# Magenta RealTime 2（音乐模型）

> Google Magenta RealTime 2 器乐音乐模型：根据风格提示词生成背景音乐，时长 1 秒到 3 分钟，48 kHz 立体声，无人声。Small（230M）可在任意 GPU 上运行，甚至能在 CPU 上跑；Base（2.4B）则需要 GPU。通过 audio.cpp 在本地运行。CC BY 4.0，允许商业使用。

- ID: `aigd.audio-magenta-rt2`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 音频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.2 (发布于 2026-11-22)
- 许可证: SEE LICENSE IN README.md
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.audio-magenta-rt2

## 安装

使用 gamedev CLI，在项目文件夹中运行：

```bash
gamedev pkg add aigd.audio-magenta-rt2
```

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.audio-magenta-rt2`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

````markdown
# Magenta RealTime 2 (`aigd.audio-magenta-rt2`)

Magenta RealTime 2 是 Google DeepMind 旗下 Magenta 团队的器乐音乐模型。根据一段简短的风格提示词（“disco funk”“ambient pads with sub bass”），它能生成 1 秒到 3 分钟的 48 kHz 立体声音乐，没有人声，也没有歌词。在 AI Game Dev 应用中，它通过**本地音频生成**（`aigd.audiocpp`，即 audio.cpp 运行时）在本地运行，因此每首曲目都不产生任何费用。该包包含两个模型：**Small** 只需要一块小显存的 GPU，甚至能在 CPU 上运行；**Base** 更大，需要 GPU。它适合希望在配置不高的硬件上快速获得器乐背景音乐的游戏开发者，采用 CC BY 4.0 许可，允许商业使用。

## 你能制作什么

- 用于关卡、菜单和过场动画的器乐背景音乐。
- 从 1 秒起的短小音乐提示音与转场音效，到最长 3 分钟的完整曲目。
- 情绪与流派草稿，让你在确定配乐方向之前先试听几种可能。
- 使用 Small 模型，在没有强劲 GPU 的笔记本上也能做音乐。

## 示例请求

- “为空间站关卡生成 60 秒平静的氛围铺底音色，带 sub bass。”
- “为商店界面生成一段 30 秒的 disco funk 曲目。”
- “为潜行段落做一段紧张、缓慢的电子音乐，大约 2 分钟。”
- “给我一段 5 秒的胜利铜管音效，用于任务完成。”

## 亮点

| 模型 | 参数量 | 大小 | 可运行于 |
|---|---:|---:|---|
| **Magenta RealTime 2 Small** | 230M | 1.53 GB | 任意 GPU（约 2 GB）；也可用 CPU（较慢） |
| **Magenta RealTime 2 Base** | 2.4B | 3.67 GB | 约 6 GB 显存的 GPU |

| 规格 | 值 |
|---|---|
| 输出 | 48 kHz 立体声 WAV，保存到你的项目中 |
| 时长 | 1 秒到 3 分钟（默认 30 秒） |
| 输入 | 风格提示词，最长 500 个字符；无人声、无歌词 |
| 风格引导强度 | 0 到 7（默认 3） |
| 随机种子 | 默认 0 |

**Small 还是 Base？** 显存不多或没有 GPU，或者想要快速出草稿时，选 Small。想要更丰富的音乐，就在约 6 GB 及以上显存的 GPU 上选 Base。

这个包只包含数据。它为每个模型各指定一个文件。你确认后应用会下载该文件，用 sha256 校验，然后用 audio.cpp 在你的电脑上运行。

## 下载

每个模型一个文件（大小见上表），固定在 Hugging Face 提交 `16ebc992` 上，该提交属于 [`audio-cpp/Magenta-RealTime-2-GGUF`](https://huggingface.co/audio-cpp/Magenta-RealTime-2-GGUF/tree/16ebc99233e394fdb673ca1de94f1c81b560b5a0)（`magenta-rt2-small-f16.gguf`，`magenta-rt2-base-q8_0.gguf`），由 `010aa0d` 处的 [`google/magenta-realtime-2`](https://huggingface.co/google/magenta-realtime-2/tree/010aa0dcb0dfd27b24f0ad07b4dad63e8f9521cc) 转换而来。每个文件都包含生成器、SpectroStream 编解码器和 MusicCoCa 风格编码器。

## 适用哪些电脑

| 模型 | 电脑 | 速度 |
|---|---|---|
| Small | NVIDIA GPU | 约为实时的 12 倍，峰值 2.1 GiB（上游数据，RTX 5090） |
| Small | 仅 CPU | 大约实时（我们的测试：在 Ryzen 9 9955HX 的 8 个线程上，9.5 秒生成 10 秒音乐，占用 1.6 GB 内存） |
| Base | NVIDIA GPU | 约为实时的 5.6 倍，峰值 4.1 GiB（上游数据，RTX 5090） |
| 两者皆可 | Vulkan, Mac (Metal) | 尚未测量 |

Google 自家的 C++ 引擎只能在 Mac 上运行。audio.cpp 还能在 NVIDIA（CUDA）、其他 GPU（Vulkan）以及 CPU 上运行这些模型。Magenta RealTime 是实时流式模型。在这里，它像其他音乐模型一样生成固定长度的片段；实时流式是后续才做的一步。

## 许可

权重与资源：**CC BY 4.0**，Copyright 2026 Google LLC（[模型卡与使用条款](https://huggingface.co/google/magenta-realtime-2/blob/010aa0dcb0dfd27b24f0ad07b4dad63e8f9521cc/README.md)）。参考代码为 Apache-2.0（[magenta/magenta-realtime](https://github.com/magenta/magenta-realtime/blob/main/LICENSE)）。GGUF 转换版本仍保持 CC BY 4.0。

- 允许商业使用。Google 不对你生成的音乐主张任何权利。
- 再分发权重时必须署名："Magenta RealTime 2 © 2026 Google LLC, licensed under CC BY 4.0 (<https://creativecommons.org/licenses/by/4.0/>)"，并说明这些文件已由 audio.cpp 转换为 GGUF。
- 限制，直白地说：Google 的使用条款要求你不得生成侵犯或违反他人权利的内容，包括受版权保护的内容；你对输出结果负责。

所有文件都从 Hugging Face 下载。AI Game Dev 不托管这些文件。
````
