Monet AI 为 AI 代理提供全方位的 AI 内容生成 API，支持视频生成（Sora、Veo、豆包种子舞、万相、海洛、Kling）、图像生成（GPT-4o、Nano Banana、Seedream、Flux、Imagen、Ideogram）和音乐生成（MiniMax Music），通过多模型 AI 生成能力构建智能工作流

端到端自动化音乐视频流水线。涵盖作词作曲、Suno音乐生成（浏览器自动化）、歌词对齐（stable-ts）、视频生成（通过Vertex AI使用Veo 3.1或通过浏览器使用Google Flow）、基于Remotion的剪辑（字幕、特效、字幕条）以及YouTube上传。适用于从零创建完整音乐视频，或单独运行流水线中的任一阶段。

AI视频、图像与音乐生成。60多个模型——Sora、Veo 3、Kling、Seedance、GPT Image、Suno v5、Hailuo、WAN。支持文生视频、图生视频、文生图、AI音乐。一个API密钥即可

通过 ElevenLabs API 实现文本转语音、音效生成、音乐生成、语音管理与配额查询，适用于使用 ElevenLabs 生成音频或管理语音时使用

由CellCog驱动的AI音频生成，支持文本转语音、语音合成、配音、播客音频、旁白、音乐生成、背景音乐和音效设计，用AI实现专业级音频创作

原创音乐，完全属于你。使用前沿音乐生成模型，从5秒到10分钟任意时长。包含器乐与人声轨，人声完美呈现。适用于电影配乐、背景音乐、播客片头、游戏原声、氛围音景、广告旋律、低保真节拍、管弦乐作品以及带歌词的歌曲。

使用EachLabs Mureka AI模型生成歌曲、纯音乐、歌词和播客，同时支持歌曲扩展、音轨分离和歌曲识别。适用于用户需要创作音乐、歌词或音频内容的场景。

使用 AudioPod AI 的 API 执行音频处理任务，包括 AI 音乐生成（文本转音乐、文本转说唱、纯音乐、采样、人声）、音频分轨、文本转语音、降噪、语音转文字、人声分离和媒体提取。适用于用户需要从文本生成音乐歌曲说唱、将歌曲分离为分轨人声和乐器、从文本生成语音、清理噪音音频、转录音频视频，或从 YouTube 和网址提取音频。需设置 AUDIOPOD_API_KEY 环境变量，或直接传入 api_key。

根据结构化的创作计划生成音乐。在设计好提示或计划后，使用此功能执行音乐生成，并验证输出质量，失败时自动重试。