "Midya-Music/Midya-Beta-1" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Midya-Music/Midya-Beta-1", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use Midya-Music/Midya-Beta-1 with Docker Model Runner:
docker model run hf.co/Midya-Music/Midya-Beta-1
Update README.md
Browse files
README.md
CHANGED
|
@@ -6,4 +6,34 @@ tags:
|
|
| 6 |
model-index:
|
| 7 |
- name: Midya-Beta-1
|
| 8 |
results: []
|
| 9 |
-
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 6 |
model-index:
|
| 7 |
- name: Midya-Beta-1
|
| 8 |
results: []
|
| 9 |
+
---
|
| 10 |
+
# 🎼 Model Card: Midya-Beta-1
|
| 11 |
+
|
| 12 |
+

|
| 13 |
+
|
| 14 |
+
Bienvenue dans la nouvelle ère de l'écosystème **Midya**. La version **Beta-1** marque une rupture technologique majeure : nous sommes passés de la génération audio brute à la **composition sémantique par SLM**. 🚀
|
| 15 |
+
## 🧠 Philosophie du Modèle
|
| 16 |
+
**Midya-Beta-1** n'est plus un simple générateur de sons, c'est un **compositeur numérique**. En apprenant la syntaxe des notes plutôt que la complexité des ondes, le modèle se concentre sur l'intelligence mélodique et la structure harmonique.
|
| 17 |
+
* **Format :** Text-to-Notes (Notation mélodique propriétaire) 📝
|
| 18 |
+
* **Architecture :** SLM (Small Language Model) de **35 Millions de paramètres**.
|
| 19 |
+
* **Méthode :** Prédiction de "tokens musicaux" (Notes, silences, altérations).
|
| 20 |
+
## 📊 Performances & Spécifications
|
| 21 |
+
* **Context Window :** 950 tokens (Permet une cohérence structurelle sur plusieurs minutes de musique). ⏳
|
| 22 |
+
* **Efficience :** Entraînement ultra-rapide sur des datasets de notes curatés "from scratch". 💎
|
| 23 |
+
* **Vitesse :** Inférence quasi instantanée grâce à sa taille optimisée (35M). 🏎️
|
| 24 |
+
* **Sortie :** Chaînes de caractères structurées (ex: do - ré - mi - - - sol).
|
| 25 |
+
## ✨ Améliorations par rapport à la Beta-Test
|
| 26 |
+
Contrairement à la version précédente qui générait du "bruit", la **Beta-1** apporte :
|
| 27 |
+
1. **La Maîtrise du Silence :** Utilisation de tokens de respiration (-) pour créer un véritable rythme. 🌬️
|
| 28 |
+
2. **Grammaire Musicale :** Une meilleure compréhension des intervalles et des motifs de répétition (ex: mi mi mi).
|
| 29 |
+
3. **Flexibilité de Rendu :** Les notes produites peuvent être injectées dans n'importe quel moteur sonore ou script d'inférence externe. 🎹
|
| 30 |
+
## 🛠 Usage Technique
|
| 31 |
+
Le modèle reçoit un "amorce" (prompt) de quelques notes et prédit la suite de la partition.
|
| 32 |
+
> **Exemple de Prompt :** do - ré - mi - fa
|
| 33 |
+
> **Sortie Midya :** Une suite logique incluant des variations, des silences et des altérations chromatiques. 🎵
|
| 34 |
+
>
|
| 35 |
+
## ⚠️ Notes de Développement
|
| 36 |
+
* **Phase :** Beta
|
| 37 |
+
* **Caractère :** Le modèle conserve une identité "brute" et expérimentale. Il privilégie l'originalité et la texture mélodique à la conformité académique. 🎨
|
| 38 |
+
* **Écosystème :** Idéal pour être couplé à des scripts d'inférence personnalisés pour la conversion Note-vers-Audio.
|
| 39 |
+
*Midya-Beta-1 : L'intelligence de la note, l'efficience du code.* 🌌
|