当前位置：首页 » AI答疑

Magenta RT支持文字和音频混合提示的音乐生成方式

2025-08-19

180

Magenta RT提供灵活的多模态输入功能，用户既可以输入文字提示（如”轻快爵士”），也可以上传音频片段作为生成基础。更强大的是，它能通过调整权重将文字和音频提示混合使用，例如”50% jazz + 50% input audio”。这种混合输入方式允许创作者精确控制音乐风格和节奏，为音乐创作提供了更高的可控性和创造性。

模型生成的结果是48kHz立体声音频，可作为灵感片段使用，也可平滑衔接前10秒音频上下文（使用跨淡化技术减少边界失真）。输出支持实时播放或保存为WAV文件。

本答案来源于文章《Magenta RealTime：实时生成音乐的开源模型》