Google Magenta RealTime 2 — 低延遲本地音訊合成

• URL: https://www.threads.com/@kikitataysi/post/DZMOWunnGzr
• Date Saved: 2026-06-06
• Source: Threads (@kikitataysi)
• Tags: creative-ai, ai-tools

Summary

Google 最新發布 Magenta RealTime 2，能直接在 MacBook 上運行的低延遲音訊合成模型。透過深度蒸餾 Gemma 4 E4B 模型，即時處理 MIDI、文字和音訊輸入。

三大工程亮點：

1. 本地推理零延遲 — 經 CoreML 深度優化，在 Apple Silicon 上延遲低於人類感知閾值，擺脫雲端 API 不穩定性
2. 多模態語義理解 — 能連結文字描述（如「一段舒緩的鋼琴旋律」）與實際 MIDI 訊號
3. 開放生態普及 — Apache 2.0 協議，音樂製作人或遊戲開發者都能整合到工作流程

核心觀點：當 AI 生成音訊的速度快到像彈奏樂器，它就不再只是工具，而是一件可以即興演奏的樂器。

帖子有附展示影片。21讚、4回覆、25收藏。