# Magenta RealTime 2（音樂模型）

> Google Magenta RealTime 2 器樂音樂模型系列：依風格提示詞生成背景音樂，長度 1 秒至 3 分鐘，48 kHz 立體聲，不含人聲。Small（230M）可在任何 GPU 上執行，甚至能在 CPU 上執行；Base（2.4B）需要 GPU。透過 audio.cpp 在本機執行。CC BY 4.0，允許商業使用。

- ID: `aigd.audio-magenta-rt2`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.audio-magenta-rt2

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

在桌面應用程式中：開啟「套件」視窗（狀態列上的套件圖示），選擇 **瀏覽**，搜尋 `aigd.audio-magenta-rt2`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

Magenta RealTime 2 是 Google DeepMind 的 Magenta 團隊推出的器樂音樂模型。只要給它一段簡短的風格提示詞（「迪斯可放克」、「帶次低音的氛圍音色」），它就能製作 1 秒至 3 分鐘、48 kHz 的立體聲音樂，且不含人聲與歌詞。在 AI Game Dev 應用程式中，它透過 **本機音訊生成**（`aigd.audiocpp`，audio.cpp 執行環境）在本機執行，因此每首曲目都不需額外費用。此套件包含兩個模型：**Small** 只需要小型 GPU，甚至可在 CPU 上執行；**Base** 較大，需要 GPU。它適合想在效能普通的硬體上快速取得器樂背景音樂的遊戲開發者，採用 CC BY 4.0 授權，允許商業使用。

## 你可以製作什麼

- 為關卡、選單與過場動畫製作器樂背景音樂。
- 從 1 秒起的短音樂提示與短促音效，或長達 3 分鐘的較長曲目。
- 在定案前，用情緒與曲風草稿試探配樂方向。
- 在沒有強大 GPU 的筆電上，使用 Small 模型製作音樂。

## 範例請求

- 「為太空站關卡製作 60 秒平靜、帶次低音的氛圍音色。」
- 「為商店畫面生成 30 秒的迪斯可放克曲目。」
- 「為潛行段落製作緊張、緩慢的電子曲目，長度約 2 分鐘。」
- 「給我一段 5 秒、用於完成任務的勝利銅管短音效。」

## 亮點

| 模型 | 參數 | 大小 | 執行於 |
|---|---:|---:|---|
| **Magenta RealTime 2 Small** | 230M | 1.53 GB | 任何 GPU（約 2 GB）；也可用 CPU（較慢） |
| **Magenta RealTime 2 Base** | 2.4B | 3.67 GB | 約 6 GB 的 GPU |

| 規格 | 數值 |
|---|---|
| 輸出 | 48 kHz 立體聲 WAV，儲存到你的專案中 |
| 長度 | 1 秒至 3 分鐘（預設 30 秒） |
| 輸入 | 風格提示詞，最多 500 個字元；不含人聲或歌詞 |
| 風格引導 | 0 至 7（預設 3） |
| 種子 | 預設 0 |

**Small 還是 Base？** 如果 GPU 記憶體不多或沒有 GPU，或想要快速草稿，就選 Small。若使用約 6 GB 以上的 GPU，想要更豐富的音樂，就選 Base。

此套件僅包含資料。它為每個模型指定一個檔案。應用程式會在你確認後下載該檔案，以 sha256 檢查，並在你的電腦上透過 audio.cpp 執行。

## 下載

每個模型一個檔案（大小見上表），固定至 [`audio-cpp/Magenta-RealTime-2-GGUF`](https://huggingface.co/audio-cpp/Magenta-RealTime-2-GGUF/tree/16ebc99233e394fdb673ca1de94f1c81b560b5a0) 的 Hugging Face 提交 `16ebc992`（`magenta-rt2-small-f16.gguf`、`magenta-rt2-base-q8_0.gguf`），並由 [`google/magenta-realtime-2`](https://huggingface.co/google/magenta-realtime-2/tree/010aa0dcb0dfd27b24f0ad07b4dad63e8f9521cc) 於 `010aa0d` 轉換而來。每個檔案包含生成器、SpectroStream 編解碼器與 MusicCoCa 風格編碼器。

## 適用電腦

| 模型 | 電腦 | 速度 |
|---|---|---|
| Small | NVIDIA GPU | 約 12 倍即時速度，峰值 2.1 GiB（上游，RTX 5090） |
| Small | 僅 CPU | 約即時速度（我們的測試：在 Ryzen 9 9955HX 的 8 個執行緒、1.6 GB RAM 上，9.5 秒生成 10 秒音樂） |
| Base | NVIDIA GPU | 約 5.6 倍即時速度，峰值 4.1 GiB（上游，RTX 5090） |
| 皆可 | Vulkan, Mac (Metal) | 尚未測量 |

Google 自家的 C++ 引擎只能在 Mac 上執行。audio.cpp 也能在 NVIDIA（CUDA）、其他 GPU（Vulkan）與 CPU 上執行這些模型。Magenta RealTime 是即時串流模型。在這裡，它會像其他音樂模型一樣製作固定長度的片段；即時串流是後續步驟。

## 授權

權重與資源：**CC BY 4.0**，著作權 2026 Google LLC（[模型卡與使用條款](https://huggingface.co/google/magenta-realtime-2/blob/010aa0dcb0dfd27b24f0ad07b4dad63e8f9521cc/README.md)）。參考程式碼為 Apache-2.0（[magenta/magenta-realtime](https://github.com/magenta/magenta-realtime/blob/main/LICENSE)）。GGUF 轉換版本維持 CC BY 4.0。

- 允許商業使用。Google 不會對你生成的音樂主張任何權利。
- 重新散布權重時必須進行姓名標示："Magenta RealTime 2 © 2026 Google LLC, licensed under CC BY 4.0 (<https://creativecommons.org/licenses/by/4.0/>)"，並註明檔案是由 audio.cpp 轉換為 GGUF。
- 限制，明白地說：Google 的使用條款要求你不得生成侵害或違反他人權利的內容，包括受著作權保護的內容；你必須對自己的輸出負責。

所有檔案皆從 Hugging Face 下載。AI Game Dev 並未託管這些檔案。
````
